PCB结构和谐振(一)

news2024/9/25 7:18:50

本文构建了包括不同的旋转角度、不同的叠层和两种不同布线方法(W 形和蛇形线)的测试手段,对应于这些设计的谐振是通过 VNA 测量获得的。然后,使用仿真方法来帮助我们理解这些实验结果。为了消除仿真与实验之间的差异,研究了由加工技术引起的一些实际因素,例如玻璃编织的不均匀性和蚀刻因素。仿真和实验取得了很好的一致性。本研究一方面可以帮助我们确定复杂PCB设计中引起谐振的主周期的长度,另一方面也可以在生产和设计两方面给出消除谐振的建议。最后,使用主动仿真来确认谐振对实际产品的影响。

介绍

玻纤的周期性排布以及layout周期性的布线会导致额外的走线损耗,这些损耗发生在传播信号的半波长的整数倍等于周期长度时,通常表现为插入损耗和回波损耗中的谐振。如果PCB的运行频率内出现了谐振,就会面临信号完整性问题。在实际的PCB设计中,为了避免玻纤效应带来的skew,设计者通常会旋转高速走线。为了节省layout空间,一些周期性的layout方法相继被使用,这些方法都会带来谐振。为了解决此问题,很多预测谐振频率和强度的方法被提出,基本的传输线理论可以很好地解释谐振原理,3D全波仿真也可以证明根据周期性的结构,简单的数值计算可以精确预测出谐振频率。然而,大多数早期研究是基于单层PCB模型,而不是高速产品的多层PCB模型,由于实际层压的复杂性,PCB加工过程的不确定性也会影响谐振。基于复杂的实际场景,需要新的仿真和实验,叠层/layout设计/材料特性以及加工技术都需要详细的讨论。

周期性结构导致的谐振

谐振频率和强度

这里主要介绍由于周期性结构导致的差分对谐振,下图中,原始的SDD21曲线上就是被周期长度2cm的周期性结构引发的谐振。

在原始SDD21曲线上有几处很明显的能量凹陷,谐振频率就是能量凹陷的最低点。根据传统的传输线理论,当传输线周期性变化时,在周期性不连续点会有额外的能量损失,当信号的波长等于周期长度的半个整数倍时,能量损耗最大,表现在插入损耗上就称为谐振。假设材料介电常数为Dk,由于周期性长度(Lperiod)导致的第一个谐振点频率f可以表示为:

其中,c表示真空光速。

我们通过拟合方法消除了原始 SDD21 幅度的谐振,最终得到了拟合 SDD21 的幅度(红色曲线)。

可以通过比较原始 SDD21 和拟合的 SDD21 的大小来计算谐振强度。谐振频率(fres)下的谐振强度(I)可以表示为:

周期性结构导致谐振的机制

PCB的差分对中有两种谐振机制,一种是差分和共模转换导致的PN skew,一种是阻抗不连续。由周期性结构导致的谐振中,以上两种都会存在。所以我们使用两个简单的模型理解谐振和周期性结构的关系。下图a/b/c展示了由阻抗不连续引起的介电层的周期结构,d/e/f则展示了由于skew不连续引起的介电层周期结构。单个周期长度为2cm,包含两个单位的1cm,两个模型都是包含五个周期,在HFSS中建立这两个模型以获取S参数。

在阻抗不连续的模型中,因为绿色和灰色区域的Dk不同,两个区域的阻抗值也不同,因此在下图a中可以看到在很多频点下都有谐振,这是由于阻抗不连续引起的反射。在图b中可以看出来,有谐振的频点回损也有增加。因为此模型中P和N的信号传播速度一直保持一致,所以在SDC11和SDC21中就不存在差分和共模转换导致的额外损耗。第一个谐振点频率可以有公式一得出。

在skew不连续模型中,我们也可以看到SDD21曲线存在谐振,这些谐振点的频率和阻抗不连续模型中的频率几乎是一致的,回损曲线SDD11中并没有额外的能量损失,但比较明显的是在SDC11曲线的频点上有能量损失,这是因为差分对中的P和N在同一个横截面中,他们所处位置的Dk是不同的,在每个周期内,存在差分和共模之间的转换,这引起了额外的能量损失。谐振频率和总的skew相互独立,但是和周期长度有关,可以由公式1确认。

对于理想周期结构,不管谐振机制如何,相应的谐振频率有如下特征:

第一次谐振频率可以由公式1得出;

其余的谐振频率是第一个谐振频率的奇数倍。

PCB材料的周期性结构

PCB的介质材料通常是由经向和纬向的玻璃束编织而成,然后填充树脂。这种编织形成了周期性的结构。这种结构中,树脂和玻纤的Dk显著不同,常规玻布的Dk为6.9,low-Dk玻布的Dk为4.8,而树脂的Dk小于3。另外,不同的加工技术下玻璃束的结构也不相同,主流有两种玻璃束,一种是传统的E玻布(E-glass),另一种是扁平玻布(MS-glass)。目前在高速PCB上常用的玻布是由E-glass(经向)和MS-glass(纬向)合制而成。下图a中展示了1078玻布的编织结构。图b和c分别是经向和纬向玻璃束的横截面,以图b经向为例,玻璃束的pitch就是在两个相邻的玻璃束中间,玻璃束宽度和树脂宽度的和。

上图b和c中的玻璃束区域是由玻璃丝和树脂组成,可以近似为一个椭圆区域,使用Intel的方法可以计算出该椭圆区域的Dkglass_eff,所以垂直等效Dk可以由下式得到:

其中Tweft表示纬向玻璃束的厚度,Twarp表示经向玻璃束的厚度,Tresin表示树脂的厚度。通过公式3,我们将垂直方向的Dk投影到二维(2D)平面上,得到PCB材料的Dk周期分布,如下图所示。假设一个差分对穿过此周期性结构,在每个周期内都存在阻抗和skew不连续:如果将P和N看作一个整体,Dk沿着整个差分对呈周期性变化,导致差分阻抗也呈周期性变化,这和阻抗不连续模型比较类似。但是,如果将P和N看作不同的对象,在每个周期内P的Dk和N的Dk是都不同的,Dk可以影响P和N信号的传输速度,导致在每个周期内都有一个skew。这又和skew不连续模型比较类似。

上图中,当差分对和经向玻璃束的夹角为,经向和纬向的周期长度可以由下式算出

将差分对的总长固定,差分对经过经向和纬向玻璃束的周期数可以由下式算出

随着增加,经向周期长度减小,由经向导致的谐振频率会向高频方向移动,差分对经过经向玻璃束的周期数量增加,谐振强度也会增加,同时由纬向导致的谐振频率会呈相反方向变化。在下表中,经向和纬向的pitch可以由IPC规范得到。

所有谐振频率预测的前提是单张玻布并且未旋转,如果叠层中由多张玻布,那么周期长度会比较复杂,下一章节中将会讨论。

现有的预测方法

在早期的出版物中,公式一是一个预测第一谐振点频率的有效方法,但是,这种数学方法仅仅考虑了谐振频率下板材Dk和玻璃束pitch的影响,无法给出谐振强度。

当考虑叠层/走线pitch和板材Df时,就必须使用3D模型,图5展示的实际编织模型仿真时太复杂,所以需要进行简化。有两种方法比较常用,一种是将玻璃丝转换成椭圆形玻璃束,另一种是直接使用具有不同 Dk 区域的简单方形模型。

这些早期的模型并没有考虑PCB加工端的因素,而且材料周期结构遇到周期布局设计的情况通常被忽略。

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.coloradmin.cn/o/140444.html

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,一经查实,立即删除!

相关文章

【chatGPT】一位聊天永远秒回的朋友

目录一、chatGPT介绍二、通过猿如意体验三、在openAI官网体验2.1注册openAI2.2使用和问题说明一、chatGPT介绍 ChatGPT是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型,一款人工智能技术驱动的自然语言处理工具。它能够通过学习和理解人类的…

债务豁免,只是中昌数据的一次“回光返照”?

‍‍数据智能产业创新服务媒体——聚焦数智 改变商业因为经营不善,中昌大数据股份有限公司(以下简称“中昌数据”)已被实施退市风险警示,1月3日,中昌数据发布公告称收到两位债权人的《债务豁免函》,对中昌…

线程安全中的原子性,有序性和可见性

对于Java并发编程,一般来说有以下的关注点: 线程安全性,正确性。 线程的活跃性(死锁,活锁) 性能 其中线程的安全性问题是首要解决的问题,线程不安全,运行出来的结果和预期不一致,那就连基本要…

计算机的发展史与计算机硬件组成

作者简介:一名在校云计算网络运维学生、每天分享网络运维的学习经验、和学习笔记。 座右铭:低头赶路,敬事如仪 个人主页:网络豆的主页​​​​​​ 目录 前言 一.计算机的发展史 1.计算机发展的四个时代 二.计算机硬件组成 …

#D. Journey之二

一,题目Description给出一棵树N个点及数字K接下来N-1行描述有关边的开始点,结束点.保证图中不会有环接下来K个数字,代表你要走过的点的编号.当然你可以自己选择出发点及行进的路线不一定按给定编号顺序前行,求走过的最短距离。FormatInput第一行给出N,K。…

工具及方法 - 文件正在被使用,无法改名或删除怎么办

有时我们想重命名或删除一个文件时,会提示错误,提示文件被占用。 比如提示:“The action can’t be completed because the folder is open in another program“。 或者: 或者: 就是因为有进程锁定(process is lock…

004-Ensp-实验-配置DNS

实验要求 1. 在PC2中Ping www.pc1.com 可以访问到PC2 2. 在PC1中Ping www.pc2.com 可以访问到PC2 网络结构 实验步骤 #需要开启DHCP [Huawei]interface g0/0/0 [Huawei-GigabitEthernet0/0/0]dhcp server dns-list 192.168.0.100 测试

人工智能:数字图像类型和常见格式介绍

❤️作者主页:IT技术分享社区 ❤️作者简介:大家好,我是IT技术分享社区的博主,从事C#、Java开发九年,对数据库、C#、Java、前端、运维、电脑技巧等经验丰富。 ❤️个人荣誉: 数据库领域优质创作者🏆&#x…

【C语言】-深入内存带你看数据的存储

🎇作者:小树苗渴望变成参天大树 🎉 作者宣言:认真写好每一篇博客 🎊作者gitee:link 如 果 你 喜 欢 作 者 的 文 章 ,就 给 作 者 点 点 关 注 吧! 数据的存储🧨 前言✨一、数据类型…

007-Ensp-实验-配置静态路由

实验要求 PC1 可以访问到 PC2 网络结构 实验步骤 1. AR1 G0/0/0 - G0/0/1 配置IP 2. AR2 G0/0/0 - G0/0/1 配置IP 3. PC1 PC2 配置IP/GateWay 4. AR1 配置静态路由表 ip route-static 192.168.1.0 255.255.255.0 192.168.5.2 5. AR2 配置静态路由表 ip route-static 19…

Linux虚拟机克隆后网卡名从eth0变成eth1

文章目录一 系统环境二 问题发现三 解决过程一 系统环境 原本被克隆的主机是 rhel6.9 的操作系统。 二 问题发现 对 rhel6.9 的主机克隆后,发现无法SSH远程连接,从而发现可能是网卡的问题需要解决。 首先检查网卡服务是否启动 发现network服务是正常运…

java在线视频播放系统视频网站影视网站电影电视剧播放网站源码

简介 ssm开发的视频网站。本项目主要包括了视频展示和查询功能,用户中心,积分管理,管理员管理等功能。 演示视频 https://www.bilibili.com/video/BV1tT4y1N7t8/?share_sourcecopy_web&vd_sourceed0f04fbb713154db5cc611225d92156 技…

【408篇】C语言笔记-第二十二章(文件的操作)

文章目录第一节:文件操作原理1. C文件概述2. 文件指针介绍第二节:文件的打开与关闭1. 文件打开与关闭常用函数2. 代码实战第三节:文件的读写1. fread函数与fwrite函数2. fgets函数与fputs函数第四节:文件位置指针偏移1. fseek函数…

2023-01-04 clickhouse-编译、开发、测试

https://bohutang.me/2020/06/05/clickhouse-and-friends-development/ 一次偶然的机会,和ClickHouse团队做了一次线下沟通,Alexey提到ClickHouse的设计哲学: The product must solve actual problemAnd do it better than others 用工程思维解决商业问…

人工智能期末试卷

一、简答题(共 24 分) 若将人看成一个信息处理系统,1) 人的智能具有哪些特征?2) 举例说明哪一特征是最重要的并 3) 阐述其与实现通用人工智能的关系。(要求:2、3 小问一定用自己的语言作答!)(8 …

javaweb课程设计-基于SSM框架的疫情数据统计分析系统源码+数据库,可以进行疫情数据录入、疫情数据查询、图表展示

疫情数据统计分析系统 完整代码下载地址:基于SSM框架的疫情数据统计分析系统源码数据库 介绍 疫情数据统计分析系统是一个基于SSM框架的网页端系统,项目中实现的功能如下:用户访问网站可以浏览全国疫情的图表信息,管理员登录后…

P1229 遍历问题

题目描述 我们都很熟悉二叉树的前序、中序、后序遍历,在数据结构中常提出这样的问题:已知一棵二叉树的前序和中序遍历,求它的后序遍历,相应的,已知一棵二叉树的后序遍历和中序遍历序列你也能求出它的前序遍历。然而给定…

人工智能知识图谱研究

1、研究背景及意义 随着互联网技术的发展以及大数据、人工智能等新科技时代的来临,我国高校教育改革、高校人才培养也面临着新的机遇与挑战。一方面,为了实现国家战略、支撑快速发展的新经济,需要高校变革发展培养新型人才,满足社…

Au 效果器详解:自适应降噪

Au菜单:效果/降噪/恢复/自适应降噪Adaptive Noise Reduction自适应降噪 Adaptive Noise Reduction可快速去除变化的宽频噪声,如背景声音、隆隆声、风声等。此效果实时起作用,并可在多轨编辑器中使用。相对于标准降噪效果,自适应降…

cc1-7分析-2

cc2 cc2和cc4呢其实区别也不是很大,最后的rce的方式也都是一样的。区别在哪呢,之前我们说过TemplatesImpl.newTransformer是可以直接进行rce的,cc2就是通过 InvokerTransformer直接去调用TemplatesImpl.newTransformer,不走Insta…