오실로스코프 주파수 영역 측정 전원 공급 장치 노이즈 측정 문제
전원 노이즈를 분석하는 과정에서 보다 고전적인 방법은 오실로스코프를 사용하여 전원 노이즈 파형을 관찰하고 진폭을 측정하여 전원 노이즈의 원인을 파악하는 것입니다. 그러나 디지털 디바이스의 전압은 점차 감소하고 전류는 점차 증가함에 따라 전원 공급 장치 설계가 더욱 어려워지고 전원 공급 장치 노이즈를 평가하기 위해서는 보다 효과적인 테스트 방법을 사용해야 합니다. 본 글은 주파수 영역 방법을 이용하여 전원 노이즈를 분석한 사례입니다. 시간 영역 파형을 관찰하여 결함을 찾을 수 없는 경우에는 FFT(Fast Fourier Transform) 방식을 통해 시간-주파수 변환을 수행하고, 시간 영역 전원 노이즈 파형을 주파수 영역으로 변환하여 분석합니다. 회로를 디버깅할 때 시간 영역 및 주파수 영역 관점에서 신호 특성을 보면 디버깅 프로세스 속도를 효과적으로 높일 수 있습니다.
단일 보드 디버깅 과정에서 네트워크의 전원 공급 장치 잡음이 장치 요구 사항을 초과하는 80mV에 도달한 것으로 나타났습니다. 장치가 안정적으로 작동하려면 전원 공급 장치의 노이즈를 줄여야 합니다.
이 결함을 디버깅하기 전에 전원 공급 장치 노이즈 억제 원리를 검토하십시오. 배전 네트워크의 서로 다른 주파수 대역은 소음을 억제하기 위해 서로 다른 구성 요소를 사용합니다. 디커플링 구성 요소에는 VRM(전력 조절 모듈), 디커플링 커패시터, PCB 전원 접지면 쌍, 장치 패키지 및 칩이 포함됩니다. VRM에는 전원 칩과 주변 출력 커패시턴스가 포함되어 있으며 대략 DC에서 저주파(약 100K)까지 작동합니다. 등가 모델은 저항기와 인덕터로 구성된 2개 구성 요소 모델입니다. 중간 주파수 대역(약 10K~100M)을 완전히 커버하려면 수십 배 크기의 커패시터와 함께 디커플링 커패시터를 사용하는 것이 가장 좋습니다. 배선 인덕턴스와 패키지 인덕턴스의 존재로 인해 디커플링 커패시터를 다수 쌓아도 고주파수에서 기능하기 어렵습니다. PCB 전원 공급 장치 접지면은 약 수십 메가바이트의 디커플링 효과도 있는 플레이트 커패시터를 형성합니다. 칩 패키징과 칩은 고주파 대역(100M 이상)을 담당합니다. 현재 고급 장치는 일반적으로 패키지에 디커플링 커패시터를 추가합니다. 이때 PCB의 디커플링 범위는 수십 메가바이트 또는 심지어 수 메가바이트로 줄어들 수 있습니다. 따라서 전류 부하가 변경되지 않은 경우 전압 노이즈가 나타나는 주파수 대역을 결정한 다음 이 주파수 대역에 해당하는 디커플링 구성 요소를 최적화하면 됩니다. 두 개의 디커플링 요소는 인접한 주파수 대역에서 협력하므로 디커플링 요소의 임계점을 분석할 때 인접한 주파수 대역의 디커플링 요소도 고려해야 합니다.
전통적인 전원 공급 장치 디버깅 경험을 바탕으로 일부 디커플링 커패시터를 먼저 네트워크에 추가하여 전원 공급 장치 네트워크의 임피던스 마진을 늘려 중간 주파수 대역의 전원 공급 장치 네트워크 임피던스가 애플리케이션의 요구 사항을 충족할 수 있도록 했습니다. 대본. 그 결과 리플이 몇 mV만 감소하고 최소한의 개선이 이루어집니다. 이 결과에는 여러 가지 가능성이 있습니다. 1. 잡음은 저주파에 있으며 이러한 디커플링 커패시터의 범위 내에 있지 않습니다. 2. 커패시턴스를 추가하는 것은 전력 조정기 VRM의 루프 특성에 영향을 미치며, 커패시턴스로 인한 임피던스 감소는 VRM과 관련이 있습니다. 악화가 상쇄됩니다. 이 질문을 염두에 두고 우리는 오실로스코프의 주파수 영역 분석 기능을 사용하여 전원 공급 장치 노이즈의 스펙트럼 특성을 확인하고 문제의 원인을 찾는 것을 고려했습니다.
오실로스코프의 주파수 영역 분석 기능은 푸리에 변환을 통해 구현됩니다. 푸리에 변환의 핵심은 모든 시간 영역 시퀀스가 서로 다른 주파수의 사인파 신호의 무한 중첩으로 표현될 수 있다는 것입니다. 이러한 정현파의 주파수, 진폭, 위상 정보를 분석하는데, 이는 시간 영역 신호를 주파수 영역으로 전환하는 분석 방법입니다. 디지털 오실로스코프에서 샘플링한 시퀀스는 이산 시퀀스이므로 FFT(Fast Fourier Transform)가 분석에 가장 일반적으로 사용됩니다. FFT 알고리즘은 DFT(Discrete Fourier Transform) 알고리즘에서 최적화되었습니다. 계산량이 몇 배로 줄어들고, 계산해야 하는 포인트가 많을수록 계산 비용 절감 효과가 커집니다.
