PoBO：一种用于光子集成电路机会约束良率感知优化的多项式边界方法

传统的良率优化算法试图在工艺变化下最大化电路的成功率。这些方法常获得高良率，但达到的设计性能远非最优值。本文研究了一种替代的光子集成电路良率感知优化：我们将优化电路设计性能，同时确保高良率要求。该问题最近被表述为机会约束优化，并将机会约束转换为带有统计矩的更强约束。这种转换缩小了可行集，有时导致过度保守的设计。为解决这一根本挑战，本文提出一个精心设计的多项式函数，称为最优亲缘函数，以更准确地界定机会约束。我们通过放宽独立性和凸性要求来改进现有的亲缘函数，这适应了我们更一般的不确定性建模并收紧了边界函数。所提方法通过多项式优化实现了设计变量的全局最优搜索。我们用一个合成函数和两个光子集成电路设计基准验证该方法，表明我们的方法能在满足预定良率要求的同时获得更好的设计性能。未来许多其他良率感知优化的高级问题以及更一般的安全关键设计/控制都可基于本工作求解。