使用 DMM 测试 TDR

TDR(时域反射计)可能是实验室中上升时间最快的仪器,但您可以使用直流欧姆表测试其准确性。

TDR 测量什么

在所有高速通道中,反射都很糟糕。我们尝试设计一个通道来减少反射,这些反射都会导致符号间干扰 (ISI)。

但在 TDR 中,反射是我们的朋友。当信号遇到瞬时阻抗变化时,我们使用信号的反射作为仪器运行的基础。TDR 还利用了信号的有限传播速度。这会将不连续性的位置转换为在源处测量反射的时间延迟。

TDR 仪器有两个重要元件:一个非常快速的阶跃边沿发生器和一个采样示波器,用于测量信号发射附近的电压。图 1 显示了如何使用这两个元件来传输和测量来自被测设备 (DUT) 的反射。

 

快速边沿被发射到 DUT 中,并沿互连的长度向下传播。每当边沿遇到瞬时阻抗变化时,都会产生一个反射信号,向后传播到源。当反射边缘返回到采样范围时,将检测到它。反射的大小和测量时间编码了有关阻抗变化的大小及其位置的信息。

从信号的角度来看,什么物理结构会产生瞬时阻抗的变化并不重要。它可能来自传输线几何形状的变化,也可以是串联或分流的分立电阻器。

TDR 对串联电阻和分流电阻敏感

如果互连是均匀的,则信号沿线路传播时,信号和返回路径之间会有一个恒定的瞬时阻抗。如果边沿遇到分立串联电阻,它会将其与传输线的瞬时阻抗串联。这种较高的瞬时阻抗会产生一个小的反射。但是,路径的其余部分的阻抗没有变化,因此没有进一步的反射。

小串联电阻的影响是在传输线的分布式阻抗中产生偏移。例如,当连接器因连接器脏污或连接松动而导致接触电阻时,就会出现这种情况。

例如,如果由于信号导体狭窄,互连中存在高串联电阻,则随着信号沿线路传播,阻抗将逐渐增加。区分几何结构对阻抗或串联电阻的影响的方法是从两端测量 DUT。如果瞬时阻抗增加是由于分布式串联电阻引起的,则阻抗曲线在两个方向上都将看起来是“上坡”。图 2 显示了传输线结构中这两种效应的示例。

 

当电阻是分流电阻时,穿过信号和返回路径,它与传输线的瞬时阻抗并联。如果该电阻器放置在传输线的末端,则电阻器使开路短路,其电阻在瞬时阻抗中占主导地位。

信号无法分辨均匀 50 欧姆传输线的瞬时阻抗与信号和线路末端返回之间的 50 欧姆电阻之间的差异。图 3 显示了两种结构的 TDR 响应;一条是 50 欧姆传输线,一条是 50 欧姆分流电阻器。两者都在发布时进行了小规模停产。只有等待看到同轴电缆末端开口的反射,您才能分辨出哪个是哪个。

 

来自分立电阻器的 TDR

与开路并联的电阻器的瞬时阻抗是其电阻。原则上,如果我们测量分立分流电阻器的 TDR 响应,我们应该只看到电阻器的电阻。

在实践中,分立电阻器与同轴连接器(如 SMA)的连接总是会导致较大的不连续性。由于引线较长,不连续性将始终很高,看起来像感应不连续性。图 4 显示了焊接在 SMA 连接器上的 50 Ohm 轴向引线电阻器测得的 TDR 响应示例。

 

我们可以将连接建模为一条短的、高阻抗的、均匀的传输线,一侧是 50 欧姆的 SMA,另一侧是电阻器。如果短不连续性是无损的,则不连续性的前端和后端将产生反射。而且,来自后端的反射将在不连续性内部嘎嘎作响,从每一端反射。

如果我们等待足够长的时间(大约 5 次往返时间)让所有反射消失,我们将看到源的 50 欧姆和分立电阻器的电阻之间的阻抗变化产生的净反射。这个原理可以用一个简单的模拟来说明。图 5 显示了 0.1 ns 长的 200 Ω 传输线与 75 Ohm 理想电阻器串联的仿真 TDR 响应。上升时间为 35 psec。

 

您可以看到 200 欧姆传输线内部的多次反射。它的 TD = 0.1 纳秒。200 欧姆传输线正面和背面的反射之间的往返延迟为 2 x TD = 0.2 纳秒。即使存在如此高的阻抗差,在 5 x 往返延迟 = 1 ns 后,所有反射都已消失,测得的阻抗是电阻器的阻抗,即 75 欧姆。

这提出了一种使用分立电阻器测试 TDR 精度的有效方法。

使用电阻器验证 TDR 的精度

我选择了一些轴向铅 1/4 瓦碳电阻器,其值大约为 10 欧姆、30 欧姆、50 欧姆、70 欧姆、100 欧姆、150 欧姆和 330 欧姆,并将它们焊接到 SMA 连接器上。我并没有试图设计一个低发射不连续性。我使用 Keithley 196 系统 DMM 测量了信号引脚和 SMA 外屏蔽层之间的电阻,该数字万用表的 NIST 可追溯绝对精度为 0.1%。我小心翼翼地消除了测试引线的 0.3 欧姆串联电阻的伪影。

通常,很难将接触电阻降低到 0.1 欧姆以下,这会导致 10 欧姆电阻器的误差达到 1% 的水平。

当我用 TDR 测量这些安装 SMA 的电阻器时,我测量了图 6 所示的响应。在此示例中,我使用了 50 psec 的上升时间。

 

虽然它们在发射时都有非常大的不连续性,但如果我们等待这些初始反射消失,TDR 测得的最终长时间阻抗与数字万用表测得的阻抗非常接近。以下是 DC DMM 欧姆计测量和 35 psec TDR 测量之间的差异摘要:

DMM 电阻 TDR 电阻相对误差

R = 9.96 欧姆 10.1 欧姆 0.14 欧姆/10 欧姆 = 1.4%

R = 32.3 欧姆 32.5 欧姆 0.2 欧姆/32.2 = 0.6%

R = 50.8 欧姆 50.9 欧姆 0.1/51 欧姆 = 0.2%

R = 74.1 欧姆 73.8 欧姆 0.3 欧姆/74 欧姆 = 0.4%

R = 100.0 欧姆 99.7 欧姆 0.3/100 = 0.3%

R = 153.4 欧姆 151.8 欧姆 1.6 欧姆/153 = 1.0%

R = 329 欧姆 324 欧姆 5 欧姆/329 = 1.5%

接近 50 欧姆,绝对精度小于 1%。

结论

如果您想对 TDR 的精度充满信心,很容易构建一些电阻器样本,使用 TDR 测量它们的电阻并与它们的直流电阻进行比较。只要您等待足够长的时间让所有发射不连续性消失,您就应该使用 DMM 测量与 TDR 相同的电阻。这是对 TDR 校准精度的测试。这是每个 TDR 用户都应该采取的步骤,以获得对仪器准确性的信心。

 

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.mzph.cn/news/905188.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

可视化图解算法37:序列化二叉树-II

1. 题目 描述 请实现两个函数,分别用来序列化和反序列化二叉树,不对序列化之后的字符串进行约束,但要求能够根据序列化之后的字符串重新构造出一棵与原二叉树相同的树。 二叉树的序列化(Serialize)是指:把一棵二叉树按照某种遍…

【Python】Python常用数据类型详解

Python常用数据类型详解:增删改查全掌握 Python作为一门简洁高效的编程语言,其丰富的数据类型是构建程序的基础。本文将详细介绍数字、字符串、列表、元组、字典、集合这六种核心数据类型的特点及增删改查操作,并附代码示例,助你全面掌握数据操作技巧。 一、数字(Number)…

模板引用、组件基础

#### 组件基础 1. 定义和使用简单组件 - ![alt text](./img/image-2.png) vue <!-- 在App.vue里 --> <script setup>import HelloWorld from ./components/HelloWorld.vue </script> <template><HelloWorld></HelloWorld></temp…

深入探索 RKNN 模型转换之旅

在人工智能蓬勃发展的当下&#xff0c;边缘计算领域的应用愈发广泛。瑞芯微的 RKNN 技术在这一领域大放异彩&#xff0c;它能让深度学习模型在其芯片平台上高效运行。而在整个应用流程中&#xff0c;模型转换是极为关键的一环&#xff0c;今天就让我们一同深入这个神奇的 RKNN …

iframe嵌套网站的安全机制实现

背景&#xff1a; 公司内部有一套系统A部署在内网&#xff0c;这套系统嵌套了B网站&#xff08;也是内网&#xff09;&#xff0c;只有内网才能访问。现在需要将这个A系统暴露到公网。B系统的安全策略比较低&#xff0c;想快速上线并提高B系统的安全性。 通过 Nginx 代理层 设置…

青少年编程与数学 02-019 Rust 编程基础 08课题、字面量、运算符和表达式

青少年编程与数学 02-019 Rust 编程基础 08课题、字面量、运算符和表达式 一、字面量1. 字面量的分类1.1 整数字面量1.2 浮点数字面量1.3 字符字面量1.4 字符串字面量1.5 布尔字面量1.6 字节数组字面量 2. 字面量的类型推断3. 字面量的用途4. 字面量的限制字面量总结 二、运算符…

危化品安全员职业发展方向的优劣对比

以下是危化品安全员不同职业发展方向的优劣对比&#xff1a; 纵向晋升 优势 职业路径清晰&#xff1a;从危化品安全员逐步晋升为安全主管、安全经理、安全总监等管理职位&#xff0c;层级明确&#xff0c;有较为清晰的上升通道。管理能力提升&#xff1a;随着职位上升&#x…

谈AI/OT 的融合

过去的十几年间&#xff0c;工业界讨论最多的话题之一就是IT/OT 融合&#xff0c;现在&#xff0c;我们不仅要实现IT/OT 的融合&#xff0c;更要面向AI/OT 的融合。看起来不太靠谱&#xff0c;却留给我们无限的想象空间。OT 领域的专家们不要再当“九斤老太”&#xff0c;指责这…

计算机网络核心技术解析:从基础架构到应用实践

计算机网络作为现代信息社会的基石&#xff0c;承载着全球数据交换与资源共享的核心功能。本文将从网络基础架构、核心协议、分层模型到实际应用场景&#xff0c;全面解析计算机网络的核心技术&#xff0c;并结合行业最新趋势&#xff0c;为读者构建系统的知识体系。 一、计算机…

大规模数据并行排序策略(Parallel Sample Sort)

大规模数据并行排序策略 对于上亿条大型记录的并行排序&#xff0c;基于MPI的多节点环境&#xff0c;可以采用以下策略来充分利用内存和网络资源&#xff1a; 推荐算法&#xff1a;样本排序(Sample Sort) 样本排序是大规模并行排序的高效算法&#xff0c;特别适合MPI环境&am…

o.redisson.client.handler.CommandsQueue : Exception occured. Channel

1&#xff0c; 版本 <dependency><groupId>org.redisson</groupId><artifactId>redisson</artifactId><version>2.15.2</version> </dependency>2&#xff0c;问题 2025-05-12 10:46:47.436 ERROR 27780 --- [sson-netty-5-…

Kotlin跨平台Compose Multiplatform实战指南

Kotlin Multiplatform&#xff08;KMP&#xff09;结合 Compose Multiplatform 正在成为跨平台开发的热门选择&#xff0c;它允许开发者用一套代码构建 Android、iOS、桌面&#xff08;Windows/macOS/Linux&#xff09;和 Web 应用。以下是一个实战指南&#xff0c;涵盖核心概念…

【Jenkins简单自动化部署案例:基于Docker和Harbor的自动化部署流程记录】

摘要 本文记录了作者使用Jenkins时搭建的一个简单自动化部署案例&#xff0c;涵盖Jenkins的Docker化安装、Harbor私有仓库配置、Ansible远程部署等核心步骤。通过一个SpringBoot项目 (RuoYi) 的完整流程演示&#xff0c;从代码提交到镜像构建、推送、滚动更新&#xff0c;逐步实…

【Git】GitHub上传图片遇到的问题

一开始我直接在网页上拖拽上传&#xff0c;会说“网页无法正常运作”。 采用git push上去&#xff1a; git clone https://github.com/your-username/your-repo-name.git cd your-repo-name git add . git commit -m "Add large images" git push origin main报错&…

【落羽的落羽 C++】stack和queue、deque、priority_queue、仿函数

文章目录 一、stack和queue1. 概述2. 使用3. 模拟实现 二、deque三、priority_queue1. 概述和使用2. 模拟实现 四、仿函数 一、stack和queue 1. 概述 我们之前学习的vector和list&#xff0c;以及下面要认识的deque&#xff0c;都属于STL的容器&#xff08;containers&#x…

用生活例子通俗理解 Python OOP 四大特性

让我们用最生活化的方式&#xff0c;结合Python代码&#xff0c;来理解面向对象编程的四大特性。 1. 封装&#xff1a;像使用自动售货机 生活比喻&#xff1a; 你只需要投币、按按钮&#xff0c;就能拿到饮料 不需要知道机器内部如何计算找零、如何运送饮料 如果直接打开机…

软件安全(三)实现后门程序

如下是一个经典的后门程序 #define _WINSOCK_DEPRECATED_NO_WARNINGS 1 #include<WinSock2.h> #include<windows.h> #include<iostream> #pragma comment(lib, "ws2_32.lib")int main() {//初始化网络环境WSADATA wsaData;int result WSAStartup…

深入理解高性能网络通信:从内核源码到云原生实践

深入理解高性能网络通信&#xff1a;从内核源码到云原生实践 前言 随着互联网业务规模的高速增长&#xff0c;服务端网络通信能力成为系统性能的核心瓶颈。如何支撑百万级连接、在极限场景下实现低延迟高吞吐&#xff1f;本篇博客将围绕Linux通信机制内核剖析、性能调优实战、…

从实战看软件测试与质量管理:方法、过程与质量的全景解读

作为一名高级软件测试工程师&#xff0c;在过往多个大型系统项目的测试工作中&#xff0c;我深刻体会到&#xff1a;软件测试不仅是产品质量的“守门员”&#xff0c;更是项目成功的“加速器”。今天这篇文章&#xff0c;我将站在实战角度&#xff0c;结合具体案例&#xff0c;…

Megatron系列——流水线并行

内容总结自&#xff1a;bilibili zomi 视频大模型流水线并行 注&#xff1a;这里PipeDream 1F1B对应时PP&#xff0c;Interleaved 1F1B对应的是VPP 1、朴素流水线并行 备注&#xff1a; &#xff08;1&#xff09;红色三个圈都为空泡时间&#xff0c;GPU没有做任何计算 &am…