USB3.0线束特征阻抗测试报告解读

2024-05-04 21:04

本文主要是介绍USB3.0线束特征阻抗测试报告解读,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!

一. 衰减

从低频到高频,每个数据点都按照相对应的规范进行设置,形成一条标准线,如图1中所示,紫色线即为标准线,蓝色线为实测线。实测线在紫色线之上,说明线束衰减符合标准,反之表明线束衰减不符合要求,偏离标准线越远,表明衰减越严重。

1. SS TX与SS RX差分对衰减

图1 SS TX/RX差分对衰减

需要注意的是:线束长度是影响衰减最重要因素之一。衰减不能作为线束是否能使用的唯一标准。比如有一款3m的相机连接线,应用在荧光自动细胞计数仪设备上,长期跑合很稳定,未出现断连等问题,但其衰减检测结果是不符合要求的,如下图所示。

图2 AVT相机厂商3m连接线衰减测试结果

2. D+/D-差分对衰减

图3 D+/D-差分对衰减测试结果

二. 单端转共模

这个参数的物理含义是指给USB3.0线缆一端差分的激励信号,在线缆的另一端产生了一个共模的输出信号。也就是说如果这个指标比较差,本来在另外一端应该输出差分信号,结果却输出了等幅同相的共模信号。这样差分信号经过这根线缆后,容易产生干扰信号去干扰设备里的其他电路。规范要求SCD21在整个频带内小于-20dB。

三. 差分阻抗

差分阻抗规范分为USB线缆接头处的阻抗和线缆部分的阻抗。两者的测试条件和要求不一样。

1. 线缆阻抗

测试条件是10%~90%,200ps的上升时间。阻抗的要求是83~97Ω之间(90±7Ω)。

USB线缆的特征阻抗标准值是90Ω,曲线越靠近90Ω,表明线束质量越好,反之质量越差。当曲线偏离允许范围,说明该线缆不符合规范。

2. 接头阻抗

接头处的阻抗,由于线缆和接头处有焊锡,会有阻抗的突变。所以这个区域的阻抗要求会放宽一些。测试条件是20~80%,50ps的上升时间。阻抗要求是75~105Ω(90Ω±15Ω)。

近端和远端的概念取决于被测设备的测试端口的情况。在测试过程中,如果被测件的端口通过10cm长的线缆直接相连的话,那么即为近端;反之,如果被测件的端口本身有一段线缆,或者通过大于10cm长的线缆与测试夹具相连接的话,则是远端。

一般,在测试过程中,近端的标准相对远端来说要严格一些。

1) 近端接头阻抗

2) 远端接头阻抗

四. D+/D-差分线传输延时

USB传输延时,一般要求是小于5.2ns/m。

五.D+/D-差分对对内延迟差

SKEW是指在不同的信号线上,信号达到接收端的时间差,也就是延时Delay的差值。

常见的延迟差分为两种,一是差分对内延迟差,是指输入差分信号下,同一对线内两信号线之间的延迟差。二是差分对间延迟差,是指不同对信号线间的延迟差。

延迟差数值越小,表示信号传输的时间差越小,线材的传输特性较一致;反之,延迟差数值越大,表示信号传输的时间差越大,线材的传输特性一致性较差。当差分对之间不平衡时,就会引入共模噪声。

六.D+/D-差分对阻抗

七.串扰

串扰指的是信号在传输通道上传输时,因电磁耦合对相邻传输线产生的影响。串扰分为容性耦合串扰和感性耦合串扰。由耦合电容产生的串扰信号在受害网络上可以分为前向串扰和反向串扰,这两个信号极性相同;由耦合电感产生的串扰信号也分成前向串扰和反向串扰,但两个信号极性相反。

如下图所示,从侵入线的发送端注入一个具有快速上升沿的阶跃信号,经过td到达侵入线的接收端。在受害线的两端分别观测到耦合造成的近端串扰NEXT和远端串扰FEXT。

https://pic4.zhimg.com/v2-85ca202f39f33536066eaba924fa4dd3_r.jpg

1. SS TX-SS RX 间近端串扰

一般的线缆此项指标是要求在频域下面测试的,但USB3.0要求在时域上测试该指标。USB3.0不同的接头,指标规格也不一样。如下表所示。

接头类型

NEXT的要求

对应ENA-TDR p-p要求

TYPE A

0.9%

3.6mV

TYPE B

1.8%

7.2mV

Micro

1.2%

4.8mV

2. D+/D-对SS TX和SS RX的近端串扰和远端串扰

USB3.0高速线差分对和USB2.0线差分对间近端串扰和远端串扰的要求如下:

接头类型

NEXT/FEXT的要求

对应ENA-TDR p-p要求

TYPE A

2%

8mV

TYPE B

2%

8mV

Micro

2%

8mV

这篇关于USB3.0线束特征阻抗测试报告解读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/960080

相关文章

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

Spring 源码解读:自定义实现Bean定义的注册与解析

引言 在Spring框架中,Bean的注册与解析是整个依赖注入流程的核心步骤。通过Bean定义,Spring容器知道如何创建、配置和管理每个Bean实例。本篇文章将通过实现一个简化版的Bean定义注册与解析机制,帮助你理解Spring框架背后的设计逻辑。我们还将对比Spring中的BeanDefinition和BeanDefinitionRegistry,以全面掌握Bean注册和解析的核心原理。

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

OmniGlue论文详解(特征匹配)

OmniGlue论文详解(特征匹配) 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super

LLM系列 | 38:解读阿里开源语音多模态模型Qwen2-Audio

引言 模型概述 模型架构 训练方法 性能评估 实战演示 总结 引言 金山挂月窥禅径,沙鸟听经恋法门。 小伙伴们好,我是微信公众号《小窗幽记机器学习》的小编:卖铁观音的小男孩,今天这篇小作文主要是介绍阿里巴巴的语音多模态大模型Qwen2-Audio。近日,阿里巴巴Qwen团队发布了最新的大规模音频-语言模型Qwen2-Audio及其技术报告。该模型在音频理解和多模态交互

文章解读与仿真程序复现思路——电力自动化设备EI\CSCD\北大核心《考虑燃料电池和电解槽虚拟惯量支撑的电力系统优化调度方法》

本专栏栏目提供文章与程序复现思路,具体已有的论文与论文源程序可翻阅本博主免费的专栏栏目《论文与完整程序》 论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html 电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python

速通GPT-3:Language Models are Few-Shot Learners全文解读

文章目录 论文实验总览1. 任务设置与测试策略2. 任务类别3. 关键实验结果4. 数据污染与实验局限性5. 总结与贡献 Abstract1. 概括2. 具体分析3. 摘要全文翻译4. 为什么不需要梯度更新或微调⭐ Introduction1. 概括2. 具体分析3. 进一步分析 Approach1. 概括2. 具体分析3. 进一步分析 Results1. 概括2. 具体分析2.1 语言模型

《计算机视觉工程师养成计划》 ·数字图像处理·数字图像处理特征·概述~

1 定义         从哲学角度看:特征是从事物当中抽象出来用于区别其他类别事物的属性集合,图像特征则是从图像中抽取出来用于区别其他类别图像的属性集合。         从获取方式看:图像特征是通过对图像进行测量或借助算法计算得到的一组表达特性集合的向量。 2 认识         有些特征是视觉直观感受到的自然特征,例如亮度、边缘轮廓、纹理、色彩等。         有些特征需要通

HalconDotNet中的图像特征与提取详解

文章目录 简介一、边缘特征提取二、角点特征提取三、区域特征提取四、纹理特征提取五、形状特征提取 简介   图像特征提取是图像处理中的一个重要步骤,用于从图像中提取有意义的特征,以便进行进一步的分析和处理。HalconDotNet提供了多种图像特征提取方法,每种方法都有其特定的应用场景和优缺点。 一、边缘特征提取   边缘特征提取是图像处理中最基本的特征提取方法之一,通过检