PSpice作为功能强大的EDA电子仿真软件，不仅能对电路进行基本性能的分析和验证，还可以进行优化分析和综合统计分析，实现从电路的设计、性能分析、参数优化到电路板制作的全过程，因此它在电路的设计中得到广泛地应用.本文针对电子产品在实际生产过程中由于元器件参数值的随机分布性而造成产品合格率下降的问题，在分析PSpice的优化设计和统计分析的基础上，提出了一种基于PSpice的电子电路的统计优化设计方法，并通过对四阶有源带通滤波器电路进行统计优化设计，验证了该方法可以有效地保证电路设计的可靠性，提高电子产品的合格率.
1 PSpice的电路仿真分析
1.1 优化设计方法
PSpice电路优化设计可以采用参数扫描分析和优化分析2种方法.
PSpice参数扫描是分析电路中元器件参数值的变化对电路特性产生的影响.通过参数扫描分析可以确定满足设计指标要求的元器件参数值.但是当优化设计的精度要求较高时，扫描参数的步长就要求较小，此时需要执行仿真分析的次数会很大，严重影响了优化设计的执行效率，而且每次只能对一个扫描参数进行仿真，因此参数扫描分析通常用来确定元器件参数的近似优化值，使电路性能基本满足优化设计的要求.
PSpice优化分析是在给定的约束条件和优化指标的要求下，根据迭代运算的结果自动地调整元器件参数值的大小，使设计的电路性能达到最优化.由于优化分析采取迭代和最小二乘逼近算法，因此优化的精度相当高.然而优化分析的前提条件是必须保证电路基本达到设计性能指标的要求，否则会因为实际电路中的元器件参数的初始值与最优值相差太大而导致优化分析的失败.因此在实际设计过程中，如果电路不能满足优化分析的基本要求，就难以保证优化设计的可靠性.
1.2 统计分析方法
在电子产品的生产过程中，由于元器件的参数在一定的容差范围内呈现有规律的随机分布性(高斯分布或均匀分布等)，于是造成了产品的性能同样具有随机的分散性.利用PSpice的蒙特卡罗分析(MC)和最坏情况分析(WC)可以对这种随机分散性进行有效的综合统计，使电路的设计达到最优化.蒙特卡诺分析是根据实际元器件值的分布规律，对电路进行性能仿真，并通过对大量的仿真结果进行综合统计分析得到电路特性的分散变化规律.由于每次分析时都是从随机分布中抽样提取所要的元器件值，这样就较好地模拟了实际生产过程中元器件值的随机变化情况.
PSpice最坏情况分析是使引起电路特性向同一方向变化的元器件按其可能的最大容差范围变化，从而产生电路特性随机变化的最坏结果.通过对最坏情况时得到的电路特性进行统计分析，可判断设计是否满足要求.如果不合要求，就得更换容差更小的元器件.如果最坏情况的分析结果都能满足设计要求，那么设计的电路在投入批量生产时，产品的合格率一定很高............