Les termes quantitatifs, comme la différence maximale en dB, posent également problème. Par exemple, une différence d'interférence de 10 dB lorsque les niveaux sont à -90 dB est très différente de celle observée lorsque les niveaux sont à -20 dB. De plus, la comparaison de l'amplitude est-elle suffisante, ou faut-il considérer à la fois l'amplitude et la phase ? Plus loin dans cet article, deux méthodes quantitatives différentes de comparaison d'ensembles de données sont appliquées à l'exemple suivant.
Pour entamer la discussion sur la corrélation, considérons les performances mesurées et simulées d'un connecteur mezzanine haute densité de 16 mm. La réponse simulée a été générée à l'aide d'un outil de modélisation pleine longueur d'onde. Un soin particulier a été apporté au respect des protocoles de densité de maillage et de configuration des ports, en utilisant les caractéristiques nominales du matériau diélectrique. La réponse mesurée inclut le connecteur et ses dimensions. Des structures d'étalonnage TRL/M intégrées ont été utilisées pour étalonner l'analyseur de réseau vectoriel (VNA) et corriger les effets de mesure liés à l'appareil. Une attention particulière a été portée à la concordance exacte entre les dimensions mesurées et simulées. Les résultats sont présentés sur la figure 15. La comparaison des réponses sur cette figure montre une corrélation globalement conforme aux attentes. Le profil d'impédance présenté sur la figure 15 a été généré à partir des fichiers de référence mesurés/simulés par convolution temporelle.
Intel a publié un document sur la qualité du modèle de connecteur en septembre 2011 [2]. Ce document introduit le concept de facteur de qualité du modèle (MQF), permettant de mesurer la précision d'un modèle de simulation par rapport à ses performances mesurées, dans les conditions de fonctionnement suivantes :
xx = x
xx = Facteur de qualité du modèle pour l'impédance, les pertes d'insertion et les interférences.
x1 = aire de référence.
x2 = aire entre les courbes mesurée et simulée.
Une valeur MQF positive élevée indique une forte corrélation.
Une valeur MQF faible (ou négative) indique une corrélation relativement faible. La méthode est basée sur les aires de calcul dans les graphiques temporels. Cette méthode a été appliquée aux résultats présentés sur la figure 15 pour un connecteur mezzanine de 16 mm. La première étape du calcul du MQF consiste à transformer le modèle de connecteur à paramètres S et les mesures en graphiques temporels. Cette transformation a été réalisée à l'aide du logiciel Agilent ADS 2.011.05.
Le MQF pour l'impédance a été calculé à -0,15, ce qui indique une corrélation relativement faible. Ceci est dû à une impédance simulée faible par rapport à la valeur mesurée.
La figure 16 illustre le calcul de la surface dans le calcul du MQF. Notez que la portée du MQF est limitée à la zone du connecteur ou à deux fois le temps de propagation du connecteur sur un graphique d'impédance-temps. L'impédance du MQF ne spécifie pas le temps de montée ; cependant, ce dernier influe sur le MQF. La figure 16 présente un temps de montée de 30 ps (20–80 %), ce qui donne un MQF de -0,15. Pour un temps de montée de 50 ps, le MQF chute à -0,28, et à 100 ps, il atteint -0,6.
L'affaiblissement d'insertion du filtre MQF est calculé à partir de la réponse en transmission temporelle (TDT). La dégradation du temps de montée (TDT) correspond à l'affaiblissement d'insertion fourni lorsque le temps de montée de la source est défini. Le facteur MQF pour l'affaiblissement d'insertion a été calculé à 0,43, et l'analyse correspondante est présentée sur la figure 17.
L'interférence MQF (NEXT) est également basée sur la réponse DTT (Transmission dans le domaine temporel). La réponse NEXT dans le domaine temporel dépend aussi du temps de montée de la source, qui n'est pas spécifié. Le facteur MQF pour NEXT a été calculé à 0,85, et l'analyse correspondante est présentée sur la figure 18.
6]. La FSV présente l'avantage, par rapport à la MQF, de pouvoir être appliquée aussi bien aux données temporelles qu'aux données fréquentielles. La MQF, quant à elle, est beaucoup plus simple à implémenter lorsqu'on écrit du code original. La FSV fournit une valeur qualitative allant d'excellent à médiocre. Quantitativement, elle attribue des valeurs FSV comprises entre < 0,1 (excellent) et > 1,6 (médiocre). La FSV considère la différence absolue entre deux ensembles de données et conditions, sous la forme de la Mesure de Différence d'Amplitude (ADM). Par exemple, une bonne corrélation sur un large spectre avec une variable dépendante relativement constante se traduira par une ADM faible. La FSV prend également en compte les différences de caractéristiques entre deux ensembles de données, calculées comme la dérivée première des données afin d'accentuer les variations des courbes. Il s'agit de la Mesure de Différence de Caractéristiques (FDM). Par exemple, une bonne corrélation de résonance des connecteurs se traduira par une FDM faible.
La moyenne géométrique des ADM et FDM est combinée pour former la Mesure de Différence Globale (GDM). La GDM peut être considérée comme la corrélation globale entre deux ensembles de données. Les ADM, FDM et GDM peuvent être représentées graphiquement en fonction de la variable indépendante afin d'indiquer les similitudes et les différences entre les modèles. Il est également courant de tracer un histogramme pour visualiser les pourcentages de points de données fortement corrélés. Cet histogramme est divisé en six catégories, les catégories qualitatives étant quantifiées.
L'application FSV est disponible en téléchargement sur www.upd.edu/web/gcem [6] et a été utilisée pour créer les figures 19 à 21. La figure 19 montre que les ensembles de données de perte d'insertion mesurés et simulés présentaient une « très bonne » corrélation, basée sur la valeur GDMtot de 0,13. GDMtot est essentiellement un « nombre d'évaluation » qui inclut les différences d'amplitude et de fonction dans les ensembles de données.
La figure 20 montre les ensembles de données NEXT mesurés et simulés qui présentaient une « bonne » corrélation basée sur la valeur GDMtot de 0,3. Comme pour les données de perte d'insertion, ADM et FDM ont tous deux montré une meilleure corrélation que la moyenne géométrique.
La figure 21 montre que les ensembles de données d'impédance mesurés et simulés avaient une corrélation « acceptable » basée sur la valeur de 0,75 GDMtot.
Conclusions et recommandations :
La validation des connecteurs multipoints à haute vitesse s’avère complexe, car les tests d’ajustement imparfaits ont un impact significatif sur les résultats. Côté mesures, des étalons de calibration embarqués précis sont indispensables pour un désencapsulage cohérent. Côté simulation, les paramètres des matériaux des connecteurs sont des estimations et la densité du maillage du modèle peut influencer les résultats. Il est crucial d’intégrer la dimension mesurée à la simulation, car même de faibles différences dimensionnelles entraînent des variations entre les résultats de mesure et de simulation.
Deux indicateurs de qualité de modèle différents ont été appliqués à la mesure et à la simulation des paramètres S différentiels du connecteur. Ces indicateurs sont nécessaires pour ce type de modèle, et obtenir une très bonne corrélation représente un défi compte tenu de la complexité des structures micro-ondes.
Les paramètres de transmission (IL et NEXT) présentent généralement une meilleure corrélation que les paramètres de réflexion (RL et impédance). La classification qualitative du FSV constitue un avantage significatif par rapport au MQF ; toutefois, le FSV a nécessité de nombreuses années d'itérations pour atteindre sa maturité.
Dès lors, les modèles de connecteurs sont-ils adaptés ? Dans cet exemple, oui, ils sont conformes au FSV.
Auteur:
Jim Nadolny, Samtec
Leon Wu, Samtec
Références
[1] Manuel utilisateur de Tektronix IConnect et MeasureXtractor.
[2] Intel Corporation, « Intel Connector Model, Quality Assessment Methodology », septembre 2011.
[3] Roy Leventhal, « Corrélation entre les simulations et les mesures », IBIS Summit Meeting, 5 juin 2007.
[4] EEE P1597.2/D6.4 « Projet de pratique recommandée pour la validation de la modélisation et de la simulation électromagnétiques informatiques ».
[5] J. Knockaert, J. Cartrysse, R. Belmans, « Comparaison et validation des mesures CEM par FSV et IELF », IEEE 2006.
[6] Universitat Politecnica De Catalunya, FSV téléchargeable.
