本研究由密苏里科技大学的 Shruti Sawant、Faye Squires 和 Lijun Jiang，以及 IBM 公司的 Sam Connor、Matthew Doyle、Matteo Cocchini 和 Dylan Grace，还有意大利拉奎拉大学的 Francesco de Paulis 共同完成。该论文发表于 *IEEE Transactions on Signal and Power Integrity*，于2026年正式刊出，研究工作得到了美国国家科学基金会（项目编号 IIP-1916535）的部分资助。
去耦电容器（decoupling capacitors）是优化电源分配网络（power distribution networks, PDNs）电源完整性（power integrity）的关键组件。在现代电子系统，尤其是从芯片到数据中心级别的复杂供电架构中，PDN的阻抗特性直接决定了供电电压的稳定性和噪声水平。然而，在实际工程设计中，电容器的关键寄生参数——等效串联电感（equivalent series inductance, ESL）和电容值（capacitance, C）——并非恒定不变，它们会因制造公差、温度变化、老化效应及施加的直流和交流电压水平而产生统计性偏差。这种器件级别的参数不确定性会通过PDN网络传播，最终导致芯片端（die side）输入阻抗（Zinput）出现显著波动，进而威胁系统的电源完整性。
虽然业界已开展了大量关于PDN阻抗设计与优化的研究，包括遗传算法、机器学习建模以及三维集成中的多种谐振抑制策略，但大多数现有方法依赖于确定性电路仿真或计算成本高昂的蒙特卡洛（Monte Carlo, MC）分析。当面对数千个频点、多个去耦电容组或长期变异性场景时，MC方法往往不切实际。此外，现有文献中缺乏能够清晰解释等效串联电阻（equivalent series resistance, ESR）如何抑制谐振放大的参数灵敏度分析。
针对这一空白，本研究旨在建立一个解析框架，用以评估电容参数不确定性对PDN输入阻抗的影响。该框架将电容值和ESL建模为随机变量，推导出Zinput的均值和方差的闭合式表达（closed-form expressions），并明确捕获参数灵敏度，揭示ESR在灵敏度控制中的关键作用，为去耦电容的选型、ESR调谐以及设计权衡提供高效且鲁棒的分析工具和设计指南。
研究首先从一个高度简化的二端口集总电路模型（2-port lumped circuit model）入手，该模型由一个芯片侧端口（Port 1，评估Zinput）和一个PCB侧端口（Port 2，连接去耦电容）组成。利用阻抗矩阵，输入阻抗被表达为Zinput = Zpp - Zpl(Zdd + Zll)⁻¹Zlp。其中，Zdd = R + jωL + 1/(jωC) 是去耦电容支路的阻抗，包含ESR（R）、ESL（L）和电容（C）。此表达式清晰地展示了电容寄生参数如何与PDN网络相互作用，并可自然推广至多端口系统。
为了捕获参数的不确定性，研究将ESL和电容值建模为服从高斯分布的随机变量。利用泰勒近似，推导出当L和C随机变化时，PDN输入阻抗期望值的解析表达式E[Zinput]。进一步，运用Delta方法（Delta method），通过求取Zinput对单个随机参数的偏导数，导出了输入阻抗方差的近似解析表达式Var(Zinput) ≈ Σ|∂Zinput/∂Li|²σ²Li + Σ|∂Zinput/∂Ci|²σ²Ci。这些偏导数的具体形式被明确给出，从而将器件级别的参数方差直接关联到系统级PDN阻抗的统计波动上。
为了验证解析模型的准确性，研究团队在Keysight ADS软件中构建了二端口PDN模型，并执行了10,000次蒙特卡洛仿真。仿真中，电容和ESL按照高斯分布随机变化。对比结果显示，解析计算得出的均值与方差与MC仿真结果高度吻合，平均误差在整个频率范围（尤其是在谐振点附近）均保持在很低水平（均值误差<10⁻¹ Ω，方差误差<10⁻⁵ Ω）。这一验证证明了所推导的解析公式能够高效替代大规模MC仿真，快速且准确地预测PDN阻抗的统计特性。
在方差表达式的基础上，研究进一步系统分析了Zinput对L、C和R三种参数的灵敏度。S灵敏度公式的形式均为∂Zinput/∂θ = Zpl A⁻¹ (∂A/∂θ) A⁻¹ Zlp，其中A = Zdd + Zll。研究发现，在整个频谱上，对L和C的灵敏度占据主导，而对ESR的灵敏度在低频和中频段较小，但在谐振点附近急剧增大。通过比较低ESR和高ESR两种情况的灵敏度曲线，结果清晰显示：提升ESR能有效平滑所有参数灵敏度的谐振峰，从而抑制方差的放大。其数学本质在于，增大的ESR直接增大了矩阵A的逆矩阵行列式|A⁻¹|的分母，尤其是在谐振点附近，|A⁻¹|近似于1/(R + Re(Zll))，因而ESR的大小直接控制了阻抗响应的稳定性。
研究将分析框架扩展到一个由工业合作伙伴提供的、基于全波电磁仿真（full-wave EM simulation）提取的50端口PDN阻抗矩阵（Z-matrix）上。在随机选择端口挂接不同数量（1, 3, 10, 45个）的去耦电容，研究发现，随着电容数量的增加，阻抗均值曲线上的谐振峰逐渐平滑，方差带显著收窄。这表明增加电容数量可以有效抑制阻抗的统计波动。更重要的是，方差的降幅在最初几个电容时最为显著，随后迅速饱和。研究通过数学证明揭示了这一现象背后的统计规律：对于同质电容，方差与电容数量n成反比（Var ∝ 1/n），符合大数定律。对于异质电容，研究引入了“有效电容数”（neff）的概念，证明方差与1/neff成正比，并给出了neff的计算公式，为非独立同分布的实际应用案例提供了精确的方差衰减预测。
为验证框架的普适性，研究将参数分布假设从高斯分布拓展至对数正态（lognormal）、伽马（gamma）和贝塔（beta）分布。这些分布更能反映实际电容参数的物理约束（如正值性、偏斜性和有限公差范围）。分析结果表明，尽管分布假设不同，但计算得到的Zinput均值和±3σ方差带在谐振频率附近的行为几乎完全一致。这说明，支配PDN阻抗统计行为的核心因素是Zinput对参数变化的固有灵敏度（即PDN网络本身的特性），而非参数概率密度的具体形式，从而证实了所提方法在真实器件统计特性下的鲁棒性。
本研究建立了一个将器件级参数随机性与系统级PDN稳定性相联系的紧凑解析框架。研究得出的几点核心结论是：第一，PDN阻抗的方差放大主要由谐振现象驱动，对电容（C）和ESL（L）的扰动高度敏感；第二，ESR在此过程中扮演着关键的阻尼角色，通过增大ESR可以有效地抑制谐振峰值和方差带，但会以略微提高基线阻抗作为代价，因此存在一个ESR最优窗口以平衡稳定性与目标阻抗。第三，对于多端口PDN网络，增加去耦电容所带来的阻抗稳定性提升存在边际递减效应，前10到15个电容的效用最大，之后迅速饱和，这为确定实际设计中电容数量的代价-效益平衡点提供了理论依据。该框架可以在不进行大规模蒙特卡洛仿真的情况下，实现对PDN统计行为的快速、可解释评估，并验证了其在非高斯分布下的有效性。
在工程应用层面，所提出的ESR量化准则和“有效电容数”的概念，为设计者在面对器件参数公差、老化和环境变化时，如何选择去耦电容、调谐ESR以及规划电容配置数量，提供了明确的设计指南。未来工作将聚焦于通过大量去耦电容样本的制造批次测试，利用阻抗分析仪实验验证所假设的元件级C、L、ESR分布模型，以进一步夯实该统计框架的物理基础。