高速无源链路阻抗匹配套路

2023-10-17 13:20

本文主要是介绍高速无源链路阻抗匹配套路,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!

在仿真优化HFSS复杂模型时,经常会发现,如果优化调整某个结构尺寸,高频VSWR指标与低频VSWR指标存在翘翘板现象,按下葫芦起了瓢!
岛主见过有人用高性能服务器优化大型HFSS模型,十个以上的结构尺寸全做参数化,设置好全频段VSWR指标,然后启动HFSS优化,7X24小时不停机盲跑。
这种盲目优化,恐怕跑到宇宙毁灭也得不到最优解,急死俺了!
何以解忧?唯有套路

套路一:在哪个位置分段?

下图来自于百度:

 

芯片~封装~子板PCB~连接器~高速背板~连接器~子板PCB~封装~芯片构成的高速无源链路,在设计阶段,将此链路在ABC位置断开成四截:
  • 芯片封装载板 ~ 子板 PCB
  • 子板 PCB~ 高速连接器 ~ 背板
  • 背板 ~ 高速连接器 ~ 子板 PCB
  • 子板 PCB~ 芯片封装载板
如果链路对称,则只需要考虑链路的一半,也就是两截。
当然,仍然可以细分无源链路。典型的芯片封装载板/SIP结构如下图所示:

 

上图这样的芯片封装载板~子板PCB这段链路还可细分为以下两段:
  • 芯片 ~Bonding~ 封装载板
  • 封装载板 ~BGA 焊球 ~ 子板 PCB
分段位置必须位于横截面尺寸稳定的传输线上,也就是阻抗连续的位置,例如PCB微带线、带状线、同轴电缆。

 

上图是差分过孔仿真模型,在横截面尺寸不变(阻抗连续)的PCB布线处分断是正常的做法。

套路二:先撸低频,后撸高频。

有些高频无源链路,由于高频信号的波长几乎与横截面结构尺寸相比拟,仿真或测试TDR指标已经不管用了!
在仿真优化HFSS复杂模型时,经常会发现,如果优化某个尺寸,高频VSWR指标与低频VSWR指标存在翘翘板现象,按下葫芦起了瓢!
怎么办呢?
要先撸低频,后撸高频举例说明具体做法:

 

 

上图VSWR曲线是高频66GHz同轴连接器PCB转换结构模型的仿真指标
(后续有文章专门阐述如何定位64GHz谐振尖峰问题,敬请关注本公众号:看图说RF)。
蓝线是我们预期的无源链路的VSWR指标模板,依据无源链路复杂性(或经验)选择模板斜率;
红线在原始模型的VSWR曲线,红线在8~18GHz低频段超过模板,先调整某个结构尺寸,强制压下8~18GHz低频段的VSWR指标;
然后保持此结构尺寸不变的前提下,再调整无源链路的另一个结构尺寸,压下38~66GHz高频段VSWR指标;
优化后的模型对应绿线所示的VSWR指标
此做法隐含的原理是:
低频是基础,高频是大楼。
基础不牢,地动山摇。

总结

复杂无源链路仿真优化套路:
ü  复杂无源链路可分断做仿真优化,分断位置必须位于横截面尺寸稳定的传输线上,也就是阻抗连续的位置。
ü  优化某个尺寸,高频VSWR指标与低频VSWR指标存在翘翘板现象,按下葫芦起了瓢!怎么办?要先撸低频,后撸高频。
出品|EDA365
作者|何平华老师

这篇关于高速无源链路阻抗匹配套路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/225650

相关文章

SpringBoot项目注入 traceId 追踪整个请求的日志链路(过程详解)

《SpringBoot项目注入traceId追踪整个请求的日志链路(过程详解)》本文介绍了如何在单体SpringBoot项目中通过手动实现过滤器或拦截器来注入traceId,以追踪整个请求的日志链... SpringBoot项目注入 traceId 来追踪整个请求的日志链路,有了 traceId, 我们在排

SpringBoot如何使用TraceId日志链路追踪

《SpringBoot如何使用TraceId日志链路追踪》文章介绍了如何使用TraceId进行日志链路追踪,通过在日志中添加TraceId关键字,可以将同一次业务调用链上的日志串起来,本文通过实例代码... 目录项目场景:实现步骤1、pom.XML 依赖2、整合logback,打印日志,logback-sp

算法练习小技巧之有序集合--套路详细解析带例题(leetcode)

前言:         本文详细讲解Python中的有序集合SortedList和C++中的有序集合multiset的用法,配合leetcode的例题来展示实际的用处。(本人水平不够,还无法讲解有序集合的实现方法,只会用)         觉得有帮助或者写的不错可以点个赞,后面也有几道我找出来的题目可以用这个方法快速解决的         (感觉有点水) 目录 有序集合用法讲解:

链路聚合配置

链路聚合配置前需要将物理接口进行清除,然后将接口加入到聚合内完成对接。 对接端口核心3口4口与财务核心的23口与24口进行对接。 拓扑如下:​​​​​​​ 配置如下: 核心路由器[CK]dhcp enable [CK]interface GigabitEthernet 0/0/0[CK-GigabitEthernet0/0/0]ip address dhcp-alloc[CK]a

华为eNSP:手工链路聚合和动态链路聚合

手工链路聚合(静态链路聚合) 一、拓扑图 二、交换机配置过程 [s1]int Eth-Trunk 1#创建进入链路聚合组1[s1-Eth-Trunk1]trunkport g0/0/1#将g0/0/1口加入聚合组1[s1-Eth-Trunk1]trunkport g0/0/2[s1-Eth-Trunk1]trunkport g0/0/3[s1-Eth-Trunk1]quit 配

SNAT的链路流程

A主机,有公网ip,比如1.1.1.1               有内网ip,比如192.168.1.1 B主机, 有内网ip,比如192.168.1.123 A主机和B主机在同一局域网,用交换机连接。或者在云平台,两个属于同一个vpc下的同一个subnet,也就是在同一个虚拟私人网络下的,同一个子网内。 如何实现B主机通过A主机的公网ip访问公网的服务? 这个就是snat解决的问题

实时数仓链路分享:kafka =SparkStreaming=kudu集成kerberos

点击上方蓝色字体,选择“设为星标” 回复”资源“获取更多资源 大数据技术与架构 点击右侧关注,大数据开发领域最强公众号! 暴走大数据 点击右侧关注,暴走大数据! 本文档主要介绍在cdh集成kerberos情况下,sparkstreaming怎么消费kafka数据,并存储在kudu里面 假设kafka集成kerberos假设kudu集成kerberos假设用非root用户操作spark基

Flink全链路延迟的测量方式和实现原理

点击上方蓝色字体,选择“设为星标” 回复”面试“获取更多惊喜 本文已经加入「大数据成神之路PDF版」中提供下载。你可以关注公众号,后台回复:「PDF」 即可获取。 一、背景 Flink Job端到端延迟是一个重要的指标,用来衡量Flink任务的整体性能和响应延迟(大部分流式应用,要求低延迟特性)。 通过流处理引擎竞品对比,我们发现大部分流计算引擎产品,都在告警监控页面,集成了全链路时延指标

SpringCloud之Sleuth(Micrometer)+ZipKin分布式链路追踪

(学习笔记) 1、分布式链路追踪概述 问题:在微服务框架中,一个由客户端发起的请求在后端系统中会经过多个不同的的服务节点调用来协同产生最后的请求结果,每一个前段请求都会形成一条复杂的分布式服务调用链路,链路中的任何一环出现高延时或错误都会引起整个请求最后的失败。 在分布式与微服务场景下,我们需要解决如下问题:   在大规模分布式与微服务集群下,如何实时观测系统的整体调用链路情况。

Java后端分布式系统的服务调用链路分析:Distributed Tracing

Java后端分布式系统的服务调用链路分析:Distributed Tracing 大家好,我是微赚淘客返利系统3.0的小编,是个冬天不穿秋裤,天冷也要风度的程序猿! 在分布式系统中,服务之间的调用关系错综复杂,Distributed Tracing(分布式追踪)技术可以帮助我们清晰地追踪请求在系统中的流转路径,分析性能瓶颈和故障原因。 分布式追踪概述 分布式追踪通过为每个请求生成唯一的追踪