诸如最大分贝差值之类的定量术语也存在问题。例如，当干扰电平为 -90 dB 时 10 dB 的干扰差异与当电平为 -20 dB 时 10 dB 的干扰差异截然不同。此外，仅比较幅度是否足够，还是应该同时考虑幅度和相位？本文稍后将应用两种不同的定量方法来比较数据集，并举例说明。.
为了开始相关性讨论，我们首先考虑一个高密度 16 mm 夹层连接器的实测和仿真性能。仿真响应是使用全波长建模工具生成的。我们确保了足够的网格密度，并遵循了端口配置协议，同时使用了标称介电材料特性。实测响应包含了连接器及其尺寸。我们使用板载 TRL/M 校准结构来校准矢量网络分析仪 (VNA) 并消除设备中的测量误差。我们确保实测尺寸与仿真尺寸完全一致。结果如图 15 所示。比较图 15 中的响应，相关性总体上符合预期。图 15 所示的阻抗曲线是使用时域卷积从实测/仿真的 Touchstone 文件生成的。
英特尔于 2011 年 9 月公开发布了一份关于该连接器模型质量的文档 [2]。该文档引入了模型质量因子 (MQF) 的概念，用于衡量基于仿真的模型与实测性能在以下工况下的准确性：
xx = x
xx = 阻抗、插入损耗和干扰的模型品质因数 (MQF)
x1 = 参考面积
x2 = 测量曲线与仿真曲线之间的面积。
较大的正 MQF 值表示高度相关性。
较小的（或负的）MQF 值表示相关性相对较差。该方法基于时域图中的计算面积。图 15 中所示的 16 mm 夹层连接器的结果应用了此方法。MQF 计算的第一步是将 S 参数连接器模型和测量结果转换为时域图。此步骤使用 Agilent ADS2.011.05 完成。
计算得到的阻抗 MQF 为 -0.15，表明相关性相对较差。这是由于仿真阻抗值低于测量值所致。
图 16 展示了 MQF 计算中的面积计算过程。需要注意的是，MQF 的跨度仅限于连接器区域或阻抗-时间图上连接器传播时间的两倍。MQF 阻抗并未指定上升时间；然而，上升时间会影响 MQF。图 16 中，上升时间为 30 ps（20%–80%）时，MQF 为 -0.15。当上升时间为 50 ps 时，MQF 下降至 -0.28；当上升时间为 100 ps 时，MQF 进一步下降至 -0.6。.
MQF插入损耗基于时域传输(TDT)响应。上升时间劣化(TDT)等效于在确定源上升时间的情况下提供的插入损耗。计算得到的MQF插入损耗为0.43，相应的分析如图17所示。.
MQF（近场通信）干扰也基于DTT（时域传输）响应。时域近场通信还取决于未指定的信源上升时间。计算得出近场通信的MQF值为0.85，相应的分析如图18所示。.
6] FSV 相较于 MQF 的优势在于，它可以应用于时域或频域数据集。MQF 的优势在于，如果我们编写原创代码，则实现起来要简单得多。FSV 的结果是一个定性值，范围从优秀到差。这赋予了 FSV 的定量值，范围从 <0.1（优秀）到 >1.6（差）。FSV 将两个数据集和条件之间的绝对差异视为幅度差异度量 (ADM)。例如，在相当稳定的因变量下，在宽频谱范围内实现良好的相关性将表现为较低的 ADM 值。FSV 还考虑了两个数据集特征的差异，这些差异通过计算数据的一阶导数来突出曲线的变化。这被称为特征差异度量 (FDM)。例如，良好的连接器共振相关性将表现为较低的 FDM 值。.
将ADM和FDM的几何平均值结合起来，得到全局差异度量（GDM）。GDM可以被视为两个数据集之间的总体相关性。可以将ADM、FDM和GDM绘制在自变量的图表中，以显示模型相似或不同的位置。绘制直方图也是一种常见的做法，它可以显示具有良好相关性的数据点的百分比。直方图分为六个类别，每个类别都对应一个定量术语。.
FSV 应用程序可从 www.upd.edu/web/gcem [6] 下载，并用于创建图 19-21。图 19 显示，基于 GDMtot 值为 0.13，测量和模拟的插入损耗数据集具有“非常好的”相关性。GDMtot 本质上是一个“评级数”，它包含了数据集中的幅值和函数差异。.
图 20 显示了测量和模拟的 NEXT 数据集，基于 GDMtot 值为 0.3，两者具有“良好”的相关性。与插入损耗数据一样，ADM 和 FDM 的相关性均优于几何平均值。.
图 21 显示，测量和模拟的阻抗数据集基于 0.75 GDMtot 的值具有“一般”相关性。.
结论与建议：
验证高速多针连接器极具挑战性，因为不完美的配合测试会对结果产生显著影响。在测量方面，精确的板载校准标准对于一致的去嵌入至关重要。在仿真方面，连接器材料参数是估计值，模型的网格密度也会影响结果。务必将测量尺寸纳入仿真，因为即使是微小的尺寸差异也会导致测量结果与仿真结果之间的偏差。
针对连接器差分S参数的测量和仿真，采用了两种不同的模型质量评价指标。这类模型需要这些指标，但考虑到微波结构的复杂性，要获得非常好的相关性极具挑战性。.
与反射参数（RL 和阻抗）相比，传输参数（IL 和 NEXT）往往表现出更好的相关性。FSV 的定性分类是其相对于 MQF 的一个显著优势；然而，FSV 经过多年的迭代才达到成熟状态。
因此，这些连接器模型是否合适？就本例而言，是的，它们符合 FSV 标准。
作者：
Jim Nadolny，Samtec；
Leon Wu，Samtec
参考文献
[1] Tektronix IConnect 和 MeasureXtractor 用户手册。
[2] 英特尔公司，“英特尔连接器模型，质量评估方法”，2011 年 9 月
。[3] Roy Leventhal，“模型仿真与测量的相关性”，IBIS 峰会，2007 年 6 月 5 日。
[4] EEE P1597.2/D6.4，“计算电磁计算机建模与仿真验证推荐实践草案”。
[5] J. Knockaert、J. Cartrysse、R. Belmans，“FSV 和 IELF 的 EMC 测量比较与验证”，2006 年 IEEE。
[6] 加泰罗尼亚理工大学，FSV 可下载。
