随着集成电路设计向系统集成的方向发展，落后的模拟集成电路设计自动化水平已成为制约数模混合系统发展的瓶颈。电路优化技术是实现模拟集成电路设计自动化的重要手段，而基于电路性能参数模型的电路优化更是这一技术发展的核心。现有的建模技术要么是以器件尺寸作为变量从而使电路优化深受初始点的影响，要么无法反映电路原理且与设计习惯不符从而无法得到大范围的推广应用。参数成品率（以下简称为成品率）的估计是否符合实际情况是成品率优化能够成功实现的基础，同时也是合理选择供应商或制造厂家的关键所在。成品率估计的核心问题是用尽量少的电路仿真次数最大可能的提高成品率估计的精度。当面对已剔除不合格品的截尾数据样本时，传统的成品率估计方法不再适用，因此如何识别截尾数据并快速准确地估计这一特殊条件下的成品率，是一个急待解决的问题。本文深入研究了电路性能参数建模与参数成品率估计这两个模拟集成电路设计自动化及其成品率优化的关键问题，具体的研究内容包括以下几点：1.在分析了模拟电路设计的特点及其对器件模型要求的基础上，本文提出了一种直流工作点驱动MOS器件参数宏模型。该模型以直流工作点和MOS管沟道长度作为输入参数，小信号参数和宽长比作为模型的输出。在宏模型建立的过程中，径向基函数被用来对分散的多元数据进行插值。这些数据是由根据深亚微米MOS器件的工作特性为其制定的数据采集方案所产生的。该模型与普通的器件模型一样具有可移植可复用的特点，符合电路设计者的使用习惯。运用这种宏模型可以将电路自动偏置在指定的直流工作点上，且该过程无需做仿真迭代；同时模型的输出可达到BSIM3v3级模型的输出精度水平。将该模型运用在电路设计中可以获得良好的效果。2.电路性能参数模型可分为基于原理的性能方程和基于仿真的宏模型，本文研究了使用MOS器件参数宏模型建立这两类性能模型的方法，并将它们应用于电路优化。通过实例对这两类电路性能模型的精度和泛化能力做了比较。文中以直流工作点和MOS管的沟道长度共同作为优化变量，可使电路优化的搜索空间更大，但变量数目过多也会影响优化算法的性能。为此本文提出了一种双层循环的电路优化模式，根据直流工作点和沟道长度各自的特点，将它们分别作为外层循环与内层循环的优化变量。这样内外层循环均可以使用较简单的算法在较少的迭代次数下达到最优，从而提高了寻优过程的效率。3.针对蒙特卡洛法和拟蒙特卡洛法存在的数据信息利用率低的问题，本文提出了一种基于数值积分的成品率估计方法。该方法通过直接在可接受域上对性能的联合概率密度函数作积分而获得成品率的估计。为此，性能的仿真数据须先经由Box-Cox变换转化为服从多元正态分布的数据。同时采用基于正交表的改进拉丁超立方体抽样方法对工艺扰动参数进行抽样，如此可大幅减小联合概率密度函数中分布参数的估计方差。由于该方法对数据信息的利用率较高，因此仅需较少的仿真次数便可获得较高精度的成品率估计，且无需建模，可用于多维非正态性能的成品率估计。文中对这一方法的原理作了详细的分析，并在多种样本量及成品率水平的组合下，与其他成品率估计方法做了比较，验证了该方法的优越性。4.分析了由截尾正态数据估计成品率的方法，比较了几种正态性检验法在识别单侧截尾正态样本时的功效。基于成品率与过程能力指数的关系构造了一种经验公式，当合格样品的性能数据服从单侧截尾正态分布时，可由截尾样本均值和标准偏差直接计算成品率。该经验公式利用极其简单的运算就可取得与极大似然法几乎完全相同的精度。当满足一定的条件时，该方法也可用于双侧截尾正态样本的成品率估计。