TDR阻抗会爬坡? 别担心,不是你的错,你只是不够了解TDR!
在背板系统或任何长走线设计里,你大概都碰过这画面:
TDR 曲线一开始乖乖在 92 Ω,但越往末端、阻抗越爬越高,来到最高 97 Ω,心里瞬间凉半截
😒 ,「难不成... 板厂又翻车了吗?」
然后,当你去找板厂理论时,人家跟你讲,这很正常啊,咱们测了好几百张板子了,数据都是这样子跑的,还拿出过往的测试图给你看。 这到底...?
🔑 做任何决定前,先不要怀疑别人,想想自己是不是哪里搞错了。 🔑
这其实是TDR模拟或是测试时很常见的现象,尤其是当走线设计越长,这个爬坡的现象越明显,绝对不是说你的设计有问题,至于为什么会发生? 本文带您从为何TDR被如此广泛地应用在SI领域,以及背后的基础理论,再来解析为何传输线测试时会有往上爬的现象,让您对TDR有更深一层的认识!
为何使用TDR?
TDR(Time-Domain Reflection),其实就像拿手电筒往线路里照,哪里断、哪里接不好,一眼就能看出来。 很多行业都得靠它找线路的哪里发生开路,而在信号完整性这圈子,TDR更是我们的日常武器。 设计阶段,工程师先在电脑里把每个零件,像是 Via、Connector、Trace,统统放到模拟软件里面去跑模拟,算出它们应该有的阻抗,确保通道的阻抗匹配。 板子打样做好后,还得把实际的板子,透过网络分析仪或阻抗量测机台,扫一遍真实阻抗曲线。 最后再把模拟图叠上量测图,比对每个波峰、波谷的位置是否接近,阻抗值差了多少,并确认设计时设定的参数,如材料的DK/DF是否与实际的一致,必要时还得透过切片,看看板子加工后的厚度与线宽/线距,整体比对起来如果很吻合,那我们才可以说模拟是靠谱的。
说到TDR为什么这么好用,最大的原因就是因为它可以单靠一条步阶波、只用一个 Port,就能把整条通道的阻抗分布扫得清清楚楚。 想想看,要量损耗还得准备两边 Test fixture、校正、锁治具,流程相对冗长; 而TDR只要简单一个Port,屏幕立刻画出曲线,这种「单点注射、全段成像」的特性,真的省下我们许多的时间。
但很多人就会问:TDR 看不到损耗,那频域规格怎么办? 其实,只要阻抗匹配做得够好,损耗通常就不会差到哪去,真的要确认规格,再透过双埠测试验证一下即可,工作吗... 还是得尽量省心呀。
TDR基本理论介绍
TDR除了可以单靠一个Port就得到通道的阻抗外,其实也可以拿来计算传输线的Delay,或是两两对象之间的距离,甚至是拿来求得等效介电常数!
阻抗分析
为什么TDR这么厉害,可以单单使用到一个Port就可以得到整条路径的阻抗?
其实原理很简单,透过分压定理,稍微换算一下就可以得到答案!
下面这张图... 应该不需要多做解释了吧 😁
从测试仪器如网络分析仪,你看到的TDR图大概率会长这个样子。
开头会是一段测试治具Test Fixture,通常这段我们会把它De-embedded,或是做Time-domain gating把它拿掉,这样数据看起来会稍微清楚些,不移除也是还好,不太会大幅度地影响测试结果,但是要小心一点,如果Test Fixture的设计很差很差,阻抗不匹配的太跨张,很容易导致待测物的数据严重失真!
接着是待测物通道的数据,例如PCB的SMT pad、过孔Via、传输线Trace、封装PKG的Solderball皆会囊括其中。 可以看到这些零件分别有各自的阻抗表现,像开头第一个掉落点,就是SMT pad与其上的Via组成的电容性负载所造成的低阻抗,因为TDR有分辨率的关系,造成SMT pad与Via在这边难以分辨(所以我们在这篇文章有提到强烈建议做SMT pad+Via的共模拟去做两者间的设计)。
电感性与电容性负载
我们在看TDR阻抗图时,会很明显看到阻抗曲线呈现上上下下的走势,通常我们可以依据这条曲线的起伏来判断这个时间点是电感性负载还是电容性负载来主导。
由于电感在高频属于“正”阻抗,因此如果阻抗曲线往上跳,代表这个时间点是电感性负载。
而电容在高频属于“负”阻抗,所以如果阻抗曲线往下跳,则表示电容性负载在此时主导了阻抗结果。
(这篇文章对于TDR分析写得很好,也建议各位去看)
电感在高频属于“正”阻抗:
ZL=jωL
电容在高频属于“负”阻抗:
ZC=−j1ωC
所以意思就是,如果你觉得阻抗过高,那就得想办法在那个位置增加电容; 如果阻抗过低,那就搞个电感给它,把阻抗补偿回来即可!
如果大家对补偿机制有兴趣,我们再额外讨论啰~ 🤭
Delay分析
TDR 是纯时域的量测方法:我们把一个上升时间很快的步阶波打进待测物,波一路向前跑,当它遇到不连续点时,因为阻抗不匹配,而产生反射波。 反射波沿原路折返回仪器,每个阻抗不连续的「出现时间」,就代表这个阻抗不连续点离源头多远。 换句话说,TDR也可以拿来判断待测物的长度,或是两两对象之间的距离。
不过要记得一件事:因为步阶波从源头跑到不连续点再反射回来,实际走了「去程+回程」两倍的路,所以仪器上显示的时间自然也是两倍。
这边通过一个简单的示例来介绍如何通过TDR阻抗图计算出两两对象之间的距离:
首先,长度是波速跟时间的乘积,波在材料里面的速度跟介电常数DK有关,其中c是光速c=3 \times 10^8 m/s = 0.0118 inch/ps:
L=v×t=cDKeff−−−−−−√×t
稍作个转换会得到时间t:
t=L×DKeff−−−−−−√c
就可以得到我们要的长度L了:
L=c×tDKeff−−−−−−√
当然,如果有长度,也可以换算得到等效介电常数DKeff
DKeff=(c×tL)2
举这个案例来分析一下,两个不连续点的时间间隔是1.4ns,中间平滑的区域是传输线,Round trip delay是2TD,所以其实走完这段传输线线长大约需要700ps的时间,等效介电常数DKeff大约是3,所以稍微换算一下就可以得到长度L是4.77inch。
为何TDR模拟与测试时,传输线阻抗会一直往上跑?
步階波(Step Function)
简单介绍TDR后,终于来到本文主题,为何TDR测试时,容易看到传输线阻抗一路往上跑的现象?
我们先来看什么是步阶波(Step Function),这个波只有一个上升缘,是瞬时AC成分,而其它时间都是保留在low或是high level,也就是DC成分。
瞬时AC的时间才是信号会发生反射的时间点,而DC稳态则是会分压,也就是说会得到传输线的电阻。
实际的模拟结果:一探究竟为何在TDR中,传输线阻抗会爬升
我们直接通过模拟来看结果:
我们准备了一条理想传输线,5inch长度时,DC直流的电阻为1.5Ohm,10inch时为3Ohm。
从TDR的图来看,的确5inch的传输线会爬升1.5Ohm,而10inch传输线则会爬升3Ohm。
如果是差动对的TDR结果,会因为差动对本身是两两互相参考,所以这个电阻还会再乘两倍,5inch的线会有3Ohm的爬升,而10inch的线会有6Ohm的爬升!
以上的结果是通过电路模拟软件的W-element model萃取得到的,接下来我们透过3D软件Clarity,萃取一段真实Layout里头的传输线,这段线大约5.7inch,DC电阻大约是4Ohm左右,跟TDR的爬升幅度很类似唷!
至于在评估阻抗时,这个爬升需不需要考虑在内? 其实并不用,当您知道这个现象的缘由后,以后只需要考虑最起头的位置,那个位置显示的阻抗是95Ohm,那这条传输线的阻抗就是95Ohm啰!
相关文章:
TDR阻抗会爬坡? 别担心,不是你的错,你只是不够了解TDR!
在背板系统或任何长走线设计里,你大概都碰过这画面: TDR 曲线一开始乖乖在 92 Ω,但越往末端、阻抗越爬越高,来到最高 97 Ω,心里瞬间凉半截 😒 ,「难不成... 板厂又翻车了吗?」 然…...
TypeScript之基础知识
基础知识 1. 基本类型 类型描述string字符串(如 "hello")number数字(整数或浮点数,支持二进制、八进制、十六进制)boolean布尔值(true/false)null空值(需显式声明&#x…...
SNMP协议之详解(Detailed Explanation of SNMP Protocol)
SNMP协议之详解 一、前言 SNMP,被形象地喻为网络世界大的工具箱,使他们能的“智慧守护者”,它为网络管理员装备了一套功能强够实现对网络设备状态的实时监控、性能数据的全面收集、远程配置的灵活管理以及故障事件的即时响应。借助SNMP&…...
机器学习-入门-线性模型(2)
机器学习-入门-线性模型(2) 3.4广义线性回归 一般形式: y g − 1 ( w T x b ) y g^{-1} \left( w^T x b \right) yg−1(wTxb) 单调可微的联系函数 (link function) 令 g ( ⋅ ) ln ( ⋅ ) g(\cdot) \ln (\cdot) g(⋅)ln(⋅) 则得到对数线性回归 ln …...
【问题】docker容器修改环境变量的方式
问题 启动n8n之后,docker容器提示: There is a deprecation related to your environment variables. Please take the recommended actions to update your configuration: 2025-04-28 09:20:08 - N8N_RUNNERS_ENABLED -> Running n8n without tas…...
基于 Spring Boot 瑞吉外卖系统开发(八)
基于 Spring Boot 瑞吉外卖系统开发(八) 自动填充公共字段 MyBatis-Plus公共字段自动填充,也就是在插入或者更新的时候为指定字段赋予指定的值,使用它的好处就是可以统一对这些字段进行处理,降低了冗余代码的数量。本…...
LeetCode热题100--560.和为K的子数组(前缀和)--中等
1.题目 给你一个整数数组 nums 和一个整数 k ,请你统计并返回 该数组中和为 k 的子数组的个数 。 子数组是数组中元素的连续非空序列。 示例 1: 输入:nums [1,1,1], k 2 输出:2 示例 2: 输入:nums […...
搭建 Spark YARN 模式集群指南
在大数据处理领域,Apache Spark 凭借其卓越的性能和易用性广受青睐。而 YARN(Yet Another Resource Negotiator)作为 Hadoop 的资源管理框架,能高效管理集群资源。将 Spark 与 YARN 结合,以 YARN 模式搭建集群…...
服务器部署,Nginx安装和配置
Nginx简介 Nginx是一款轻量级和高性能的web服务器、反向代理服务器和电子邮件代理服务器。你可以使用Nginx实现网页的部署,解决跨域问题实现邮件服务器,甚至Nginx也可以实现音视频推流拉流服务器,Nginx可以实现的功能远超你的想象࿰…...
Java后端接口调用拦截处理:注解与拦截器的实现
在Java开发中,对后端接口调用进行拦截处理是一种常见的需求,通常用于权限验证、Token校验、状态更新等操作。本文将围绕 Spring框架的拦截器(Interceptor)、Spring AOP(面向切面编程) 和 Spring Security 三…...
C++(初阶)(十四)——多态
多态 面向对象的其中一大特征。 多态多态的定义及构成多态的构成条件多态的实现条件多态的分类编译时多态性运行时的多态性 虚函数定义不能成为虚函数的函数 虚函数重写(覆盖)选择题虚函数重写的其他问题析构函数的重写override 和final关键字重载/重写…...
PyQt6基础_QThread
目录 前置 代码: 运行 正常运行 QThread运行报错 视频 前置 1 PySide6.QtCore.QThread - Qt for Python QThread官方文档 2 长时间任务可以放到QThread中执行,避免占用主线程导致界面卡顿无法操作 代码: import traceback,sys fro…...
工业通讯现场中关于EtherCAT转TCPIP网关的现场应用
在当今工业自动化的浪潮中,EtherCAT技术以其高效、实时的特性成为了众多制造业的首选。然而,随着工业互联网的发展,对于数据的远程访问和云平台集成的需求日益增长,这就需要将EtherCAT协议转化为更为通用的TCP/IP协议。于是开疆智…...
vite创建vue3项目并进行配置
创建项目 方式一 执行以下命令 之后输入项目名称 选择框架 选择语言 例如 pnpm create vite此方式创建的项目较为干净 0手起步 只包含一些基础依赖 例如vue vite等 项目目录如下 "scripts": {"dev": "vite","build": "vue-tsc -…...
LeetCode 热题 100_最小路径和(92_64_中等_C++)(多维动态规划)
LeetCode 热题 100_最小路径和(92_64) 题目描述:输入输出样例:题解:解题思路:思路一(多维动态规划): 代码实现代码实现(思路一(多维动态规划&…...
关于常量指针和指向常量的指针
关于指针,对于常量指针和指向常量的指针也是傻傻分不清。看到定义时,不知道是指针不能变,还是指针指向的内容不能变量。 先看形式: const char * A; char * const B; 这两种有什么区别?傻傻分不清。 A这种定义&am…...
新时代下的存储过程开发实践与优化
随着现代应用系统的复杂度不断增加,数据库作为核心的数据存储和处理引擎,其性能和可靠性显得尤为重要。存储过程(Stored Procedure)作为一种封装在数据库中的应用逻辑,使得开发者能够在数据库层面实现数据操作、数据校…...
4月28日日记
2025年4月28日 星期一 晴 今天过得格外充实,也充满了收获与喜悦。 下午,我参加了学校的五四述职大会。各个学院的团委书记依次上台,汇报过去一年的工作成果。看着大家在台上分享着各自学院的精彩故事,我深受触动。他们所展示的活…...
大模型性能测试
当我们部署了大模型并对外提供服务时,我们通常都想了解一下大模型能够支持多少个并发访问,在不同的并发数下,模型的性能如何。了解这些信息有助于我们更好的对算力进行评估,为用户带来更好的性能体验。 大模型通常是通过API接口的…...
利用 Google Earth Engine 探索江宁区 2010 - 2020 年 EVI 时空变化
引言 增强型植被指数(Enhanced Vegetation Index,EVI)是一种用于量化植被生长状态和覆盖程度的重要指标,它在监测植被动态、生态环境评估以及气候变化研究等领域发挥着关键作用。Google Earth Engine(GEE)…...
IEC 61850标准协议解读 2.基于Java的MMS实现
专栏文章目录 第一章 IEC 61850标准协议解读 0.导言 第二章 IEC 61850标准协议解读 1.建模讲解 第三章 IEC 61850标准协议解读 2.基于Java的MMS实现 目录 专栏文章目录前言1 依赖库引入2 创建服务端3 创建客户端4 读写模型4.1 服务端读写4.2 客户端读写 5.报告6 文件服务6.1 读…...
花费7元训练自己的GPT 2模型
在上一篇博客中,我介绍了用Tensorflow来重现GPT 1的模型和训练的过程。这次我打算用Pytorch来重现GPT 2的模型并从头进行训练。 GPT 2的模型相比GPT 1的改进并不多,主要在以下方面: 1. GPT 2把layer normalization放在每个decoder block的前…...
【android bluetooth 协议分析 06】【l2cap详解 10】【通过avdtp连接流程,感受l2cap通道的生命周期变化】
本篇我们通过分析一个具体的实例,来直观感受一下 l2cap 中通道的 状态变化。 1. 环境描述: 车机: a2dp sink手机: a2dp source场景: 手机主动 触发 连车机 声明一下: 分析的btsnoop 和 logcat 还有源码,…...
如何在idea中写spark程序。
要在IntelliJ IDEA中编写Spark程序,你可以按照以下步骤进行: 1. 安装和配置Java:确保你的计算机上已经安装了Java Development Kit (JDK),并且已配置好 JAVA_HOME 环境变量。 2. 安装IntelliJ IDEA:下载并安装Inte…...
Pytest-mark使用详解(跳过、标记、参数 化)
1.前言 在工作中我们经常使用pytest.mark.XXXX进行装饰器修饰,后面的XXX的不同,在pytest中有不同的作 用,其整体使用相对复杂,我们单独将其抽取出来做详细的讲解。 2.pytest.mark.skip()/skipif()跳过用例 import pytest #无条…...
[Android] GKD v1.10.3
[Android] GKD 链接:https://pan.xunlei.com/s/VOOwKvmwpLoLl7fLi6wJZKK-A1?pwd8mey# GKD(详情请戳 作者项目地址)是一款免费开源简洁多规则的自动跳过广告的软件,整体基于kotlin开发,免root即可使用。简而言之&am…...
C22-作业练习之最大公约数与最小公倍数
作业练习之最大公约数与最小公倍数 代码 #include <stdio.h> int main() {//变量初始化int m,n;int i,gcd,lcm;//数据录入printf("请输入两个整数:");scanf("%d %d",&m,&n);//求最大公约数int min(m<n)?m:n; //找m与n的最小值for(imi…...
信号完整性简介第一篇
本章将讲述信号完整性相关问题。首先提出什么是高速系统设计中的信号完整性,其次结合影响信号完整性的各种因素,深入讨论在高速系统设计过程中会碰到的几类信号完整性问题,并对每一类问题提出相应的预防措施和解决方案。 需要说明࿰…...
Qt开发环境的安装与问题的解决(2)
文章目录 1. Qt开发环境安装的说明2. 通过安装包进行安装3. 通过在线下载程序 解决问题下载 https....网路错误问题解决开始安装--第一部分开始安装--第二部分 4. 建议配置环境变量(非必须)配置环境变量的意义 简介:这篇文章主要分享Qt开发环…...
STM32 ADC模数转换器
一、ADC简介 ADC(Analog-Digital Converter)模拟-数字转换器ADC可以将引脚上连续变化的模拟电压转换为内存中存储的数字变量,建立模拟电路到数字电路的桥梁12位逐次逼近型ADC,1us转换时间 输入电压范围:0~3.3V&#x…...
World of Warcraft [CLASSIC] Hunter[Grandel] R12
World of Warcraft [CLASSIC] Hunter[Grandel] R12 R13,[Freeblue] 可惜当时没有截图,唉,没有纪念 --- 挂机脚本...
kalibr:相机模型
文章目录 📚简介Kalibr标定支持的相机模型及适用场景📌 针孔相机模型(Pinhole)🌐 全向相机模型(Omnidirectional)🔍 特殊模型💡 选型建议⚠️ 注意事项📚简介 Kalibr作为多传感器标定的重要工具,支持多种相机模型以适应不同光学特性的视觉传感器。其核心相机…...
【AI News | 20250428】每日AI进展
AI Repos 1、dyad Dyad 是一款免费开源的本地化 AI 应用开发工具,兼容 Windows 和 Mac 双平台。支持使用自有 API 密钥灵活调用主流 AI 模型(包括 Gemini、GPT-4.1、Claude 等),内置数据库与身份验证系统可快速构建完整应用。 …...
DNS区域的类型
在BIND9中,type 用于定义DNS区域的类型,不同的类型决定了BIND如何处理该区域的DNS数据。以下是主要的类型及其作用详解: 1. master(主区域) 作用: 表示该区域是权威DNS服务器的主副本,负责存储…...
HTTP vs HTTPS:传输协议的安全演进与核心差异
HTTP(HyperText Transfer Protocol)和HTTPS(HTTP Secure)作为两种最常用的协议,其安全性和实现方式直接关系到用户隐私和数据完整性。 目录 一、HTTP与HTTPS的基础概念 二、HTTP与HTTPS的核心差异 …...
Android平台Unity引擎的Mono JIT机制分析
一、分析背景 Unity引擎开发游戏采用了C#语言,Unity采用了Mono的Jit机制实现C#逻辑代码动态编译和执行,Mono属于开源的工程,可通过查看Mono源码了解其中的处理。本文针对Mono的Jit动态编译和执行的机制进行分析,更好的了解Unity引擎在Android平台所采用的处理方式。 二、M…...
【java】接口
一、定义 1.接口中所有方法都是抽象方法和公共方法(可以省略 abstract、public),不可以有正常的方法,所有变量都是全局静态常量 2.能继承接口的只能是接口 3.接口和类的关系通过实现(重写(实现)…...
Vuex(二) —— 用Vuex完成购物车案例
目录 需求需求分析 组件分析组件通信 开发 准备环境准备模块结构商品列表组件 展示商品列表添加购物车 我的购物车组件 购物车列表商品数量和统计功能删除购物车商品 购物车列表组件 购物车列表全选操作数字加减并统计小计删除功能统计总数量和总钱数处理金额小数的问题 本地存…...
数字孪生的浪潮:从虚拟镜像到现实世界的 IT 变革
文章目录 数字孪生的本质:物理与虚拟的实时镜像数字孪生的演进:从工业试验到全行业热潮核心技术:数字孪生的基石与工具链物联网(IoT):数据采集云计算与大数据:模型存储AI 与机器学习:…...
Web开发之三层架构
实例: 分层解耦 耦合:衡量软件中各个层/各个模块的依赖关联程度。 内聚:软件中各个功能模块内部的功能联系。 软件设计原则:高内聚低耦合 控制反转:Inversion 0f Control,简称IQC。对象的创建控制权由程序自身转移到外部(容器),这种思想称为…...
社交电商和泛娱乐平台出海南美市场支付方式与策略
随着中国社交电商和泛娱乐平台加速全球化布局,南美市场凭借庞大的人口基数、快速增长的互联网渗透率和活跃的社交媒体使用率,成为出海企业的重要战略要地。然而,这片"新蓝海"的支付生态复杂多元,信用卡欺诈率高企,现金支付仍占主导,不同国家支付偏好差异显著。…...
Miniconda Windows10版本下载和安装
Miniconda Windows10版本下载和安装 步骤1:Miniconda3下载和安装 # 1、下载地址(Windows 64位) https://repo.anaconda.com/miniconda/Miniconda3-latest-Windows-x86_64.exe #2、双击进行安装 # 安装注意事项: 1. 安装路径建议&a…...
编译原理:由浅入深从语法树到文法类型
文法与语言基础:从语法树到文法类型 文法(Grammar)和语言(Language)是计算机科学和语言学中解析和理解语言结构的核心概念。无论是编程语言的编译器设计,还是自然语言处理(NLP)中的…...
初识Python
哈哈哈,为了让初学者对python进一步了解,懒惰的博主特地去问了AI,如何更加形象的形容python这一么语言 🌟 Python 是什么? 想象一下,编程语言是一群性格各异的人: C语言:穿格子衫的…...
C++ —— 正向迭代器与反向迭代器
目录 1. 正向迭代器(Forward Iterator) 1.1 基本概念 1.2 核心特性 1.3 典型使用 1.4 重要特点 2. 反向迭代器(Reverse Iterator) 2.1 基本概念 2.2 核心特性 2.3 典型使用 2.4 重要特点 3. 正反迭代器对比 4. 正反迭代…...
FDA会议类型总结
1. 会议类型及目的 1.1 Type A会议 1.1.1 争议解决会议 用于解决药物研发过程中与FDA产生的争议,明确双方分歧点。 通过讨论达成共识,避免因争议影响研发进度。 1.1.2 临床保留讨论会议 针对临床试验中出现的问题进行讨论,决定是否保留临床试验。 综合评估临床试验的安全性…...
数据结构算法竞赛训练网站OJ(Online Judge)
都是个人使用过的算法训练OJ,存个档 洛谷 https://www.luogu.org/ 个人使用最多的,题目较全,每题都有题解博客,社区比较完善。 PTA https://pintia.cn/ 学习数据结构和练习天梯赛的时候使用的。 牛客 https://ac.nowcoder.co…...
快速搭建对象存储服务 - Minio,并解决临时地址暴露ip、短链接请求改变浏览器地址等问题
本文要解决的问题 基础的Minio下载安装、java操作方法、完整的工具类。 使用minio时需要注意的地方: 使用Minio的时候,生成资源的临时访问链接时,生成的地址IP是真实的IP和端口,不安全,怎么办? 生成的Min…...
2025年- H11-Lc118-53.最大子数组和(普通数组)---java版
1.题目描述 2.思路 用动态规划方法来解决【最大子数组和】(Maximum Subarray)问题。 pre(当前位置最大和)、 maxAns(全局最大和) 3.代码实现 class H53 {public int maxSubArray(int[] nums) {int curr…...
基于蓝牙Beacon人员导航方案
基于蓝牙Beacon人员导航方案 一、室内定位市场痛点与技术选择 大型商场(单层超2万㎡)和医院(科室超200个)的复杂空间中,传统GPS信号衰减超90%,用户平均寻路耗时10-15分钟,30%购物决策因“找店…...