信号完整性中信号上升时间与带宽研究
本文就谈谈一个基础概念:信号上升时间和信号带宽的关系。 对于数字电路,输出的通常是方波信号。方波的上升边沿非常陡峭,根据傅立叶分析,任何信号都可以分解成一系列不同频率的正弦信号,方波中包含了非常丰富的频谱成分。 抛开枯燥的理论分析,我们用实验来直观的分析方波中的频率成分,看看不同频率的正弦信号是如何叠加成为方波的。首先我们把一个1.65v的直流和一个100MHz的正弦波形叠加,得到一个直流偏置为1.65v的单频正弦波。我们给这一信号叠加整数倍频率的正弦信号,也就是通常所说的谐波。3次谐波的频率为300MHz,5次谐波的频率为500MHz,以此类推,高次谐波都是100MHz的整数倍。图1是叠加不同谐波前后的比较,左上角的是直流偏置的100MHz基频波形,右上角时基频叠加了3次谐波后的波形,有点类似于方波了。左下角是基频+3次谐波+5次谐波的波形,右下角是基频+3次谐波+5次谐波+7次谐波的波形。这里可以直观的看到叠加的谐波成分越多,波形就越像方波。 图1 file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/msohtmlclip1/01/clip_image002.jpg 因此如果叠加足够多的谐波,我们就可以近似的合成出方波。图2是叠加到217次谐波后的波形。已经非常近似方波了,不用关心角上的那些毛刺,那是著名的吉博斯现象,这种仿真必然会有的,但不影响对问题的理解。这里我们叠加谐波的最高频率达到了21.7GHz。 图2 file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/msohtmlclip1/01/clip_image004.jpg 上面的实验非常有助于我们理解方波波形的本质特征,理想的方波信号包含了无穷多的谐波分量,可以说带宽是无限的。实际中的方波信号与理想方波信号有差距,但有一点是共同的,就是所包含频率很高的频谱成分。 现在我们看看叠加不同频谱成分对上升沿的影响。图3是对比显示。蓝色是基频信号上升边,绿色是叠加了3次谐波后的波形上升边沿,红色是基频+3次谐波+5次谐波+7次谐波后的上升边沿,黑色的是一直叠加到217次谐波后的波形上升边沿。 图3 file:///C:/DOCUME~1/ADMINI~1/LOCALS~1/Temp/msohtmlclip1/01/clip_image006.jpg 通过这个实验可以直观的看到,谐波分量越多,上升沿越陡峭。或从另一个角度说,如果信号的上升边沿很陡峭,上升时间很短,那该信号的带宽就很宽。上升时间越短,信号的带宽越宽。这是一个十分重要的概念,一定要有一个直觉的认识,深深刻在脑子里,这对你学习信号完整性非常有好处。 这里说一下,最终合成的方波,其波形重复频率就是100MHz。叠加谐波只是改变了信号上升时间。信号上升时间和100MHz这个频率无关,换成50MHz也是同样的规律。如果你的电路板输出数据信号只是几十MHz,你可能会不在意信号完整性问题。但这时你想想信号由于上升时间很短,频谱中的那些高频谐波会有什么影响?记住一个重要的结论:影响信号完整性的不是波形的重复频率,而是信号的上升时间。 本文的仿真代码很简单,我把代码贴在这里,你可以自己在matlab上运行一下看看。 clc; clear all; pack; Fs = 10e9; Nsamp = 2e4; t = [0:Nsamp-1].*(1/Fs); f1 = 1e6; x0 = 3.3/2; x1 = x0 + 1.65*sin(2*pi*f1*t); x3 = x0; for n=1:2:3 x3 = x3 + 3.3*2/(pi*n) * sin(2*pi*n*f1*t); end x5 = x0; for n=1:2:5 x5 = x5 + 3.3*2/(pi*n) * sin(2*pi*n*f1*t); end x7 = x0; for n=1:2:7 x7 = x7 + 3.3*2/(pi*n) * sin(2*pi*n*f1*t); end figure subplot(221) plot(x1) subplot(222) plot(x3) subplot(223) plot(x5) subplot(224) plot(x7) x217 = x0; for n=1:2:217 x217 = x217 + 3.3*2/(pi*n) * sin(2*pi*n*f1*t); end figure plot(x217) figure plot(x217,'k') hold on plot(x1,'b') plot(x3,'g') plot(x7,'r') hold off axis([8000 12000 -0.5 4])
|