有效Dk值提取方法的仿真分析

2024-04-19 09:44

本文主要是介绍有效Dk值提取方法的仿真分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

1. TDR技术提取Dk值的方法

2. 传输线双端口Delta-L技术提取Dk值的方法

3. 传输线单端口Delta-L技术提取Dk值的方法

4. 总结

参考文献


1. TDR技术提取Dk值的方法

        测试有效Dk值的一些传统而有效的方法[1][2],是采用TDR阻抗测试仪测试专门设计的传输线的传播延时差,并根据如下公式进行计算:

        实现传播延时差的测量有多种方法,一种是设计两段完全相同而仅仅长度不同的PCB走线,通过测量出各自的传播时间相减得到延时差;另一种是设计一段具备单独“阻抗断点”的PCB走线,该断点应当与连接器隔出一段距离以抵消来自于连接器的反射影响,从而实现更高精度的延时差测量。

        如下图所示,单板中实现了可用于上述两种测试的PCB走线,其实际测量结果显示,两种方法下测量出的延时差完全一样(0.71ns),从而得到完全相同的Dk值。

        但上述解决方案有一些明显的缺点,具体总结如下:

        1)应用场景受限:随着VNA的普及应用和功能的日益强大,TDR设备由于其测试功能过于单一而逐步被很多测试实验室所淘汰;

        2)测试误差较大:TDR设备需要将一个拥有快速上升沿的激励源注入到待测线中,当注入端口存在阻抗不连续性或者探针接触不良时,会造成不必要的反射导致测试结果偏差,并且,这种影响随着上升沿速度越快而越明显,因此,制约了宽带条件下的应用;

        3)数据频点固定:利用上述方法,只能得到一个固定的Dk值,但是传输线理论告诉我们,入射波和反射波是随着频率的变化而产生信号幅度和相位变化的,再加之介质所带来的异常色散影响,因此,其所对应的传播延时也不会是一个定值,因此,有效Dk值一定是随着频率而变化的。

        这些缺点,明显制约了该方法的普及,而Intel提出的基于VNA测量的Delta-L技术[3][4],则可以通过测量S参数的随频率变化的相位关系,推导出随频率变化的有效Dk值,从而具有更好的应用前景。 与此同时,基于传统双端口的Delta-L技术,还衍生出了单端口的Delta-L技术,可以在实现降本的同时,在有限条件下实现与双端口的Delta-L技术相同的测量精度[5],本文将对此进行深入的探讨。

2. 传输线双端口Delta-L技术提取Dk值的方法

        先了解下双端口Delta-L技术是如何实现动态的有效Dk值测量的,与TDR技术相同,Dk值也还是通过获取传播延时TD而推导出的,不同的是,在新技术下,TD值可以通过随频率变化的S21的相位关系得到,其推导公式如下所示:

        式中,ϕ(f)是在该频率f下的插入损耗所对应的归一化相位(以度为单位),-1是一个系数,因为经过线性处理后的相位值均是负数,两者相乘才能确保最后的TDsim是正值,至于为何需要线性处理,接下来的章节会详细说明。

        以一段带状线举例来说明上述TDR和双端口Delta-L技术,如下图所示,创建包含两个阻抗“断点”的带状线,以便于准确地提取中间“长距线”的传播延时。

        TDR的模拟结果显示,当采用不同码型的激励源时,端口处所产生的阻抗是不一样的,这样就会导致测量误差,此时“断点”的使用,就可以清楚地显示出“长距线”,并且不论码型如何变化,其“断点”的波谷位置始终恒定,此时测量出来的TD就较为一致,本例中的Tround trip=0.82ns,即TD=0.5*Tround trip=0.41ns,带入前式中,可求得有效Dk=4.195,但是与仿真中设定的Dk=4存在差异。

        为了使用Delta-L技术,需要再创建一根相对短一些的“长距线”,如下图所示,该技术下不需要使用“断点”,长、短两根带状线差距为10mm,仿真中假设先不考虑导体和介质损耗。

        从两根带状线的S21插入损耗(左图)可以发现,两根线之间的延时会随着频率的增长逐步拉开,并在达到15GHz时,完成整体相位极性的翻转(右图),这是因为两根线的长度差为10mm,其传输波长所对应的频点正好为15GHz,相位自然地进入下一个循环周期,这样的转变会导致最后的相位线性化处理结果出现相位突变,解决的办法有两个:1. 降低仿真的频率<15GHz;2. 缩小两根线之间的长度差,本例中,将仿真频率调整到10GHz。

        Dk的计算结果表明,双端口Delta-L方法得出的结果与仿真设置完全保持一致,只是在5GHz以内存在轻微的振荡(如下左图),这主要是因为低频时,端口阻抗与线阻抗的不匹配所导致的反射主要由实数部分所引起,而随着频率的增长,虚部的影响开始占主导,但是本例采用了无损传输线的设定,因此,高频处表现得更为稳定。如果将传输线配置为损耗角正切值=0.015,就会发现,有效Dk值会随频率增长而变小(如下右图)。

3. 传输线单端口Delta-L技术提取Dk值的方法

        作为双端口Delta-L的衍生方法,单端口Delta-L由于只需要一个测量端口,因此,只能通过获取S11的相位变化,来推算有效Dk值,由于S11是入射波和反射波的叠加,导致其相位变化更频繁,测量带宽受到限制,如图所示,相位极性翻转的频点下降到了7.57GHz。

        并且,端口与线阻抗必须完全匹配,才可能获取较为准确的动态Dk值,但是,在有损条件下,线阻抗不是恒定的,这也导致了其测量的准确度的下降。

        如下左图所示,为损耗角正切值=0.015、端口阻抗=50ohm时,双端口和单端口方法提取的有效Dk值的对比,可以发现,单端口提取方法存在非常明显的振荡,并且,超过7GHz后,将不能再进行准确的测量计算,如右图所示,当端口阻抗=51ohm时,单端口下的Dk值振荡明显减弱,但是因为线阻抗是动态变化的,因此,不能得到完全平稳的结果。

        最后,将铜的电导率配置到仿真模型,并将长、短“长距线”的长度差值缩小到2mm,并根据TDR的结果重新调整了单端口模型的阻抗配置,如下图所示,得到的Dk结果显示,双端口方法的表现非常稳定,而单端口方法无法避免异常色散带来的振荡,从而说明,双端口Delta-L技术在提取PCB有效Dk值方面具有很高的鲁棒性。

        关于单端口Delta-L技术的更为详细的分析,可以参考文献[5]。

4. 总结

        通过本文的仿真对比分析,提取有效Dk值方面,TDR技术在一些固定的场景下,依然有其参考应用价值,而随着VNA功能的不断增强和高精度测量手段的不断更新,双端口Delta-L技术才是主流评估方法,而单端口Delta-L技术则可以作为其降本增效的方案补充。

参考文献

[1] Quick and Easy Dielectric Constant Measurements. Eric Bogatin, Neeti Sonth, and Priya Vemparala Guruswamy;

[2] Measuring the Bulk Dielectric Constant (Dk) on a Microstrip with a TDR. Benjamin Dannan and Steve Sandler;

[3] Delta-L Methodology for Efficient PCB Trace Loss Characterization. Jimmy Hsu;

[4] Analysis of a TDR Technique to Measure Dielectric Constant. Aditya Rao;

[5] In-Situ Multilayer Printed Circuit Board Characterization Using One-Port Measurements. Eric Bogatin.

这篇关于有效Dk值提取方法的仿真分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/917190

相关文章

Java NoClassDefFoundError运行时错误分析解决

《JavaNoClassDefFoundError运行时错误分析解决》在Java开发中,NoClassDefFoundError是一种常见的运行时错误,它通常表明Java虚拟机在尝试加载一个类时未能... 目录前言一、问题分析二、报错原因三、解决思路检查类路径配置检查依赖库检查类文件调试类加载器问题四、常见

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

Python中的Walrus运算符分析示例详解

《Python中的Walrus运算符分析示例详解》Python中的Walrus运算符(:=)是Python3.8引入的一个新特性,允许在表达式中同时赋值和返回值,它的核心作用是减少重复计算,提升代码简... 目录1. 在循环中避免重复计算2. 在条件判断中同时赋值变量3. 在列表推导式或字典推导式中简化逻辑

判断PyTorch是GPU版还是CPU版的方法小结

《判断PyTorch是GPU版还是CPU版的方法小结》PyTorch作为当前最流行的深度学习框架之一,支持在CPU和GPU(NVIDIACUDA)上运行,所以对于深度学习开发者来说,正确识别PyTor... 目录前言为什么需要区分GPU和CPU版本?性能差异硬件要求如何检查PyTorch版本?方法1:使用命

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义

SpringMVC 通过ajax 前后端数据交互的实现方法

《SpringMVC通过ajax前后端数据交互的实现方法》:本文主要介绍SpringMVC通过ajax前后端数据交互的实现方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价... 在前端的开发过程中,经常在html页面通过AJAX进行前后端数据的交互,SpringMVC的controll

Java中的工具类命名方法

《Java中的工具类命名方法》:本文主要介绍Java中的工具类究竟如何命名,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录Java中的工具类究竟如何命名?先来几个例子几种命名方式的比较到底如何命名 ?总结Java中的工具类究竟如何命名?先来几个例子JD

Spring Security自定义身份认证的实现方法

《SpringSecurity自定义身份认证的实现方法》:本文主要介绍SpringSecurity自定义身份认证的实现方法,下面对SpringSecurity的这三种自定义身份认证进行详细讲解,... 目录1.内存身份认证(1)创建配置类(2)验证内存身份认证2.JDBC身份认证(1)数据准备 (2)配置依

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Spring 中的循环引用问题解决方法

《Spring中的循环引用问题解决方法》:本文主要介绍Spring中的循环引用问题解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录什么是循环引用?循环依赖三级缓存解决循环依赖二级缓存三级缓存本章来聊聊Spring 中的循环引用问题该如何解决。这里聊