Quantitative Angaben wie die maximale Differenz in dB sind ebenfalls problematisch. Beispielsweise ist eine Interferenzdifferenz von 10 dB bei einem Pegel von -90 dB etwas ganz anderes als bei einem Pegel von -20 dB. Reicht es außerdem aus, nur die Amplitude zu vergleichen, oder sollten Amplitude und Phase berücksichtigt werden? Im weiteren Verlauf dieses Artikels werden anhand des folgenden Beispiels zwei verschiedene quantitative Methoden zum Vergleich von Datensätzen angewendet.
Um die Korrelationsdiskussion zu beginnen, betrachten wir die gemessene und simulierte Leistung eines hochdichten 16-mm-Mezzanine-Steckverbinders. Die simulierte Antwort wurde mithilfe eines Vollwellenlängen-Modellierungswerkzeugs generiert. Dabei wurde darauf geachtet, dass eine ausreichende Netzdichte und die Portkonfigurationsprotokolle unter Verwendung der nominalen dielektrischen Materialeigenschaften eingehalten wurden. Die gemessene Antwort umfasst den Steckverbinder und seine Größe. Zur Kalibrierung des VNA und zur Eliminierung von Messeffekten im Gerät wurden Onboard-TRL/M-Kalibrierungsstrukturen verwendet. Es wurde darauf geachtet, dass die gemessene Größe exakt der simulierten Größe entspricht. Die Ergebnisse sind in Abbildung 15 dargestellt. Der Vergleich der Antworten in Abbildung 15 zeigt, dass die Korrelation im Allgemeinen den Erwartungen entspricht. Das in Abbildung 15 dargestellte Impedanzprofil wurde aus den gemessenen/simulierten Referenzdateien mittels Faltung im Zeitbereich generiert.
Intel veröffentlichte im September 2011 ein Dokument zur Qualität des Steckverbindermodells [2]. Dieses Dokument führt das Konzept des Modellqualitätsfaktors ein, um die Genauigkeit eines simulationsbasierten Modells im Vergleich zu seiner gemessenen Leistung unter folgenden Bedingungen zu messen:
xx = x
xx = Modellgütefaktor für Impedanz, Einfügungsdämpfung und Interferenz.
x1 = Referenzfläche.
x2 = Fläche zwischen den gemessenen und simulierten Kurven.
Ein hoher positiver MQF-Wert deutet auf eine hohe Korrelation hin.
Ein niedriger (oder negativer) MQF-Wert deutet auf eine relativ geringe Korrelation hin. Die Methode basiert auf der Berechnung von Flächen in den Zeitbereichsdiagrammen. Sie wurde auf die in Abbildung 15 dargestellten Ergebnisse für einen 16-mm-Mezzanine-Steckverbinder angewendet. Der erste Schritt der MQF-Berechnung besteht darin, das S-Parameter-Steckverbindermodell und die Messungen in Zeitbereichsdiagramme umzuwandeln. Dies erfolgte mit Agilent ADS 2.011.05.
Der MQF für die Impedanz wurde mit -0,15 berechnet, was auf eine relativ geringe Korrelation hinweist. Dies ist auf eine niedrige simulierte Impedanz im Vergleich zum Messwert zurückzuführen.
Abbildung 16 veranschaulicht die Flächenberechnung im Rahmen der MQF-Berechnung. Der MQF-Bereich ist auf den Steckverbinderbereich bzw. die doppelte Laufzeit des Steckverbinders im Impedanz-Zeit-Diagramm begrenzt. Die MQF-Impedanz gibt die Anstiegszeit nicht an; diese beeinflusst jedoch den MQF-Wert. In Abbildung 16 betrug die Anstiegszeit 30 ps (20–80 %), was zu einem MQF-Wert von -0,15 führte. Bei einer Anstiegszeit von 50 ps verschlechterte sich der MQF-Wert auf -0,28 und bei 100 ps fiel er auf -0,6.
Die MQF-Einfügungsdämpfung basiert auf der Zeitbereichsübertragungsantwort (TDT). Die Anstiegszeitverschlechterung (TDT) entspricht der angegebenen Einfügungsdämpfung, wenn die Anstiegszeit der Quelle definiert ist. Der MQF-Wert für die Einfügungsdämpfung wurde mit 0,43 berechnet; die zugehörige Analyse ist in Abbildung 17 dargestellt.
Die MQF-Interferenz (NEXT) basiert ebenfalls auf der DTT-Antwort (Zeitbereichsübertragung). Die NEXT-Interferenz im Zeitbereich hängt zudem von der Anstiegszeit der Quelle ab, die jedoch nicht spezifiziert ist. Der MQF-Wert für NEXT wurde mit 0,85 berechnet; die zugehörige Analyse ist in Abbildung 18 dargestellt.
6]. FSV bietet gegenüber MQF den Vorteil, dass es sowohl auf Datensätze im Zeit- als auch im Frequenzbereich angewendet werden kann. MQF ist hingegen deutlich einfacher zu implementieren, wenn eigener Code geschrieben wird. FSV liefert einen qualitativen Wert von exzellent bis schlecht. Daraus ergeben sich quantitative FSV-Werte von <0,1 (exzellent) bis >1,6 (schlecht). FSV betrachtet die absolute Differenz zwischen zwei Datensätzen und Bedingungen als Amplitudendifferenzmaß (ADM). Beispielsweise würde eine gute Korrelation über ein breites Spektrum mit einer relativ konstanten abhängigen Variablen durch ein niedriges ADM dargestellt. FSV berücksichtigt auch Unterschiede in den Merkmalen zweier Datensätze, berechnet als erste Ableitung der Daten, um Änderungen in den Kurven hervorzuheben. Dies wird als Merkmalsdifferenzmaß (FDM) bezeichnet. Beispielsweise würde eine gute Resonanzkorrelation der Steckverbinder durch einen niedrigen FDM-Wert dargestellt.
Das geometrische Mittel von ADM und FDM wird zum globalen Differenzmaß (GDM) kombiniert. Das GDM kann als Gesamtkorrelation zwischen zwei Datensätzen betrachtet werden. ADM, FDM und GDM können über der unabhängigen Variable aufgetragen werden, um Ähnlichkeiten und Unterschiede zwischen den Modellen aufzuzeigen. Häufig wird auch ein Histogramm erstellt, um den Anteil gut korrelierter Datenpunkte darzustellen. Das Histogramm ist in sechs Kategorien unterteilt, wobei den qualitativen Kategorien quantitative Begriffe zugeordnet werden.
Die FSV-Anwendung steht unter www.upd.edu/web/gcem [6] zum Download bereit und wurde zur Erstellung der Abbildungen 19–21 verwendet. Abbildung 19 zeigt, dass die gemessenen und simulierten Einfügungsdämpfungsdatensätze basierend auf dem GDMtot-Wert von 0,13 eine sehr gute Korrelation aufweisen. GDMtot ist im Wesentlichen eine Kennzahl, die die Amplituden- und Funktionsunterschiede in den Datensätzen berücksichtigt.
Abbildung 20 zeigt die gemessenen und simulierten NEXT-Datensätze, die basierend auf dem GDMtot-Wert von 0,3 eine „gute“ Korrelation aufwiesen. Wie bei den Einfügungsdämpfungsdaten zeigten sowohl ADM als auch FDM eine bessere Korrelation als das geometrische Mittel.
Abbildung 21 zeigt, dass die gemessenen und simulierten Impedanzdatensätze auf Basis des Wertes von 0,75 GDMtot eine „gute“ Korrelation aufweisen.
Schlussfolgerungen und Empfehlungen:
Die Validierung von Hochgeschwindigkeits-Mehrpolsteckverbindern hat sich als anspruchsvoll erwiesen, da ungenaue Passungsprüfungen die Ergebnisse erheblich beeinflussen. Für eine konsistente De-Embedding-Analyse sind präzise Onboard-Kalibrierstandards unerlässlich. Bei der Simulation basieren die Materialparameter der Steckverbinder auf Schätzwerten, und die Netzfeinheit des Modells kann die Ergebnisse beeinflussen. Es ist entscheidend, die gemessene Größe in die Simulation einzubeziehen, da selbst geringfügige Größenunterschiede zu Abweichungen zwischen Mess- und Simulationsergebnissen führen.
Zur Messung und Simulation der differentiellen S-Parameter des Steckverbinders wurden zwei unterschiedliche Modellqualitätsmetriken angewendet. Diese Metriken sind für diesen Modelltyp erforderlich, und angesichts der Komplexität von Mikrowellenstrukturen ist eine sehr gute Korrelation eine Herausforderung.
Die Übertragungsparameter (IL und NEXT) weisen tendenziell eine bessere Korrelation auf als die Reflexionsparameter (RL und Impedanz). Die qualitative Klassifizierung von FSV ist ein wesentlicher Vorteil gegenüber MQF; allerdings wurde FSV über viele Jahre hinweg iterativ weiterentwickelt, um seinen ausgereiften Stand zu erreichen.
Sind die Steckverbindermodelle also geeignet? In diesem Beispiel ja, sie sind FSV-konform.
Autor:
Jim Nadolny, Samtec
Leon Wu, Samtec
Referenzen
[1] Tektronix IConnect und MeasureXtractor Benutzerhandbuch.
[2] Intel Corporation, „Intel Connector Model, Quality Assessment Methodology“, September 2011.
[3] Roy Leventhal, „Correlation of Model Simulations and Measurements“, IBIS Summit Meeting, 5. Juni 2007.
[4] EEE P1597.2/D6.4 „Draft Recommended Practice for Validation of Computational Electromagnetic Computer Modeling and Simulation“.
[5] J. Knockaert, J. Cartrysse, R. Belmans „Comparison and Validation of EMC Measurements by FSV and IELF“, 2006 IEEE.
[6] Universitat Politecnica De Catalunya, FSV-Download.
