电平设计基础06:电平匹配设计(2)

文章探讨了费曼的路径积分概念在量子力学中的应用,解释了粒子如何在不同路径间干涉。另一方面,详细阐述了在电子工程中,特别是LVPECL、LVDS、HSTL和CML等差分逻辑电平间的匹配原则和电路设计,包括直流耦合和交流耦合的匹配方法。
摘要由CSDN通过智能技术生成

说在开头:关于路径积分

路径积分是美国著名物理学家费曼在1942年发表的一种量子计算方法,它同海森堡的矩阵以及薛定谔的波函数一样,也是量子力学的一种等价的表达方式。量子模型说,粒子在两个观测点之间没有明确的位置(是波的形态),费曼却反向思考:不必将其解释为粒子在两点之间的没有明确的轨迹(路径),相反这可能意味着粒子在两点之间经历了所有可能的路径。费曼构想出一个数学表达:费曼数学求和,这个表达式反映了费曼的思想,并重现了量子物理的所有定律。

费曼说在双缝实验中:粒子采取除了只通过这一条缝隙或那一条缝隙的路径之外,还有穿过第一条缝隙后又折返过来穿过第二条缝隙,然后在穿过第一条缝隙的路径;更或者粒子跑出去绕着木星转两圈的路径。按照费曼的观点,这就解释了粒子如何得到关于哪条缝隙开放的信息,因为如果一条缝隙开放,粒子就选择了穿过它的路径;而当两条缝隙都开放时,粒子穿越了第一条缝隙的路径会和穿越第二条缝隙的路径发生影响而产生干涉。这看起来也是非常的古怪,但费曼证明了它的路径积分比原先的解释更加有用。

我们想象一下,假设一个粒子在A点开始自由运动。在牛顿的模型里粒子会一直沿直线运动,然后发现在确切的时刻粒子位于直线上的位置B。在费曼的模型中,一个粒子体验了每一条连接A和B的路径,从每个路径获得一个称为相位的数,相位代表在一个波的循环中的位置(波峰或波谷)。费曼计算那个相位的数学方法现实,当你把从所有路径的波叠加在一起时,得到粒子从A开始到达B的概率幅度。而概率幅度的平方给出了粒子到达B的正确概率。

用费曼方法来计算一个从位置A到位置B的粒子的概率幅度,把连接A和B的每一条路径的相关相位加起来,至此费曼给出了一个清晰的图像:大部分路径相加为0,叠加求和出来最大贡献概率的路径就是牛顿预言的那条。费曼指出,对于一个一般系统,任何观测的概率由所有可能将其导致那个观测的历史构成,所以他的方法称作量子物理“历史求和”或“可择历史”。

好,让我们再次来重复双缝干涉实验:在A点和B点之间的C点增加两条缝隙并检测,由于我们现在知道了每个粒子通过了C点位置的哪条缝隙,我们为该粒子求和中的路径中,只包含了那些通过缝隙1或缝隙2的路径,不会再将既通过缝隙1又通过缝隙2的路径包括进去。费曼就是这样解释干涉条纹的:如果你开灯确定粒子通过哪条缝隙,由此便消除了其它的选择自由,你就迫使干涉条纹消失了。那他隐含的意思是,我现在的观测会影响粒子过去路径的选择。那过去又是什么呢?

在牛顿理论中,过去是被假定作为确定的事件而存在的;这与我们的常识相符合,不管痛苦还是快乐,世界都有确定的过去。然而量子物理告诉我们,不管我们现在多么彻底的进行观测,过去正如将来一样是不确定的,只能作为一个可能性谱系而存在,即宇宙并没有一个单一的过去或则历史。同时这意味着:你现在对一个系统进行观测,将影响它的过去。正如惠勒的延迟实验所描述,每个粒子采取的路径(即它的过去),是在它通过缝隙之后很久才确定的。惠勒甚至考虑延迟实验的一个宇宙学版本:涉及的粒子是几十亿光年之外的星体发射出来的光子,处于类星体和地球之间的星系引力透镜效应将光分成两条光路并朝地球重新聚焦,如果我们从该光中收集到足够的光子,它们应该能够形成干涉条纹。但如果我们在检测之前用一个装置去测量路径信息,那这个条纹就应该消失。这种情形下,走一条或两条路径的选择应该在几十亿年前就做出了,然而我们在实验室的观测却可以影响那个几十亿年前的选择。

我们看到宇宙正如粒子一样,并没有一个单一的历史,而是具有每一种可能的历史,每个历史都具有自身的概率;而且我们对其现状的观测会影响它的过去并确定宇宙的不同历史,正如双缝干涉实验中观测粒子会影响粒子的过去一样。(参考自:霍金-大设计)

二,差分逻辑电平匹配

差分逻辑电平之间的匹配,主要应用于时钟和高速信号。通过之前章节关于差分逻辑电平的电路结构分析,为保证差分信号输出与输入的匹配,则要满足如下几个条件:

1. 对于输出端来说,要保证从输出±端的回流通路(电流模式);

2. 对于输入端来说,要保证输入共模电压和差分摆幅(差模电压)满足输入端要求(如下图所示);

3. 对于传输线来说,要保证传输线阻抗匹配(终端并联),保证信号传输质量。

LVPECL,LVDS,HSTL以及CML差分逻辑电平之间的输出和输入判断电平如下图所示。

1,LVPECL驱动输出

LVPECL电路逻辑输出必须要有对地直流偏置通路,作为其共模输出电压。

1.1 LVPECL to LVPECL

LVPECL直流耦合输出的两种匹配电路如下图所示。

1. 左下图中终端上下来电阻用于阻抗匹配和共模电压设置:

1, 终端上下拉电阻(83Ω和130Ω)用于传输线阻抗匹配: 83//130 = 50Ω;

2, 直流耦合方式中终端匹配接至Vcc-2V偏置电压,达到Vcc-1.3V = 2V的共模输入电压要求(具体原因请参考《ECL电平》章节相关内容)。

2. 右下图中终端匹配电阻网络的设计,此方案相比于第一个方案节省了一个电阻。

LVPECL交流耦合输出的两种匹配电路如下图所示。

1. 左下图中输出端采用150Ω下拉,终端上下来电阻用于阻抗匹配和共模电压设置:

1, 终端上下拉电阻(83Ω和130Ω)用于传输线阻抗匹配: 83//130 = 50Ω;并提供LVPECL共模输入电压:Vcc -1.3V = 2V;

2, 150Ω下拉电阻用于提供LVPECL输出直流偏置,以及为输出电流提供直流电流路径。

——细心的胖友们应该还记得,在《ECL电平》章节中推荐设计的终端上下拉电阻以及输出端下拉电阻阻值与本章计算的电阻值有所不同,这主要是跟器件本身相关,后续遇到LVPECL相关设计,需要根据器件资料的推荐进行设计。

2. 右下图中终端匹配电阻网络设计中,带电容的终端匹配网络主要用于:消除差分信号抖动导致的共模噪声;VBB一般在接收端器件内部提供。

1.2 LVPECL to LVDS

LVPECL直流耦合LVDS,如下左图所示,当LVPECL输出对于LVDS输入端电压太高时,通常需要33Ω串联电阻用于减小输入电压范围;但大多数LVDS接收机能够接收LVPECL信号,不需要在LVDS输入端对LVPECL信号进行衰减,因为LVDS输入端的共模范围很宽。

LVPECL交流耦合LVDS,如下图所示;在交流耦合时LVPECL输出端的150Ω下拉电阻还是需要的,它为输出端提供了直流偏置通路;终端100Ω差分阻抗匹配电阻,用于提供足够的信号摆幅来驱动LVDS输入端,两个10kΩ电阻将LVDS共模输入电压设置为1.65V,在LVDS接收机共模电压范围内。

——很多LVDS输入端已经集成了100Ω电阻,那么外部的100Ω电阻可以去掉。

1.3 LVPECL to CML

如下左图所示为直流耦合电路,为了匹配CML的输入,需要做复杂的电路匹配设计;所以交流耦合设计更加简洁、方便,推荐使用交流耦合匹配的方式。交流耦合LVPECL在输出端设计150Ω下拉电阻,用于提供直流偏置回路;LVPECL输出摆幅是750mv而CML要求输入摆幅是400mV(68%),那么如下图所示需要进行分压:50/(50+23) = 0.68,所以串联电阻Ra = 23Ω,实际设计选择Ra = 25Ω。

1.4 LVPECL to HCSL

如下图所示,在LVPECL交流耦合HSCL,输出端150Ω电阻下拉提供直流偏置;为了将800mV的LVPECL摆幅衰减到700mV的HCSL摆幅时,必须在150Ω电阻之后放置一个衰减电阻(Ra =8Ω);HCSL输入端需要重新偏置,可以通过将470Ω电阻连接3.3V和56Ω电阻到GND上来实现HCSL输入端350 mV的共模偏置电压。

2,LVDS驱动输出

2.1 LVDS to LVPECL

如下图所示,LVDS输出直流耦合LVPECL输入,83Ω与130Ω并联匹配提供LVPECL输入共模电压:2V;同时提供了差分线的阻抗匹配:83Ω//130Ω = 50Ω。

如下图为交流耦合匹配电路,LVDS输出端不需要提供直流偏置回路,所以我们只需设计LVPECL输入端的共模偏置电压Vcc – 1.3V = 2V),和终端阻抗匹配(差分:100Ω,单端:50Ω)。

2.2 LVDS to LVDS

LVDS输出直流耦合LVDS输入,如下图所示;电路匹配非常简单,只需在终端跨接100Ω电阻,如果输入端已集成100Ω终端电阻,那么可以去掉外部电阻;共模偏置电压直接由输出端提供。

LVDS输出交流耦合LVDS输入,同样只需要跨接100Ω作为终端端接;但此时输入端共模偏置电压需要外部提供,具体如下图所示。如果器件内部集成了100Ω终端电阻以及内部偏置,那么交流耦合直连即可,具体需要看器件规格书,再决定采用直流还是交流耦合更加方便。

2.3 LVDS to CML

大多数CML接收器有片上终端匹配(100Ω),不需要额外电阻。而且只有当CML输入端不提供偏置电压时,才需要两个10KΩ电阻。但这些都需要根据实际的器件规格书来确定具体的匹配方式。

3,CML驱动输出

3.1 CML to LVPECL

如下图所示,CML输出到LVPECL输入一般推荐使用交流耦合的方式;50Ω上拉电阻用于CML输出的直流偏置,并提供一个源端匹配(这个50Ω电阻本来是在CML输入端上拉的,需要外部匹配,具体参考《LVDS&CML 电平》相关章节内容);如下左图所示,LVPECL输入端器件内置了匹配电路。

如下右图交流耦合匹配电路,R1应大于50Ω以防止CML输出损耗和PCB损耗过大,无法满足LVPECL输入端的最小差分输入电压摆幅要求。

3.2 CML to LVDS

一般来说CML输出到LVDS输入,建议采用AC耦合的方式;原理同上,输出端需要50Ω上拉电阻已提供CML输出直流偏置和匹配;LVDS输入端则需提供共模偏置电压和100Ω电阻以提供差模电压摆幅。如果输入端LVDS已经集成了100Ω电阻和共模偏置电压,那么可以直接通过交流耦合接至输入端。

3.3 CML to CML

如果CML输出端和接收端都有相同的VCC电源电压和片上上拉电阻(50Ω),那么可以直接连接,无需外部元件;如果输出端不提供一个内部50Ω的上拉电阻,那么50Ω上拉电阻需要放置在输出端或接收端。而对于交流耦合方式,如下右图所示;只有当CML接收端不提供共模偏置电压,才需要两个10kΩ的电阻。匹配连接的方式需具体根据器件规格书再确定。

4,HCSL驱动输出

3.1 HCSL to LVDS

如下图所示, HCSL输出端电流在014mA之间切换:当一个输出管脚为低电平(0)时,另一个为高电平(驱动14mA)。HCSL驱动器的等效负载电阻为43Ω,与50Ω阻抗并联后相当于23.11Ω,计算可得LVDS输入的摆幅为14mA * 23.11Ω= 323mVLVDS输入需要重新偏置,可以通过将一个8.7KΩ电阻连接到3.3V5KΩ电阻连接到GND来实现LVDS接收器输入共模的1.2V 直流电平;如果LVDS接收器差分输入端上已内置100Ω电阻和共模偏置电压,则不需要外部100Ω电阻和共模偏置电阻。

写在最后

电平匹配设计并不是一成不变的,首先需要根据器件规格书从理论上对输出端和输入端的电路结构,高电平范围,摆幅等进行理论分析;然后进行电路匹配的设计,一般交流耦合更加简单方便(除非是相同电平标准,而且输出与输入规格相匹配的情况);最后单板回来后需要进行实际测试,确定匹配设计能够满足输入端的信号质量要求。本章内容其实已涉及了部分《硬件开发流程》中的相关内容,有一些标准性、规范性和指导性的思想,而非技术本身相关。后续在相关专题中详细展开分析。

本章部分相关内容和图片参考自:TI-《DC-Coupling Between Differential LVPECL, LVDS, HSTL, and CML -Scaa062》;TI-《AC-Coupling Between Differential LVPECL, LVDS, HSTL, and CML -Scaa059c》;csdn-《差分晶振_LVDS/LVPECL/HCSL/CML模式》。下一专题《总线设计基础》。

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值