对于高速信号完整性,一块聊聊啊(17)

再来对前仿和后仿的仿真内容回顾一下:

从概念上有个根本的理解

前仿真又可以分为布局前仿真和布局后仿真。前者是在设计的最初阶段,建立和验证详细的电气拓扑结构并以此制定出详细的约束规则。后者是在布局完成的状态下,在布线过程中遇到的具体设计问题需要仿真的过程,SI主要针对前者做仿真验证。
后仿真是在PCB布线完成以后,对已经完成的关键网络进行仿真验证的过程。可以检查实际的物理执行过程(布局布线)是否违背设计意图:或是已知的改动,通过仿真来验证这种改动给高速设计带来的影响。

后仿真主要用的软件有Allegro PCB SI、SIWave等。因为是做的后仿真工作,所以一般是导入已有的PCB文件也就是brd文件到软件中进行建模。

SIWave后仿真的流程步骤

Siwave是-个用于信号完整性仿真的强大工具。它帮助工程师分析和优化高速电子设计,确保信号完整性并尽量减少电磁干扰(EMI)。
概述Siwave信号完整性仿真的一般流程。
1.模型创建,第一步是创建要分析的系统或PCB布局的模型。这涉及将设计文件,包括原理图和布局,导入到Siwave中。您还可以定义模型中组件和互连的电气特性。
2.电路仿真,模型创建后,您可以进行电路仿真,以分析系统的电气行为。Siwave使用各种仿真技术,如暂态分析,频域分析和眼图分析,准确预测信号完整性性能。
3.电源完整性分析,对于高速设计来说,电源完整性至关重要,因为电压波动可能影响系统的性能。Siwave允许您分析电源分配网络(PDN),并识别潜在的问题,如电压下降,地弹跳和解电容器优化。
4.信号完整性分析,Siwave使工程师能够分析信号完整性问题,如反射,串扰和阻抗不匹配。您可以模拟高速信号并在时间和频率域中分析其行为。Siwave提供各种分析工具,如眼图,S参数和TDR图,以帮助识别和解决信号完整性问题。
5.电磁干扰分析,电磁干扰(EMI)可能会降低电子系统的性能。Siwave提供EMI分析功能,以识别潜在的EMII源并评估其对设计的影响。您可以进行近场和远场仿真,了解辐射图案,并评估EMI减轻技术的有效性。

6.优化和设计验证,在分析仿真结果后,您可以优化设计以改善信号完整性并尽量减少EMI。Siwave提供设计规则检查(DRC)和制造设计(DFH)功能,以确保设计符合行业标准和制造要求。您还可以执行假设情景以评估设计更改并验证最终设计。
总的来说,Siwave提供了一个全面的信号完整性仿真流程,从模型创建到设计优化。它使工程师能够识别和解决信号完整性和EMI问题,确保高速电子系统的可靠性能。

通常情况下对于SI和PI是划分不同部门的,SI不会去做PI的那部分工作,所以主要是还是对信号完整性做分析。

Allegro PCB SI 后仿真的基本流程

1、准备仿真模型和其他需求
1.1 、获取所使用元器件的仿真模型
( 1 ) 通过官网,供应商等渠道获取 IBIS 模型
( 2 ) IBIS 模型转化为 DML 模型
( 3 ) 通过 Allegro 建立简单 DML 模型以及模型分配
( 4 ) 通过 Allegro 建立复杂 DML 模型以及模型分配
1.2、了解 PCB 的布线规则以及原理图部分逻辑
2、仿真配置
2.1、使用 SI Design Setup 配置
2.2、选择需要配置的信号线
2.3、设置仿真库
2.4、设置电源和地网络
2.5、设置叠层
2.6、设置元器件类别
2.7、为元器件分配和创建模型
2.8、设置差分对
2.9、设置仿真参数
2.10、SI Design Audit 相关
2.11、提取拓扑
3、后仿真报告结果验证
3.1、信号波形
3.2、反射报告,延时报告以及同步噪声报告

这里面截几张图把涉及到的几个点说明一下:

A、导入brd文件

图1.Allegro通过通过File->Open打开brd文件

图2.SIWave通过通过File->import-打开allegro brd文件

B、打入brd后,设置叠层(每层的厚度、材料、Dk\Df、铜的粗糙度、微带线的形状等)、过孔、焊盘、差分对、电源、接地、元器件设置等这儿不展开说了。

C、仿真后的报告结构验证和文件导出

图3.眼图结果

图4.导出snp文件

以上种种是细节,本文不展开,就是让大家了解后仿真和前仿真的不同,从概念上说就是是在PCB布线完成以后,对已经完成的关键网络进行仿真验证的过程。可以检查实际的物理执行过程(布局布线)是否违背设计意图;或是已知的改动,通过仿真来验证这种改动给高速设计带来的影响。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/18981.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MATLAB分类与判别模型算法:基于LVQ神经网络的乳腺肿瘤诊断分类程序【含Matlab源码 MX_003期】

说明 实现基于LVQ(Learning Vector Quantization,学习向量量化)神经网络的乳腺肿瘤诊断分类任务。LVQ是一种监督学习算法,通常用于模式识别和分类任务。 算法思路介绍: 导入数据: 加载名为"data.mat&…

SSL证书申请需要多久?

SSL证书作为一种重要的网络安全工具,能够确保网站数据传输的安全,保护用户隐私和企业数据不受侵害。本文将详细介绍SSL证书的申请流程以及所需时间,帮助用户更好地规划和实施网络安全策略。 SSL证书,也称为TLS证书或HTTPS证书&am…

好用的国产大文件传输软件有哪些,快来看看吧

在这个数字化飞速发展的时代,我们每天都在与各种文件打交道,从简单的文档到庞大的视频素材,文件的体积越来越大,传统的文件传输方式逐渐显得力不从心。面对这个挑战,大文件传输软件应运而生,它们不仅解决了…

随后记: uniapp uview u-dropdown 下拉菜单固定高度滑动不生效

使用u-dropdown 下拉组件 按照uview官网讲解使用 配置根本不生效 scroll-y"true" style"height: 200rpx;" 但是在下拉的时候,不能上下滑动 ,原因是自带的遮罩层挡住了 解决办法:在下拉菜单打开和关闭的时候&#xff0c…

从0开始带你成为Kafka消息中间件高手---第三讲

从0开始带你成为Kafka消息中间件高手—第三讲 实际上来说,每次leader接收到一条消息,都会更新自己的LEO,也就是log end offset,把最后一位offset 1,这个大家都能理解吧?接着各个follower会从leader请求同…

KDD 2024|基于隐空间因果推断的微服务系统根因定位

简介:本文介绍了由清华大学、南开大学、eBay、微软、中国科学院计算机网络信息中心等单位共同合作的论文《基于隐空间因果推断的受限可观测性场景的微服务系统根因定位》。该论文已被KDD 2024会议录用。 论文标题:Microservice Root Cause Analysis Wit…

10年老运营人吐血整理,给新媒体运营人的20条建议!沈阳新媒体运营培训

对于企业,在新媒体平台开设官方账号应该是已经成为标配。不仅是对企业新媒体运营需求量提高,新媒体人的薪资也是水涨船高。 另外值得注意的是,企业对资深新媒体运营人才尤为重视,这表现在他们不惜重金招聘高薪新媒体运营人才&…

Linux新增磁盘挂载分区

1. 查看磁盘分区名称 lsblk 可见,新增的分区为 sdb 2.格式化磁盘 mkfs.xfs -f /dev/sdb 3.挂在磁盘到 /ocean目录,挂在前先创建空目录 /ocean mkdir /oceanmount /dev/sdb /ocean 执行后,可用 df -h 查看分区是否成功 4.持久化磁盘分区&a…

计算机图形学入门03:二维变换

变换(Transformation)可分为模型(Model)变换和视图(Viewing)变换。在3D虚拟场景中相机的移动和旋转,角色人物动画都需要变换,用来描述物体运动。将三维世界投影变换到2D屏幕上成像出来,也需要变换。 1.缩放变换 缩放(Scale)变换: …

【B站 heima】小兔鲜Vue3 项目学习笔记 Day06

文章目录 购物车本地1. 列表购物车基础数据渲染2. 列表购物车单选功能3. 列表购物车全选功能4. 列表购物车统计列表实现5. 接口-加入购物车6. 接口-删除购物车7. 退出登录-清空购物车数据8. 合并购物车到服务器(重要) 结算1. 路由配置和基础数据渲染2. 地址切换-打开弹框交互实…

跨境人必读:X(原Twitter)和Facebook区别是什么?

在今日全球化的商业环境中,跨境电商领域的企业和独立站卖家正逐渐认识到社交媒体营销的巨大潜力。特别是X(原Twitter)和Facebook,作为领先的社交媒体平台,它们的使用不仅能够提升品牌知名度,还能直接影响销…

基于Java实现的图书管理系统

前言:该图书管理系统实现了查找、添加、删除、显示、借阅、归还等功能,分为两个用户群体:管理者和普通用户。使用了类与对象,封装继承多态,抽象类和接口等Java基础知识。 一.思路 面向对象三部曲:找对象&…

OrangePi_Kunpeng_Pro开发板测验——性能巨人

文章目录 📑前言一、开箱初体验的愉悦二、产品规格概述三、前置工作四、性能测试4.1 CPU 性能测试4.1.1 单线程 CPU 测试4.1.2 多线程 CPU 测试 4.2 内存性能测试4.2.1 内存读写性能测试4.2.2 高负载内存测试 4.3 I/O 性能测试4.4 网络性能测试4.5 测试小结4.5.1 CP…

基于异构图的大规模微服务系统性能问题诊断

简介:本文介绍由南开大学、清华大学、腾讯、国家超级计算天津中心共同合作的论文:基于异构图的大规模微服务系统性能问题诊断。该论文已被IEEE Transactions on Services Computing期刊录用 论文标题:Diagnosing Performance Issues for Lar…

docker删除所有容器

笔记 要使用 Docker 删除所有容器(无论是停止的还是正在运行的),可以按照以下步骤操作: 1. **删除所有正在运行的容器**: 首先,您需要停止所有正在运行的容器。可以使用以下命令: dock…

MATLAB分类与判别模型算法:K-近邻法(KNN)分类代码 【含Matlab源码 MX_001期】

算法简介: K-近邻法(KNN)是一种简单而有效的分类算法,也可用于回归问题。它的基本原理是根据待分类样本与训练样本的距离,选取最近的K个样本进行投票决定分类。该算法无需训练过程,而是利用训练数据集直接…

小白windows系统从零开始本地部署大模型全记录

大家好,最近两年大语言模型风靡全球,最近,不少开源大模型,将模型部署到自己的电脑上,用个性化的数据微调想必是不少人的愿望,这次,让我来分享从hugging face上下载部署chatglm3-6b中的经验。 1.…

自动控制: 最小二乘估计(LSE)、加权最小二乘估计(WLS)和线性最小方差估计

自动控制: 最小二乘估计(LSE)、加权最小二乘估计(WLS)和线性最小方差估计 在数据分析和机器学习中,参数估计是一个关键步骤。最小二乘估计(LSE)、加权最小二乘估计(WLS&…

wifi贴码推广哪家靠谱?

如今越来越多的人想轻资产创业,WIFI贴码是共享行业最无成本的创业项目了,而在选择厂商的时候,大家就想要知道哪家公司靠谱,更好、更便宜、可靠。那么wifi贴码推广哪家靠谱?别急,下面小编将带你一起了解。 目…

OpenAI开始训练新的前沿模型——但GPT-5至少在90天内不会推出

ChatGPT 制造商 OpenAI 今早宣布,已开始训练其新的“前沿模型”,并成立了一个新的安全委员会,由现任董事会成员 Bret Taylor(OpenAI 董事会主席兼客户服务初创公司 Sierra AI 联合创始人、前谷歌地图负责人和前 Facebook 首席技术…