玻纖效應的時序偏差


?

隨著比特率繼續飆升,光纖編織效應時序偏移正成為一個越來越嚴重的問題。對于 5GB/s 及以上的信號傳輸速率,它實際上會毀了您的一天。例如,左圖顯示由于 12.7 英寸的纖維編織效果,5GB/s 的接收眼完全閉合。使用?Agilent ADS?軟件進行建模和仿真。

那么,什么是纖維編織效應,我們為什么要關注它呢?嗯,當我們想要描述玻璃纖維增強介電基板在兩條或多條相同長度的傳輸線之間導致時序偏移的情況時,它是常用的術語。由于 PCB 制造過程中使用的介電材料由編織成布并浸漬環氧樹脂的玻璃纖維紗線制成,因此變得不均勻。

?

信號沿傳輸線傳播的速度取決于周圍材料的相對介電常數?(er)?或介電常數 (Dk)。Dk?越高,信號沿傳輸線傳播的速度越慢。當一條跡線恰好在一束玻璃紗上排列了其長度的一部分時,如左圖中的頂部跡線所示,與另一條相同長度的跡線(主要在樹脂上排列)相比,傳播延遲是不同的。這稱為 timing 或 phase skew,是由于圍繞相應走線的 delta?Dk?造成的。

纖維編織效應是一個統計問題。PCB 設計具有長平行長度的布線,沒有任何彎曲或點動,這種情況并不少見。在大型無源背板設計中尤其如此。因為 fiber weave pattern 往往與 x-y 軸平行,所以如果你構建了足夠的 boards,任何以相同方式運行的 traces 最終都會遇到最壞情況的 timing skew 情況。英特爾在兩年內匯編了 58,000 多次 TDR 和 TDT 測量數據后證明了這一點。2007 年,Jeff Loyer 等人發表了一篇 DesignCon 論文“纖維編織效應:實用影響分析和緩解策略”,他們在其中發布了數據并提出了減輕纖維編織偏斜影響的技術。他們從統計學上表明,最壞情況下的時序偏斜可能約為每英寸 16ps,表示 delta?Dk?約為 0.8。

在高速差分信號中,這是一個問題,因為正 (D+) 和負 (D-) 數據之間的任何時序偏移都會將一些差分信號轉換為公共信號分量。最終,這會導致接收器的眼閉,并導致 EMI 輻射。

您可以使用以下公式計算 timing skew:

?

哪里:

tskew?= 由于光纖編織效應長度(秒)引起的總時序偏移

Dkmax= 以玻璃纖維為主的材料的介電常數。

Dkmin= 樹脂為主的材料的介電常數。

c?= 光速 = 2.998E+8 米/秒(1.18E+10 英寸/秒)

?

您可以用來估計?Dk?最小值和最大值的一種實用方法是研究 PCB 層壓板供應商提供的材料特性。考慮現代 PCB 層壓板結構中使用的兩種極端樣式的玻璃纖維布,如左圖所示。松散編織圖案 106 的樹脂含量在所有最流行的編織中最高,而緊密編織圖案 7628 的樹脂含量最低。因此,您可以使用布料樣式 106 和 7628 的指定?Dk?值來分別獲得?Dkmin?和?Dkmax。一旦你有了這些并應用了容差,你就可以估計?t偏斜?

例:

假設 Fr4 材料;一英寸纖維編織效果;Dk106= 3.34(+/-0.05) 和 Dk7628= 3.97(+/-0.05),則時序偏移計算如下:

?

現代串行鏈路接口在一對等長傳輸線上使用差分信號,以實現兩點之間的互連。在 2007 年 DesignCon 上由 Gustavo Blando 等人撰寫的一篇論文“差分傳輸線中不對稱引起的損耗”中,他們展示了正 (D+) 和負 (D-) 數據之間的對內時序偏斜如何由于時序引起的諧振而導致差分插入損耗曲線的增加。這些諧振在通道的差分插入損耗曲線中表現為下降,如下圖所示:

?

該圖顯示了我最近對以 5GT/s 運行的 PCIe Gen2 通道進行的 ADS 模擬的結果。眼圖位于大約 30 英寸的軌道長度芯片到芯片之后的接收器。通道模型已參數化,以允許根據需要調整纖維編織效果長度。

如您所見,當光纖編織效應引起的偏斜長度從 0 增加到 12.7 英寸時,差分插入損耗圖中的基頻零點會減小。這些零點出現在基頻 (fo) 和每個奇次諧波處。

此外,眼睛在 5.6 英寸的纖維編織效果下表現出一些退化,并在 7.8 英寸后開始明顯變形。在 12.7 英寸處,fo?等于數據速率的奈奎斯特頻率(在本例中為 2.5GHz),并且眼圖完全閉合。

您可以提前預測諧振頻率,并在仿真和驗證結果之前使用它來獲得一些直覺。如果你知道總的 pairs 內 timing?skew,fo?使用以下公式計算:

?

哪里:

Fo?= 諧振頻率

tskew?= 總對內時序偏移

例:

使用我們上面計算的?tskew?= 16 ps/in,并使用上圖中最后一次仿真結果的 12.7 英寸,基本諧振頻率零點為:

?

?

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/bicheng/82779.shtml
繁體地址,請注明出處:http://hk.pswp.cn/bicheng/82779.shtml
英文地址,請注明出處:http://en.pswp.cn/bicheng/82779.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

異步上傳石墨文件進度條前端展示記錄(采用Redis中String數據結構實現)

事件起因是客戶現場需要從石墨文檔中獲取文件信息,文件信息存在存在多個,進行批量上傳。為了用戶的友好型體驗,需要做進行條展示的方式,具體實現見下文… 上傳流程介紹 石墨文檔支持從鏈接🔗方式獲取文件信息&#xf…

3D建模的全景圖譜:從55個工具到元宇宙的數字革命

3D建模已從專業工程師的工具箱演變為全民創作的數字語言。從代碼驅動的精確建模到AI自動生成紋理,從開源協作到程序化生成城市,技術正重塑我們創造虛擬世界的方式。本文將系統解析55個核心3D建模工具/插件,涵蓋在線編輯器、開源軟件、程序化生…

jsrpc進階模式 秒殺js前端逆向問題 burp聯動進行爆破

案例演示 思路就是 這個 jsrpc遠程加載加密函數的方法就是 在js代碼中進行插入一個 遠程加載的代碼 從而實現 : 第一步還是使用 js_tools 進行 查找算法的位置 這個可以幫助我們找到明文>密文 加密算法函數的位置 因為這個需要我們進行js前端代碼的修改 所以…

基于BERT-Prompt的領域句子向量訓練方法

基于BERT-Prompt的領域句子向量訓練方法 一、核心原理:基于BERT-Prompt的領域句子向量訓練方法 論文提出一種結合提示學習(Prompt Learning)和BERT的領域句子向量訓練方法,旨在解決裝備保障領域文本的語義表示問題。核心原理如下: 以下通過具體例子解釋傳統詞向量方法和…

Python PyMySQL

1.PyMySQL是什么 是Python操作mysql的一個包 2.PyMySQL使用基本步驟 2.1 創建連接 conn pymysql.connect(host10.248.53.148,password123456,port3306,userroot,databasetest_database,charsetutf8)2.2 游標 2.2.1 什么是游標 游標實際上是一種能從包括多條數據記錄的結果…

OC—UI學習-1

OC—UI學習 UILabel UILabel是UIKit框架中的一個類Label主要參數 text:文本frame:位置框架backgroundcolor:背景顏色textAlignment:設置文本在Label中的位置textColor:文本顏色shadowColor:陰影顏色shado…

【應用密碼學】實驗七 Hash函數——SM3

一、實驗要求與目的 理解哈希函數的基本原理及在密碼學中的應用;掌握國密哈希標準 SM3 的算法結構;編程實現 SM3 摘要算法,包括消息填充、消息擴展、壓縮函數及摘要輸出;對中間變量 W、W′ 和 A~H 的迭代過程進行可視化&#xff…

進行性核上性麻痹護理之道:助力患者舒適生活

進行性核上性麻痹是一種緩慢進展的神經退行性疾病,主要影響患者的運動、語言和吞咽功能,給日常生活帶來諸多不便。除了遵醫囑接受藥物或物理治療,科學的健康護理對延緩病情發展、提升生活質量尤為重要。 運動康復是護理的關鍵環節。由于患者常…

5G 核心網中 NRF 網元的功能、接口及參數詳解

引言 在 5G 核心網的架構體系里,網絡存儲功能(Network Repository Function,NRF)占據著關鍵地位,承擔著核心網網絡功能(Network Function,NF)的注冊、發現以及服務管理等重要任務,為整個 5G 網絡的高效穩定運行提供了堅實支撐。接下來,讓我們深入剖析 NRF 網元在注冊…

HUAWEI交換機配置鏡像口驗證(eNSP)

技術術語: 流量觀察口:就是我們常說的鏡像口,被觀察的流量的引流目的端口 流量源端口:企業生產端口,作為觀察口觀察對象。 命令介紹: [核心交換機]observe-port [觀察端口ID或編號(數字&am…

Spring AI Alibaba 發布企業級 MCP 分布式部署方案

作者: 影子,劉宏宇,劉軍 Spring AI 通過集成 MCP 官方的 java sdk,讓 Spring Boot 開發者可以非常方便的開發自己的 MCP 服務,把自己企業內部的業務系統通過標準 MCP 形式發布為 AI Agent 能夠接入的工具;…

Redis實戰-緩存篇(萬字總結)

前言: 今天結合黑馬點評這個項目,講下有關Redis緩存的一些內容,例如緩存更新策略,緩存穿透,雪崩和擊穿等。 今日所學: 什么是緩存緩存更新策略緩存穿透緩存雪崩緩存擊穿緩存工具封存 目錄 1.什么是緩存…

openFuyao開源發布,建設多樣化算力集群開源軟件生態

openFuyao 開源發布 隨著 AI 技術的高速發展,算力需求呈爆發式增長,集群已成為主流生產方式。然而,當前集群軟件生態發展滯后于硬件系統,面臨多樣化算力調度困難、超大規模集群軟件支撐不足等挑戰。這些問題的根源在于集群生產的…

深入理解 Redis 哨兵模式

Redis 哨兵模式深度解析:從原理到實踐的全流程指南 在分布式系統架構中,Redis 作為高性能的內存數據庫,其哨兵模式(Sentinel)是保障服務高可用性的核心方案。本文將從基礎概念、運行機制出發,結合具體配置…

HackMyVM-Find

信息搜集 主機發現 ┌──(root?kali)-[~] └─# arp-scan -l Interface: eth0, type: EN10MB, MAC: 00:0c:29:39:60:4c, IPv4: 192.168.43.126 Starting arp-scan 1.10.0 with 256 hosts (https://github.com/royhills/arp-scan) 192.168.43.1 c6:45:66:05:91:88 …

2025年滲透測試面試題總結-匿名[校招]安全服務工程師(題目+回答)

安全領域各種資源,學習文檔,以及工具分享、前沿信息分享、POC、EXP分享。不定期分享各種好玩的項目及好用的工具,歡迎關注。 目錄 匿名[校招]安全服務工程師 一面問題與完整回答 1. 學校、專業、成績與排名 2. 學習安全時長 3. 當前學習…

TopCode之手撕快排

題目鏈接 912. 排序數組 - 力扣&#xff08;LeetCode&#xff09; 題目解析 算法原理 使用數組分三塊的思想 i用來遍歷整個數組 left用來標記<key的邊界 right用來標記>key的邊界 然后i進行遍歷,數組就分成了四塊 [l,left]<key [left1,i-1]key [i,right-1]未…

bi軟件是什么?bi軟件是做什么用的?

目錄 一、BI 軟件是什么 1. 基本概念 2. 工作原理 二、BI 軟件是做什么用的&#xff1f; 1. 精準洞察市場趨勢 2. 優化企業戰略規劃 3. 輔助投資決策 三、如何選擇合適的 BI 軟件 1.功能匹配度 2.易用性和可擴展性 3.數據安全和穩定性 4.技術支持和服務 總結 生產…

11.14 LangGraph檢查點系統實戰:AI Agent會話恢復率提升287%的企業級方案

使用 LangGraph 構建生產級 AI Agent:LangGraph 持久化與記憶的"檢查點系統的實現" 關鍵詞:LangGraph 檢查點系統,多回合記憶,狀態持久化,會話恢復,AI Agent 容錯機制 1. 檢查點系統的核心價值 在復雜對話場景中,AI Agent 需要處理長達數十輪甚至數百輪的交…

鴻蒙完整項目-仿盒馬App(一)首頁靜態頁面

跟著鴻蒙小林博主&#xff0c;練習下項目~記錄下首頁的搭建,后續繼續完善和整體項目完成會進行布局修改&#xff0c;先按照博主的跟做&#xff0c;后續在改 1.分為底部整體框架搭建 2.首頁布局&#xff08;頂部搜索、新人專享、金剛區&#xff08;兩個不同集合數據&#xff09…