如何合理评估信号过孔的残桩效应--Via Stub

        设计中,之所以会去考察信号过孔的残桩效应(Via Stub),是因为它的存在导致了不需要的频率谐振,当这些谐振出现在所关注的信号通道的插入损耗中时,就会引发较为严重的信号完整性(SI)问题。

        那么Via Stub到底是如何引发SI问题的呢?可以借助下图对这个问题进行解释:

        左侧图,显示一个有两部分组成的通孔,直通部分(Thru)用于器件引脚和PCB走线的互连,分支部分(Stub)则处于开路状态;

        中间图,假设一个正弦波从顶部的引脚注入,并沿着直通部分传播,直到到达Thru和Stub的交汇处,此时,信号产生“分流”,一部分沿着PCB走线继续传播,另一部分沿着Stub到达通孔底部,并发生反射,当反射信号到达交汇处时,又再次“分流”,一部分沿着PCB走线继续传播,另一部分返回注入端。

        此时,如果f是正弦波的工作频率,并且通过Stub的时间延时TD=1/4工作波长时,当它到达底部反射回交汇处,延时将会是2*TD,恰好是信号工作周期的一半,此时,如右侧图所示,对于正弦波而言,相位差正好是180度,那么,大部分原始注入信号将极有可能被反射信号抵消。

        如果将1/4工作波长所处频点定义为共振频点f0,则谐振将会发生在f0及其每一个奇次谐波,此时,如果知道Stub的长度和有效介电常数Dkefff0可由下式预测:

        其中c是光速(~11.8in/ns),Stub_length单位为inch,f0是1/4波谐振频率(GHz)。

        值得注意的是,Dkeff有别于制造商数据表中的Dk,它通常更高,从而降低了谐振频率,主要由两个因素产生了这种差异,一个是过孔焊盘和反焊盘的尺寸带来的过量电容,另一个是因为层压板材的各向异性(the anisotropic nature of the laminate material),即当介电常数的平行 (x-y) 和垂直 (z) 测量值不同时,材料是各向异性的,而制造商数据表中仅列出了垂直测量值。

        为简化设计步骤,实际当然不会去认真考虑各向的参数,通常取一个近似比例关系:

        除此之外,还需要认识到信号传输的有效带宽,仅仅满足工作基频带宽是不够的,至少应当考虑到5倍基频谐波的带宽,换句话说,设计时需要给f0足够的裕量。

        举例来说,如图所示,左侧展示的是测得的Via Stub为270mils时,10GB/s的NRZ码的SDD21和眼图;右侧展示的是测得的Via Stub为65mils时,10GB/s的NRZ码的SDD21和眼图,可以观察到,对于长距离过孔残桩,眼睛是完全闭合的,由本文的第一个公式可知,Stub长度越长,其谐振频点越低,并且,SDD21在4GHz附近出现了剧烈的谐振,可计算出此时的Dkeff=7.46,而4GHz又非常接近于10GB/sNRZ码的奈奎斯特频点(5GHz),对设计进行调整,当Stub变短为65mils时,对应的f0≈16.62GHz,已经远离奈奎斯特频点,但是考虑到10GB/s数据信号需要高达25GHz的带宽,才能将信号上升时间保持在奈奎斯特频率周期的7%,因此,设计时,还需要继续减小Stub长度以尽量提高f0所产生的频点。

        综上所述,经验法则和相关公式是进行快速评估的好方法,它们可以帮助设计者在开始设计之前就了解到会发生什么,但是,精确控制设计裕量的唯一方法还是使用三维电磁场求解器对通孔进行建模,因为,还需要在裕量紧张的情况下模拟整个信道的串扰。

        参考文献:

        Via Stubs – Are They all Bad? Bert Simonovich

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/news/684873.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

Python 字符串格式化输出

前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站零基础入门的AI学习网站~。 前言 字符串格式化是编程中一个常见的需求,它可以们将不同类型的数据(如数字、文本、日…

JVM-JVM中对象的生命周期

申明:文章内容是本人学习极客时间课程所写,文字和图片基本来源于课程资料,在某些地方会插入一点自己的理解,未用于商业用途,侵删。 原资料地址:课程资料 对象的创建 常量池检查:检查new指令是否能在常量池…

openEuler 22.03 LTS 上源码安装 PostgreSQL 15

安装PostgreSQL 15 1 安装必要的依赖 #yum install -y readline-devel zlib-devel gcc2、下载源码 # wget https://ftp.postgresql.org/pub/source/v15.6/postgresql-15.6.tar.gz # tar -xzvf postgresql-15.6.tar.gz3 配置 # cd postgresql-15.6/ # ./configure4 编译安装…

Matlab|基于支持向量机的电力短期负荷预测【三种方法】

目录 主要内容 部分代码 结果一览 下载链接 主要内容 该程序主要是对电力短期负荷进行预测,采用三种方法,分别是最小二乘支持向量机(LSSVM)、标准粒子群算法支持向量机和改进粒子群算法支持向量机三种方法对负荷进行…

讲解用Python处理Excel表格

我们今天来一起探索一下用Python怎么操作Excel文件。与word文件的操作库python-docx类似,Python也有专门的库为Excel文件的操作提供支持,这些库包括xlrd、xlwt、xlutils、openpyxl、xlsxwriter几种,其中我最喜欢用的是openpyxl,这…

【计算机网络】物理层|传输介质|物理层设备|宽带接入技术

目录 一、思维导图 二、传输介质 1.传输介质——导引型 2.传输介质——非导引型​编辑 三、物理层设备 1.物理层设备:中继器&集线器 2.宽带接入技术(有线) ​编辑 四、趁热打铁☞习题训练 五、物理层总思维导图 推荐 前些天发现…

【C++】友元、内部类和匿名对象

💗个人主页💗 ⭐个人专栏——C学习⭐ 💫点击关注🤩一起学习C语言💯💫 目录 1. 友元 1.1 友元函数 1.2 友元类 2. 内部类 2.1 成员内部类 2.2 局部内部类 3. 匿名对象 3.1 基本概念 3.1 隐式转换 1…

在已有代码基础上创建Git仓库

在已有代码基础上创建Git仓库 背景方法处理问题 背景 先进行了代码编写,后续想放入仓库方便大家一起合作开发,此时需要在已有代码的基础上建立仓库。 方法 首先在Gitee或者GitHub上创建仓库,这里以Gitee为例。创建完后,我们可以…

各类有关于花卉的深度学习数据集

花卉的识别和分类在深度学习过程中是最常见的使用的案例,因此各类有关花卉分类、识别、计数的图像数据集是大家都常用的数据集。最近收集到各类有关花卉的各类数据集分享给大家!! 1、16种花常见的图像数据集 数据说明:我们看到我…

Blazor SSR/WASM IDS/OIDC 单点登录授权实例1-建立和配置IDS身份验证服务

目录: OpenID 与 OAuth2 基础知识Blazor wasm Google 登录Blazor wasm Gitee 码云登录Blazor SSR/WASM IDS/OIDC 单点登录授权实例1-建立和配置IDS身份验证服务Blazor SSR/WASM IDS/OIDC 单点登录授权实例2-登录信息组件wasmBlazor SSR/WASM IDS/OIDC 单点登录授权实例3-服务端…

【实战】一、Jest 前端自动化测试框架基础入门(二) —— 前端要学的测试课 从Jest入门到TDD BDD双实战(二)

文章目录 一、Jest 前端自动化测试框架基础入门5.Jest 中的匹配器toBe 匹配器toEqual匹配器toBeNull匹配器toBeUndefined匹配器和toBeDefined匹配器toBeTruthy匹配器toBeFalsy匹配器数字相关的匹配器字符串相关的匹配器数组相关的匹配器异常情况的匹配器 6.Jest 命令行工具的使…

DSA 经典数据结构与算法 学习心得和知识总结(三) |有向无环图及其应用

目录结构 注:提前言明 本文借鉴了以下博主、书籍或网站的内容,其列表如下: 1、参考书籍:《算法导论》第三版 就是这本被封神的杰作,就是它🤦 2、参考书籍:《数据结构》严奶奶版 3、参考书…

DataX源码分析-插件机制

系列文章目录 一、DataX详解和架构介绍 二、DataX源码分析 JobContainer 三、DataX源码分析 TaskGroupContainer 四、DataX源码分析 TaskExecutor 五、DataX源码分析 reader 六、DataX源码分析 writer 七、DataX源码分析 Channel 八、DataX源码分析-插件机制 文章目录 系列文章…

基于GPT一键完成数据分析全流程的AI Agent: Streamline Analyst

大型语言模型(LLM)的兴起不仅为获取知识和解决问题开辟了新的可能性,而且催生了一些新型智能系统,例如旨在辅助用户完成特定任务的AI Copilot以及旨在自动化和自主执行复杂任务的AI Agent,使得编程、创作等任务变得高效…

Prompt Tuning:深度解读一种新的微调范式

阅读该博客,您将系统地掌握如下知识点: 什么是预训练语言模型? 什么是prompt?为什么要引入prompt?相比传统fine-tuning有什么优势? 自20年底开始,prompt的发展历程,哪些经典的代表…

CV | Segment Anything论文详解及代码实现

本文主要是详解解释了SAM的论文部分以及代码实现~ 论文:2023.04.05_Segment Anything 论文地址:2304.02643.pdf (arxiv.org) 代码地址:facebookresearch/segment-anything: The repository provides code for running inference with the Seg…

随机过程及应用学习笔记(四) 马尔可夫过程

马尔可夫过程是理论上和实际应用中都十分重要的一类随机过程。 目录 前言 一、马尔可夫过程的概念 二、离散参数马氏链 1 定义 2 齐次马尔可夫链 3 齐次马尔可夫链的性质 三、齐次马尔可夫链状态的分类 四、有限马尔可夫链 五、状态的周期性 六、极限定理 七、生灭过…

接口测试方法论

第1章 测试那点事 单元测试》接口测试》界面测试 接口就是包含特定输入和特定输出的一套逻辑处理单元,用户无须知晓接口的内部实现逻辑,这也可以称为接口的黑河处理逻辑。因为服务对象不同,接口又可分为两种:一种是系统或服务的…

K8S集群实践之十:虚拟机部署阶段性总结

目录 1. 说明: 2. 安装准备 2.1 每个节点设置双网卡,一卡做网桥(外部访问),一卡做NAT(集群内网访问) 2.2 准备一个可用的代理服务器 3. 由于虚拟机崩溃(停电,宿主机…