PCB结构和谐振(三)

news2024/11/17 13:58:14

PCB结构和谐振(一)

PCB结构和谐振(二)

仿真研究

在本节中,我们首先对玻璃束的随机分布进行了简单的模拟研究。然后我们利用这些实验结论来简化常用的玻璃布3D结构。最后,这种简化的结构用于研究复杂层压板和两个周期性布局设计的谐振。

玻璃束的随机分布

我们认为玻璃纤维的随机分布导致了上一节中提到的现象(1)和(2)。为了验证这一推论,我们基于图 2 中的阻抗不连续模型进行了简单的模拟。玻璃束的随机分布导致周期长度的随机分布。因此,我们将周期长度随机分布为统计高斯分布,平均值为 2cm,标准差为 0.2cm。

图 17 比较了均匀分布和随机分布的 SDD21 的大小。周期长度的随机分布有效地削弱了谐振的强度,尤其是除了第一次谐振之外的那些。除此之外,其他能量抖动出现在原始谐振附近。这个仿真结果验证了我们之前的推断。

对3D玻布模型的简化

如图5(a)所示,玻璃布的结构非常复杂。图 18 所示的典型 3D 模型通常用于描述编织结构,包括经纱和纬纱玻璃束。然而,在上一篇中获得的谐振通常可以通过等式 1 和 4 预测,并且是由经向的 E 玻璃束引起的。有时可以忽略纬向玻璃(MS-玻璃)束。例如,如果我们要模拟走线和弯曲成 10 度角的情况,模拟的频率范围是 10MHz 到 40GHz,我们可以先使用等式 1 和等式 4 来预测其谐振频率,如在表2中。我们只需要考虑模型中经向玻璃束的结构,因为即使是纬向玻璃束也会引起明显的谐振,其第一个共振频率将超过40GHz。

通过这种方式,我们将编织结构简化为图 19 (a) 和 (b) 所示的模型。四个区域构成了这个模型。

区域 1 和 4 代表树脂,其 Dk 值是从材料供应商处获得的。区域 3 代表引起谐振的经向玻璃束,其 Dk 值由 Intel 的方法[9]获得。区域 2 代表树脂和纬向玻璃束的混合物,其 Dk 值通过加权两种组分的体积比来平均。如果我们用这个玻璃布模型来组成一个核心结构,不同区域的厚度给出如下:

其中,Tregion1/Tregion2/Tregion4分别代表区域1/2/3的厚度。Toriginal代表加工前core的厚度,Twarp glassTweft glass分别代表经向和纬向玻璃束的厚度。

值得注意的是,我们已经考虑到了该模型中树脂流动的影响。在图19 c中,PP中的玻璃束比core中的玻璃束离走线更近,这是因为PP中的部分树脂被用于填充PCB的空缺区域。在一层PP中,假设区域4更接近于走线,Tregion4可以用过公式6-4计算:

Tactual表示加工后PP的实际厚度。如果Tregion4小于0,那就在模型中取消掉区域4.

图19 a中的玻璃束分布是随机的,这种随机分布对应的平均值和标准差很容易从实际截面中统计得到。

复杂压合仿真

基于上面简化的玻璃布模型,我们模拟了一个复杂的层压板,如图 12 所示。由于蚀刻因素的存在会影响电磁场的分布,我们还根据实际横截面对差分对进行了建模。我们在图 20 中比较了模拟的 SDD21 和测量的 SDD21。通过考虑这些因素,包括主要玻璃束、玻璃束的非均匀分布、树脂流动和蚀刻因素,模拟和实验结果非常吻合。

两种周期性layout设计的仿真

这里我们仿真了两种周期性的layout设计,对于每种设计,分别涵盖了理想模型(无编织结构)和简易3D模型(包含编织结构)。在理想模型中,除了没有编织结构,走线层的Dk也是一致的。

(1)W型走线

W型走线的周期设置为1cm,走线和经向夹角为10°。为了降低仿真复杂性,仅仅仿真单张1078玻布情况。下图a和b分别展示了理想模型中的SDD21/SDD11/SCD11。在理想模型中并未发现明显的谐振,下图c和d是简易3D模型中的SDD21/SDD11/SCD11,结果中发现了两处明显的谐振。但是和实测有差异的是在4GHz左右的第一个谐振点(由不连续性2导致),在仿真中并不明显,我们猜测,由于制造公差,直线段和弯曲段之间的走线宽度存在一些差异。

(2)蛇形线

蛇形线长度周期设置为0.7cm,其他仿真细节和W型走线一致。下图a和b是理想模型的SDD21/SDD11/SCD11,图c和d是简易3D模型的SDD21/SDD11/SCD11。两种模型都存在明显的谐振,这一点和W型走线不同。

比较两种走线设计的仿真结果,可以发现蛇形线的谐振主要是由于走线设计本身,因为蛇形线的弯曲段通常比W形线的弯曲段大。由编织结构引起的 Dk 的不均匀分布会加剧谐振强度,尤其是对于 W 形线。W型走线因此更适合沿纬向走线(MS-glass),而蛇形线的周期长度需要仔细设计,使谐振频率远离PCB的工作频率。

动态仿真

为了了解谐振对信号完整性的影响,使用第 3 节中获得的 S 参数以不同的旋转角度进行了动态模拟,并对眼高和眼宽进行了统计。下面的图 23 显示了不同旋转角度对应的眼高和眼宽的箱线图。使用的S参数对应图8(a),使用的信号速率为25Gbps。归一化值是指实际值减去旋转 5 度的平均值。较大的归一化值表示较好的信号完整性。

当旋转角度为3度和5度时,对应的谐振频率为9.83GHz和16.38GHz,接近信号工作频率12.5GHz。而谐振引起的额外能量损失显然会导致眼图质量的恶化。该仿真结果表明,由周期性结构引起的谐振会影响信号完整性。

结论

在本文中,两个简单的skew和阻抗不连续模型被用来说明由周期性结构引起的谐振频率与其周期长度有关,而与不连续形成的机制关系不大。论文总结了周期长度与谐振的关系,并通过数值方法计算了玻璃布的Dk分布,并通过直线差分对与玻璃束的位置关系阐述了周期的产生。

对于直线,最好沿纬向(MSglass)布线差分对,而不是沿经向(E-glass)布线。对于沿着经线的这些情况,随着相对于经线的旋转角度变大,共振以更大的谐振强度移动到更高的频率。我们还发现,玻璃束的随机分布有效地削弱了谐振的强度,尤其是除了第一次谐振之外的那些。根据实验结果,增加玻璃布的数量和使差分对的间距值更接近玻璃束的间距值有望成为削弱谐振强度的有效方法。对于两个周期性布局设计,谐振被证明与设计周期的长度有关。给出了三种不连续性来解释周期是如何形成的。

在仿真研究中,给出了玻璃束随机分布的简化玻璃布模型。根据实验结果,我们简化了玻璃布模型,忽略了这些对相关谐振没有贡献的玻璃束。在这个模型中,我们还考虑了蚀刻因素和生产加工引起的树脂流动。仿真所需的所有参数都可以轻松地从材料供应商和实际横截面获得。我们模拟了复杂的层压板,实验和模拟非常吻合。两种布局设计的仿真结果证明,编织结构引起的 Dk 分布不均匀会加剧导线设计引起的谐振,尤其是 W 形导线。 W型线因此更适合沿纬向走线(MS-glass),而蛇形线的周期长度需要仔细设计,使谐振频率远离PCB的工作频率。

最后,动态仿真表明,由周期性结构引起的谐振会影响信号完整性。

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/148679.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

Java设计模式中原型模式是啥/浅克隆与深克隆又是什么/clone方法怎么回事

继续整理记录这段时间来的收获,详细代码可在我的Gitee仓库SpringBoot克隆下载学习使用! 4.5 原型模式 4.5.1 概述 用已创建实例作为原型,通过复制该原型对象来创建一个和原型对象一样的新对象 4.5.2 结构 抽象原型类:规定具体…

Docker系列 深度使用nextcloud(九) 硬盘挂载

转自我的个人博客https://blognas.hwb0307.com,该文的内容更新仅在个人博客可见。欢迎关注! 前言 基于《Docker系列 搭建个人云盘服务nextcloud》,相信无论是在有/无443端口的Linux机子里均可成功安装Nextcloud。值得一提的是,Ne…

02、做点准备工作 osg\openscenegraph源代码下载 C++三维视频融合实战系列(时空克隆)

首先,要有一点C编程基础,熟悉VS2013开发环境。 在开始实践之前,先要搭建号VS2013开发环境。 然后,建议电脑安装windows 10 64位操作系统。 接下来需要在以下地址下载开源代码: 1、osg下载 打开openscenegraph主页…

CSS权威指南(七)视觉格式化

文章目录1.盒模型2.元素的显示方式3.行内元素1.盒模型 不管是什么元素,CSS都假定每个元素会生成一个或多个矩形框,我们称之为元素。各元素框的中心是内容区域,四周有可选的内边距、边框、轮廓和外边距。默认情况下,内容区的背景出现在内边距范围内。外边…

5分钟搞懂用户态,内核态

5分钟搞懂用户态,内核态 1. 什么是用户态,内核态 用户态就是提供应用程序运行的空间,为了使应用程序访问到内核管理的资源例如CPU,内存,I/O。内核必须提供一组通用的访问接口,这些接口就叫系统调用。 用户态,内核态…

进制详解:二进制、八进制和十六进制

进制详解:二进制、八进制和十六进制 背景(Contexts) 我们平时使用的数字都是由 0~9 共十个数字组成的,例如 1、9、10、297、952 等,一个数字最多能表示九,如果要表示十、十一、二十九、一百等,…

机器学习笔记之深度信念网络(一)背景介绍与模型表示

机器学习笔记之深度信念网络——背景介绍与模型表示引言深度信念网络场景构建深度信念网络的联合概率分布引言 从本节开始,将介绍深度信念网络。 深度信念网络 深度信念网络(Deep Belief Network,DBN)是杰弗里辛顿(Geoffrey Hinton)于2006年提出的模型&#xff0…

Day853.WorkerThread模式 -Java 性能调优实战

WorkerThread模式 Hi,我是阿昌,今天学习记录的是关于WorkerThread模式的内容。 Thread-Per-Message 模式,对应到现实世界,其实就是委托代办。这种分工模式如果用 Java Thread 实现,频繁地创建、销毁线程非常影响性能…

场景编程集锦 - 吉米的总统梦想

1. 场景描述 吉米是太平洋岛国一个贫苦家庭的孩子,他的梦想就是当总统,引领国家走向富强之路。 开学的第一堂课上,老师用白色的粉笔在黑板上写下了“我的梦想”,同学们都陷入了思考。大卫的梦想是当一名科学家,用奇思妙…

CSS初级教程(文本)【第六天】

文章目录【1】CSS 文本[字体颜色|背景色]【2】CSS 文本对齐【3】CSS 文字装饰【4】CSS 文本转换[大写或小写]【5】CSS 文字间距【6】CSS 文本阴影【7】所有 CSS 文本属性CSS上回学习链接 CSS初级教程 颜色【第一天】 CSS初级教程 背景【第二天】 CSS初级教程 边框【第三天】 CS…

Windows访问控制 -- SID

Windows访问控制是一个比较大的题目,因此计划用一系列的文章简单谈一下这个。本篇是开篇,介绍SID。 Windows访问控制定义 Windows访问控制的含义可以参考MSDN的描述:Access control refers to security features that control who can acce…

Java集合容器介绍

Java 容器分为 Collection 和 Map 两大类,其下又有很多子类,如下所示: Collection接口:单列数据,定义了存取一组对象的方法的集合 1、List:元素有序(指的是存储时,与存放顺序保持一致)、可重复的…

【Docker】(四)使用volume持久化Docker容器中的Redis数据

1.前言 本系列文章记录了从0开始学习Docker的过程,Docker系列历史文章: (一)基本概念与安装使用 (二)如何使用Docker发布一个SpringBoot服务 (三)使用registry远程镜像仓库管理镜像…

[ 数据结构 ] 赫夫曼编码--------数据、文件压缩解压

0 引出 如上图:给定字符串按定长编码处理,最终对应二进制长度为359 思考:如何压缩,将359有效降低? ----回顾:赫夫曼树 1 数据压缩 拿到数据(字符串)的第一反应,虽然知道应该也像上面一样转为字节数组,但就不知道该怎么办了?统计数组中各字节使用的次数,将次数作为权值,字节…

2023.1.8 学习周报

文章目录摘要文献阅读1.题目2.摘要3.介绍4.论文主要贡献5.相关工作5.1 序列感知的推荐系统5.2 神经注意模型6.模型:ATTREC6.1 序列推荐6.2 基于Self-Attention的用户短期兴趣建模6.3 用户长期兴趣建模6.4 模型学习7.实验7.1 数据集7.2 评估指标7.3 模型比较7.4 实验…

SSO单点登录实例详解(前端传Code授权登录)

什么是 SSO(单点登录) SSO 英文全称 Single Sign On,单点登录。SSO 是在多个应用系统中,用户只需要登录一次就可以访问所有相互信任的应用系统。 单点登录流程 单点登录大致流程如下所示: 单点登录详细流程&#x…

【自学C++】C++变量初始化

C变量初始化 C变量初始化教程 变量 的初始化就是在定义变量的同时,给变量设置一个初始值,在 C 中,如果定义变量没有初始化,那么变量有可能会被赋值也有可能不会赋值。 如果是定义的 全局变量 或者 静态变量,未初始化…

2022年语音合成(TTS)和语音识别(ASR)年度总结

论文统计每月更新一次,主要跟踪语音合成和语音识别的发展状况(很多文章都是在会议后才发出,但不影响统计。统计过程难免存在疏漏,因此统计结果仅供参考。所有文章语音合成领域统计列表请访问http://yqli.tech/page/tts_paper.html&#xff0c…

绝大多数人远远低估了软件开发的难度

给你付钱了,你应该把软件做好! 这个话相当于: 给你付钱了,你应该把月亮摘下来! 趣讲大白话:臣妾做不到 ********** 软件是特殊商品服务 可以说很难有标准 开发的难度取决于需求多少,技术难度&a…

Java Map集合的介绍和使用

什么是Map类型的集合 介绍 1.用于保存具有映射关系的数据(key——value)。 2.Map中的key和value可以是任意的类型的数据。 3.Map中的key值不允许重复。 4.Map中的value值可以重复。 5.一般常用string作为value的key。 6.key和value之间存在一一对…