如何验证 S 参数中的信号完整性因果关系

如果您正在使用 S 参数做任何事情，那么您就会遇到因果关系问题。第一次听到您的 S 参数是非因果关系是一种不舒服的体验。客户可能会说，“您的 S 参数不符合我的因果关系工具。请修复它们并向我发送新数据。谢谢。”确实谢谢。收到该消息后，您可能会去找您的常驻 SI 专家 Google，然后输入因果关系。 

 

 

当你读完亚里士多德关于这个主题的论述时，你仍然没有什么可以提供给你的客户。许多工程师都陷入了这一点。值得庆幸的是，有一些简单的方法可以用来检查和强化模拟和实验数据中的 S 参数因果关系。

什么是 S 参数因果关系以及如何检查它？

因果关系简单地说就是有原因之后必然有结果。你用锤子敲响一口钟，钟就会响。如果当锤子靠近钟时钟就响了，那会很奇怪，甚至会让人感到不安。在 S 参数描述的系统中，刺激之后必然会有响应。 信号完整性 工程师分析的典型刺激有三种：脉冲、阶跃和脉冲。

S 参数的逆傅里叶变换是特定类型信号的传递函数。例如，Kurokawa 对传输线 S 参数的处理以等效功率的形式定义了 N 端口网络中的输入和输出，而 S 参数则充当这种特定类型信号的传递函数。大多数工程师更熟悉输入和输出电压方面的标准传递函数。无论您如何定义传递函数（作为 S 参数或滤波器），每个传递函数都有一个脉冲响应函数。

 

要用最少的工作量检查因果关系，首先要做的是取 S 参数的逆傅里叶变换，并寻找刺激时间（t = 零秒）之前的反应。在零秒之前，系统应该处于静止状态，任何非零值都表示违反因果关系。 

我喜欢说 S 参数的原始逆傅里叶变换具有“原生上升时间”。这意味着 S 参数完全未经过滤并显示所有可用信息。具有原生上升时间的脉冲响应将始终看起来是非因果的，因为它是带宽有限的。这种带宽限制意味着您实际上是在对矩形函数 rect(f)进行逆傅里叶变换，而该函数是 sinc 函数 sinc(t)。Sinc 函数看起来像一个脉冲响应，在脉冲峰值之前和之后有额外的振铃。由于在零秒之前有振铃，因此该函数是非因果的。这意味着所有 S 参数都是非因果的，是的，根据定义确实如此。下面的 图 1中有一个例子 展示了这种现象，有时它以 J. Willard Gibbs 的名字命名为“吉布斯现象”。

 

图 1. 未滤波的因果脉冲响应与 sinc 函数相比。

 

黑色图是反射 S 参数矢量的脉冲响应，红色图是 sinc 函数的逆傅里叶变换，其带宽与脉冲响应相同，为 100 GHz。您可以看到趋势相同，但幅度不同。事实上，我将这些图标准化以突出显示振铃如何与 sinc 函数匹配，而这些值实际上没有我所展示的那么相似。因此，您不能简单地从脉冲响应中减去 sinc 函数来获得因果响应。

相反， 在应用逆傅立叶变换之前 应用窗口函数来消除振铃。频域中的窗口函数是一种从传递函数中去除高频内容的滤波器。在时域中，窗口函数强制执行周期性，这是以最小失真执行时域函数的离散傅立叶变换所必需的。有许多窗口函数可供选择。以下是一些示例。

三角函数

 

 

其中 N 是点数，L = N + 1。

 

 

图 2. 三角窗函数及其频谱。

正弦窗

 

在哪里，

N 是点的数量。

 

 

图 3. 正弦窗函数及其频谱。

布莱克曼窗

 

在哪里，

a0 = 0.42，

a1 = 0.50，且

a2 = 0.08。

 

图4. Blackman 窗函数及其频谱。

在下面的例子中，我将 Blackman 窗口函数应用于图 1 中所示的相同脉冲响应，并与相同的 sinc 函数进行比较。这一次，响应明显具有因果关系，没有来自带限频谱的伪影。

 

图 5. 窗口因果脉冲响应与 sinc 函数的比较。

 

您可以使用此技术确保您的图没有从频域转换到时域的虚假非因果伪影。但是，此技术不会修复您的 S 参数。它只是为了让您能够直观地看到效果并查看是否确实存在因果关系违规。

非因果 S 参数的常见来源：幽灵肢体

去嵌入是非因果 S 参数最常见的原因。 信号完整性 倡导者 Eric Bogatin 将此现象称为 “幽灵肢体”。 即夹具已去嵌入，但夹具似乎在零秒之前仍然存在。图 6 中的阻抗图是幽灵肢体的一个例子。当在应用逆傅里叶变换之前在频域中将 Blackman 窗口函数应用于此 S 参数时，在零秒之前仍会观察到非零行为。

 

图 6. 去嵌入后 DUT 的阻抗曲线，显示出鬼影。

解决这个问题最简单的方法是通过定义来强制因果关系。您只需将脉冲响应与单位阶跃函数相乘即可 - 参见图 7。顺便说一句，这与应用希尔伯特变换是一回事。这样做并强制被动性（另一篇未来的博客）将缓解客户 S 参数质量投诉的大部分问题。

 

图 7. 通过因果关系强化消除鬼肢的阻抗曲线。

为了帮助您理解这里发生的事情，我在下面图 8中放置了一个工作流程图，展示了执行 S 参数因果关系的简单过程。

 

图 8.强制因果关系而不强制被动性的工作流程。

 

谁关心 S 参数是否是非因果的？

我认为这是一个合理的问题。当你在教科书中读到因果关系时，它是在线性系统的背景下。在最简单的形式中，线性系统满足叠加和同质性原理。此外，线性系统必须是因果的才能实时运行。如果系统是非因果的，它就不能用于系统分析，这就是因果 S 参数如此重要的核心原因。SerDes  供应商需要因果通道来使用内部工具准确预测其产品的性能。对于信号完整性世界的其他部分，我们需要 ADS、 通道操作裕度 (COM) 、 Seasim 和（我最喜欢的）PyBERT 等工具的因果 S 参数。这些工具帮助我们预测使用给定硅技术的链路的预期结果。

在仿真工具中使用非因果 S 参数会导致性能下降。几年前，我在根据 IEEE 802.3 100GBASE-CR4 规范评估电缆组件时发现了这一点。该规范使用 COM 作为标准指标，而我无法让模拟的电缆组件通过。这是一个大问题，因为如果没有通过规范的模型，我就无法说服管理层我的设计是可行的。我的损失在标准限制之内，我的所有 S 参数都通过了信息掩码。该通道包含模块合规板 (MCB)、连接器、电缆组件 PCB 和原始电缆（见图9）。

 

图 9. 电缆组件模拟图。

 

我使用 Keysight AFR 创建了 MCB 夹具模型，在连接器公司的网站上找到了连接器模型，并使用商用 3D EM 解算器创建了所有其他模型。我一点一点地寻找问题所在。最后，我使用了测量电缆而不是建模电缆。我不认为会有区别，因为电缆测量的 S 参数的幅度和相位看起来与我的模型几乎相同。然而，令我惊讶的是，我的模拟突然开始通过。 

我当时并不明白根本原因，但这对我来说是一个真正的警钟。我知道正确的 S 参数因果关系和建模实际上可以成就或毁掉一个设计。多年后，我找到了为因果传输线进行 RLGC 生成的正确方法。接下来，我将向您展示您可以自己找到的非因果模型的提示。下图 10中的图表显示了十英寸带状线迹线模型的脉冲响应：一个是因果的，另一个是非因果的。

 

图 10. 因果和非因果传输脉冲响应。

 

首先要注意的是脉冲响应没有明显的问题：零秒之前的响应为零。非因果响应的标志是形状。在脉冲达到峰值时，似乎存在符号 间干扰 (ISI) 的镜像。相比之下，因果响应具有急剧的上升沿，而 ISI 则呈指数下降至零。虽然非因果响应似乎具有更多信号，但通道结果显示其质量明显较差。我有以下通道操作裕度结果和贡献。

因果结果

COM = 8.47 dB

ISI 方差：0.49 mV

 

图 11. 因果 COM 贡献

 

非因果结果

收益 = 7.55

ISI 方差：0.71 mV

 

图 12. 因果 COM 贡献

 

从百分比来看，情况似乎还不算太糟。ISI 为 15%，而非因果对因果为 10%。但是，当您查看 ISI 的噪声系数时，您会发现非因果轨迹中的 ISI 多 45%！在我接触过的大多数系统中，客户都会突破硬件的极限，而非因果传输线模型会错误地告诉系统设计师他们的设计存在缺陷，而实际上并非如此。 

我将快速告诉您如何确保您生成的模型具有因果关系。首先，确保您的介电特性与频率相关且具有因果关系。最好的方法是使用 Djordjevic 等人的无限极点模型。这种方法在 Hall 和 Heck 的《 高速设计高级信号完整性》中得到了最清晰的解释。 其次，如果您正在制作 RLGC 模型，请确保所有参数都与频率相关。只要您使用频率相关的电介质进行建模，R、G 和 C 就很容易。L 通常是问题所在。如果您发现 L 不与频率相关，请尝试此公式，它可能会解决问题。但是，结果可能会有所不同。

 

 

最后的想法

当您面临 S 参数因果关系问题时，尽量不要责怪自己。即使使用一级工具，该问题在行业中仍然普遍存在。如果价值数十亿美元的公司遇到麻烦，我想您也不例外！相反，试着将其视为提高傅立叶变换技能和信号完整性知识的机会。 

对于组件供应商来说，一线希望是非因果传输线模型，这通常会导致最终用户无法发现严重问题。大多数系统设计人员使用启发式因果关系检查，该检查仅捕获由幽灵肢体引起的反射 S 参数问题，并且该问题可以通过上述方法轻松解决。