随着集成电路工艺尺寸不断下降，工艺参数变化问题的重要性不断提高。一些过去在集成电路设计和制造中可以忽略的问题由于工艺参数变化需要被重新考虑。本论文的研究偏重于集成电路设计自动化领域，主要目的是分析在工艺参数变化情况下集成电路性能所受到的影响。在现代的半导体制造工艺下，大规模的芯片系统被设计和生产出来，芯片中最复杂的结构是其中的互连线。而在参数变化情况下，互连线的电阻，电感，电容的变化对于芯片的性能产生很大影响。另一方面，由于芯片集成度的提高以及在更多移动多媒体方面的应用，针对芯片在参数变化情况下的功耗分析也变得非常重要。而与此同时，模拟电路虽然与数字电路相比集成度较低，但是由于模拟电路需要很多匹配，工艺参数变化带来的效应对模拟电路来说也不能忽略。针对以上提到的问题，本论文分别从几个方面展开了如下研究工作：针对参数变化情况下互连线的电感值发生变化影响互连线性能的情况，论文提出一种考虑参数变化以及参数相关情况下统计分析互连线电感建模及提取的算法。新的算法使用正交多项式来表示互连线电感值的分布。当给定互连线的参数及其变化范围，本论文中提出的算法能够计算得到电感统计分布的解析表达式。实验结果证明，本论文提出算法的效率比传统的蒙特卡罗仿真算法效率获得平均为350倍提高。针对参数变化情况下互连线的时序问题和信号完整性问题，论文提出了一种全新的符号化矩Symbolic Moment及矩敏感度计算方法Symbolic Moment Calculator（SMC）对于参数化互连线进行分析。SMC使用了二分决策图Binary Decision Diagram（BDD）的数据结构来存储和计算符号化矩。给定一个互连线电路，它的矩计算决策图仅仅需要建立一次，之后便可以用来反复计算不同参数值情况下电路的矩和矩敏感度的值。SMC算法被应用于快速矩计算，统计时序分析及统计分析信号完整性问题上。论文提出的SMC算法与传统的算法相比存在着100倍至1000倍的效率上的提高。针对参数变化情况下芯片功耗变化的问题，论文提出了一种可以考虑电路工艺参数之间相关性的芯片功耗的统计分析方法。这种方法相比传统的方法来说，能够分析芯片的全部功耗在参数变化情况下的分布，而不是分别分析芯片的动态功耗和漏电流功耗。这种方法可以去除电路参数之间的相关性效应，并且减少需要考虑的参数数目。实验结果证明，在考虑固定输入波形情况下论文提出的算法比传统的蒙特卡罗算法快100倍，在考虑随机输入波形情况下比蒙特卡罗算法快20倍。为了准确预测参数变化可能造成的模拟电路的性能变化的影响，本文进一步提出的算法能够通过仿射区间算法计算出包含参数变化的系统传输函数，并且快速获得系统传输函数响应的变化范围。新的算法采用行列式二分决策图算法Determinent DecisionDiagram（DDD）导出系数用区间表示的传输函数。然后通过使用Kharitonov定理，快速获得传输函数频率响应的振幅和相位的最大最小变化范围。实验结果证明这种新算法与传统的蒙特卡罗算法相比对于选定的测试例子速度上有平均90倍的提高。