Как получить эквивалентные модели схем из данных S-параметров

Понимание S-параметров

Параметры S, или параметры рассеяния, являются универсальным языком высокочастотной сетевой характеристики. Каждый элемент S-матрицы представляет собой сложное число, которое фиксирует амплитуду и фазовую зависимость между волновым инцидентом на одном порту и волной, отраженной или передаваемой в другом порту. Для двухпортового устройства фундаментальные величины включают:

• S₁₁: Коэффициент отражения ввода (сколько сигнала отражается от порта 1 при завершении порта 2 в импедансе системы)
• S₂₁: Коэффициент передачи вперёд (прибыль или убыток от порта 1 до порта 2)
• S₁₂: Коэффициент обратной передачи (изоляция или обратный коэффициент усиления)
• S₂₂: Коэффициент отражения выходного сигнала

Эти параметры измеряются с помощью векторного сетевого анализатора (VNA) при хорошо контролируемых условиях импеданса, обычно 50 Ω. VNA используют калиброванную установку, которая включает в себя точную опорную импедансную (SOLT) калибровку, часто достигаемую посредством калибровки короткой открытой нагрузки (SOLT) или калибровки по линии отражателя (TRL). Выбор метода калибровки влияет на точность полученных S-параметров; TRL является предпочтительным для измерений волновода и на пластине, в то время как SOLT является общим для коаксиальных светильников. Поскольку S-параметры представляют собой соотношения движущихся волн, они сохраняют волновую природу сигналов и действительны на частотах микроволновой и миллиметровой волн. Например, величина S₂₁, непосредственно дает потерю вставки, в то время как величина S₁₁ количественно определяет обратную потерю. Информация о фазе содержит важные детали синхронизации и дисперсии, которые простой график величины не

Данные S-параметров часто поставляются в виде файлов с сенсорным камнем (.sNp), которые содержат частоту, величину и фазу. Эти файлы могут включать в себя несколько строк для разных частотных точек, и каждая строка содержит реальные и воображаемые части или величину и фазу для каждого S-параметра. Эти сырые данные, однако, не дают вам схему схемы, которая может быть использована в симуляторе типа SPICE. Этот разрыв преодолевается путем получения эквивалентной модели схемы. Чтобы узнать больше о фундаментальной теории S-параметров, обратитесь к всеобъемлющему обзору на Википедия .

Почему выделяют эквивалентные модели?

Эквивалентная модель схемы переводит абстрактное поведение S-параметра в конкретную сеть резисторов, конденсаторов, индукторов и иногда контролируемых источников или линий передачи.

• Скорость моделирования: Модель с комковатым элементом работает на порядок быстрее, чем полноволновое электромагнитное моделирование, что позволяет быстро итерировать дизайн и анализировать Монте-Карло. Эта скорость необходима при оптимизации схемы через сотни вариаций параметров.
• Дизайн проницательности: Увидев конденсатор с последовательной резистентностью и индуктивностью, сразу же можно увидеть частоту и фактор качества саморезонанса. Можно визуализировать, где доминируют паразитные эффекты и как они масштабируются с частотой. Например, саморезонанс индуктора проявляется как пик в импедансной величине; модель раскрывает параллельную емкость, которая его вызывает.
• Системная интеграция:] SPICE и гармонико-балансовые симуляторы ожидают, что эквивалентные схемы, а не табулированные S-параметры, выполнят DC, переходные или нелинейные анализы. Они позволяют смешивать данные частотной области с моделированием временной области. Это особенно важно в конструкциях смешанного сигнала, где аналоговые и цифровые блоки имеют один и тот же субстрат.
• Оптимизация: Вы можете настроить физические размеры, привязав извлеченные значения RLC к геометрии. Например, увеличение ширины трассы для уменьшения индуктивности становится простым параметрическим размахом. В коммерческом симуляторе можно настроить петлю оптимизации, которая настраивает параметры модели для удовлетворения целевого импедансного профиля.
• Портативность: Эквивалентная схема может быть разделена между командами и инструментами без необходимости первоначальной настройки измерения или исходных файлов Touchstone. Это упрощает сотрудничество между группами проектирования и тестирования, и это позволяет встраивать модель в более крупные системные симуляции.

Рассмотрим конденсатор поверхностного монтажа, измеренный от 10 МГц до 20 ГГц. Значение S-параметра показывает резкое падение на частоте саморезона, но этот необработанный график не изолирует индуктивность серии или эквивалентное сопротивление серии. Выведя эквивалентную схему - емкость последовательно с индуктивностью и сопротивлением - вы можете разделить внутреннюю C, паразитарную ESL и ESR. Эта разделенная модель позволяет предсказать производительность конденсатора в разъединительной сети с гораздо большей уверенностью, чем простой блок S-параметра. Это также позволяет оценить влияние каждого паразита на целостность мощности, например, как ESL создает падение напряжения во время временного тока.

Ключевые математические преобразования

Первым шагом в построении слитой модели является преобразование S-параметров в имитирующие параметры — матрицы импеданса (Z) или допуска (Y) — которые могут быть непосредственно интерпретированы как последовательные или параллельные ветви. Для сети с двумя портами хорошо установлены формулы преобразования (при условии ссылки 50 Ом). Преобразование из S в Y включает вычисление идентификаторов:

• Прием (Y) матрица:₁₁₀][1−S₁₁]12₁₁₂₂
  120112212₂₂
  
• Импеданс (Z) матрица:₁₁₀]_{1122122122
  12021
  [1−S11] — S21[[}

Выбор Y-параметров особенно удобен, когда желаемая эквивалентная схема содержит шунтирующие ветви (например, конденсатор от сигнала к земле). Z-параметры подходят для элементов серии. На практике вы часто работаете с обоими, в зависимости от топологии, которую вы хотите синтезировать. Для сетей с более чем двумя портами преобразование распространяется на матричные операции с использованием идентификатора [Y] = (Z _]0 -1 [[I]−[S]]·[[I]+[S]]−1 ^{, где Z ₀ является матрицей импеданса отсчета (часто диагональной матрицей с 50 Ω на диагонали). Эти преобразования являются линейными и могут быть эффективно вычислены даже для десятков портов. После преобразования в Y или Z вы можете затем исследовать частотную реакцию каждого элемента. Например, чисто емкостная допуска Y ₁₁}

Подбор данных S-параметра для рациональной функции

Основная математическая задача состоит в том, чтобы приблизить частотно-зависимые параметры Y или Z с рациональной функцией, которая соответствует сети сплетенных элементов.

F(s) ≈ (Σ ri/(s − pi)) + d + s·e

где s = jω, riripipiddeе даёт индуктивное или емкостное высокочастотное наклонение.Это представление о полюсах напрямую отображает схему: каждый реальный полюс даёт параллельную ветвь RC или ряд RL, в то время как сложные конъюгированные полюса создают резонаторы RLC. Например, реальный полюс при s = -α с остатком r соответствует параллельной ветви RC с R = -r/α и C = 1/r.

Алгоритм , подходящий для вектора, представленный Густавсеном и Семлиеном в 1999 году и теперь широко доступный в scikit-rf, RF Toolbox MATLAB и коммерческие симуляторы, стал доминирующим методом, поскольку он переписывает нелинейную задачу установки в виде серии линейных задач с наименьшими квадратами посредством процесса итеративного перемещения полюсов. Для подробного объяснения алгоритма оригинальная статья Густавсена и Семлиена остается авторитетной ссылкой IEEE Xplore.

• Выбирая начальные полюса, либо логарифмически разнесенные по полосе частот, либо сложные сопряженные пары. Плохой первоначальный выбор полюсов может замедлить сходимость или привести к локальным минимумам. Обычная практика заключается в размещении исходных полюсов в сложной сопряженной паре с небольшой реальной частью для представления резонансов.
• Решение линейной задачи наименьших квадратов для остатков и так называемых коэффициентов «сигма». Этот шаг использует измеренные данные частоты во всех точках для решения переопределённой системы.
• Обновление полюсов путем идентификации нулей функции сигмы. Функция сигмы является вспомогательной рациональной функцией, которая, вычитаясь из исходного, изолирует места полюсов. Нахождение ее нулей обеспечивает новые оценки полюсов, которые сходятся к истинным полюсам системы.
• Повторение до стабилизации полюсов, как правило, в течение 5-10 итераций.

После того, как полюса найдены, окончательный раствор наименьших квадратов дает остатки и необязательные d и e термины. Результатом является рациональная модель, которая обычно соответствует исходным данным в пределах доли децибела и степени фазы. Для шумных данных взвешенная подгонка или предварительное сглаживание могут помешать алгоритму отслеживать артефакты измерения. На практике взвешивание ошибки по величине данных (так что небольшие S-параметры вносят меньший вклад) улучшает подгонку для резонансных структур.

Обеспечение пассивности и причинности

Модель, которая идеально подходит для измеренных S-параметров, бесполезна, если она генерирует энергию, т.е. если она не пассивна. Пассивность может быть проверена, требуя, чтобы все полюса имели отрицательные реальные части (для стабильной системы) и чтобы реальная часть матрицы допуска была положительно определенной на всех частотах. Если происходят нарушения, алгоритмы обеспечения пассивности возмущают остатки или полюса, слегка восстанавливая пассивность, сохраняя приемлемую посадку. Инструменты, такие как Keysight ADS и AWR Microwave Office, включают встроенное обеспечение пассивности, и scikit-rf предлагает функции постобработки для проверки и исправления моделей. Причинность также имеет решающее значение: отношения Крамера-Кронига связывают реальные и воображаемые части причинной системы. Если измеренные данные нарушают причинность (например, из-за неправильной калибровки), установленная модель также будет непричинной, что приводит к ошибкам в переходном моделировании. Вы можете проверить причинность, применяя обратный FFT к S-пар

Шаг за шагом пример: извлечение модели конденсатора

Чтобы проиллюстрировать рабочий процесс, рассмотрим керамический конденсатор с поверхностным креплением 100 pF, измеренный от 1 МГц до 10 ГГц с VNA. Необработанный файл S-параметра показывает глубокую выемку в |S₂₁ | около 1,5 ГГц, указывая на саморезонансную частоту. Цель состоит в том, чтобы создать модель SPICE, которая точно представляет импеданс до 5 ГГц. Вот как происходит экстракция:

1. Импорт и проверка данных: Загрузите файл .s2p в среду Python с помощью scikit-rf. Сеть преобразуется в Y-параметры, потому что конденсатор является шунтирующим компонентом. Заполните воображаемую часть Y₁₁; она увеличивается линейно на низких частотах (емкостная область), затем показывает пик при саморезонансе и уменьшается на более высоких частотах (индуктивная область).
2. Векторная арматура: Начните с двух полюсов: одного реального полюса для низкочастотной потери (ESR) и одной сложной сопряженной пары для резонанса. После амортизации проверяется ошибка модели. Ошибка RMS может составлять около 0,01 дБ. При необходимости увеличьте до трёх полюсов. Часто третий реальный полюс захватывает дополнительный паразитический резонанс из пакета.
3. Картовые полюса к элементам: Реальный полюс при s = -α_{11 даёт параллельную ветвь RC: R = -r}1, C = -1/r₁0₀2^{, ёмкость C = 1/_res02, сопротивление R = -2ζω_{0. В этом примере извлеченные значения L ≈ 0,1 нН, C ≈ 100 пФ и ESR ≈ 0,2 Ω.}}
4. Поколение списка: Напишите подсхему SPICE с этими элементами. Для простой модели достаточно сети RLC серии между двумя портами. Убедитесь, что саморезонансная частота модели соответствует 1/(2π√(LC)).
5. Проверка: Имитировать модель в гармоническо-балансовом тренажере и наложить S-параметры из первоначального измерения. Величина и фаза должны согласовываться в пределах 0,1 дБ и 1° до 5 ГГц. Проверить рефлектометрию временной области (TDR): ответ шага должен показывать падение в месте емкости и отсутствие аномальных отражений.

Этот пример прост, но реальные компоненты часто демонстрируют множественные резонансы от внутренней структуры электрода. В этих случаях требуется соответствие более высокого порядка с несколькими сложными сопряженными парами полюсов. Та же процедура отображения применяется итеративно.

Практический рабочий процесс от измерения к модели

Преодоление разрыва между измерением VNA и проверенной моделью схемы включает дисциплинированную последовательность:

1. Измерение и калибровка: Используйте точный калибровочный комплект (SOLT, TRL или электронная калибровка), охватывающий весь интересующий диапазон частот. Применяйте расширение порта или деэмблировку для перемещения плоскости отсчета к тестируемому устройству (DUT). Современные VNA позволяют сохранять данные в качестве файла из сенсорного камня с надлежащей нормализацией. Для лучшей точности используйте калибровку, которая включает в себя наконечник крепления или зонда.
2. Импорт данных и предварительная обработка: Загрузите файл .s2p в инструмент анализа. Проверьте шумовые шипы, фазовые обертки и причинность, изучив ответ временной области через обратное преобразование Фурье. Гладкие или усеченные данные на краях полосы, если это необходимо. Хорошей практикой является проверка реальных и воображаемых частей на согласованность — для пассивного компонента реальная часть импеданса должна быть неотрицательной.
3. Переход к параметрам Y или Z: Выберите тип параметра, который наилучшим образом соответствует ожидаемой топологии схемы. Для шунтируемого DUT Y-параметры являются естественными; для элемента серии предпочтительны Z-параметры. Для сети с двумя портами при необходимости также можно преобразовать в гибридные или ABCD параметры.
4. Векторная подгонка: Запустите подходящий алгоритм с пробным числом полюсов. Увеличьте порядок до тех пор, пока ошибка root-mean-square между рациональной моделью и данными не будет ниже −40 дБ или пока не будут достигнуты практические пределы пассивности. Для scikit-rf класс автоматизирует это несколькими строками Python.
5. Проверка и обеспечение соблюдения пассивности: Используйте такие инструменты, как и , чтобы гарантировать стабильную модель.
6. Генерация списков: Полюсы и остатки картографических данных для компонентов RLC и запись списков SPICE. Многие платформы предлагают функцию «Generate Equivalent Circuit», которая создает блок подсхем с параметрами.
7. Проверка: Имитируйте извлеченную схему в тех же частотных развертках и сравнивайте графики S-параметров с первоначальным измерением. Отрегулируйте порядок модели или добавьте функции извлечения, если расхождения превышают вашу допуск.

Для производства больших объемов этот рабочий процесс может быть автоматизирован с использованием скриптов. Python-скрипты с scikit-rf могут читать партию файлов Touchstone, подходящих моделей и экспортных списков, обеспечивая неизменное качество модели.

Инструменты и программное обеспечение

Различные коммерческие и открытые инструменты поддерживают этот рабочий процесс:

• Keysight ADS: «Бродвейд SPICE Модель Генератор» (BSMG) использует векторную подгонку для создания SPICE моделей непосредственно из данных S-параметров. Он легко интегрируется с схемами и электромагнитными симуляторами и поддерживает извлечение задержки для длинных межсоединений.
• AWR Microwave Office: Библиотеки iFilter и Modelithics используют методы извлечения, а среда VSS поддерживает автоматизированное генерирование моделей. Инструмент также предоставляет мастера рациональной подгонки, который направляет вас через выбор полюсов.
• ANSYS HFSS: В то время как в основном это EM-решитель, HFSS может экспортировать эквивалентные модели схем через свой интерфейс «Circuit» или через мастер извлечения S-параметрической модели, генерируя подсхему в формате SPICE.
• scikit-rf (Python): Библиотека с открытым исходным кодом, которая реализует векторную адаптацию, конверсию сетевых параметров и обеспечение пассивности. Она идеально подходит для пользовательских сценариев и исследовательских рабочих процессов. Библиотека также поддерживает графики и визуализацию данных, что позволяет легко оценить качество соответствия.
• MATLAB RF Toolbox: Функция обеспечивает встроенную реализацию алгоритма векторной подгонки, в то время как обеспечивает пассивность. MATLAB также предлагает графический интерфейс для импорта файлов Touchstone и генерации эквивалентных схем.

Для инженеров, предпочитающих полностью написанный подход, scikit-rf в сочетании с автором нет-листа может быть интегрирован в конвейер непрерывной интеграции, автоматически генерируя модели для каждого измеренного компонента. Экосистема Python также позволяет легко подключаться к базам данных и системам управления версиями, облегчая прослеживаемость модели.

Валидация и уточнение

Модель хороша только в качестве проверки. Помимо простого наложения следов S-параметра, строгая проверка включает:

• Величина вектора ошибки (EVM): Вычислить разницу между исходными и смоделированными S-параметрами.В критических приложениях может потребоваться EVM ниже −50 дБ. Используйте метрики ошибок с частотным весом, если определенные полосы более важны. Например, в фильтре полосы пропускания ошибка полосы пропускания должна быть взвешена более сильно.
• Груп-матч задержки: Точность фазы имеет решающее значение для импульсных и цифровых систем. Участок групповой задержки, полученный из обоих наборов данных для улавливания ошибок дисперсии. Несоответствия групповой задержки часто указывают на отсутствие высокочастотных полюсов. Общим критерием принятия является отклонение группы задержки в пределах рабочей полосы менее чем на 1%.
• Отражательная метрика по временной области (TDR): Применить обратный FFT к S₁₁ или S₂₂ и сравнить реакцию шага или импульса. Несоответствия выявляют недостающие высокочастотные полюса или неточное экстраполирование постоянного тока. TDR помогает определить, правильно ли модель воспроизводит разрывы импеданса, такие как короткие или открытые на терминалах устройства.
• Стабильность по температуре и смещению: Если ваше измерение включает в себя экологические проверочные приборы, убедитесь, что извлеченная модель остается физически правдоподобной. Подозреваема модель, требующая отрицательных значений резистора при определенных условиях. В таких случаях рассмотрите возможность установки отдельных моделей для каждого условия и интерполяции.
• Перекрестная валидация: Выделите некоторые частотные точки при установке и сравните прогнозы с этими неиспользованными данными. Этот метод защищает от переподгонки. Типичный подход заключается в использовании 90% данных для установки и 10% для проверки, а затем поверните раздел.

Если начальная модель не срабатывает, пересмотрите порядок установки, добавьте точку постоянного тока (экстраполированную из измерений низкой частоты) или немного ослабьте ограничения пассивности, а затем снова усилите. Часто скромное увеличение порядка модели резко улучшает соответствие, не жертвуя пассивностью. Также рассмотрите возможность удаления шумных данных на краях полосы, особенно если VNA показал низкий динамический диапазон там.

Общие подводные камни и лучшие практики

Даже опытные практикующие сталкиваются с препятствиями. Следующие рекомендации помогают избежать наиболее частых ошибок:

• Плохая калибровка: Остаточная направленность, совпадение источников и ошибки соответствия нагрузки искажают S-параметры. Всегда используйте свежую калибровку и проверяйте с помощью известного стандарта. Используйте калибровочную проверку (например, измерение короткой или открытой) перед получением данных. Для высокоточных работ рассмотрите возможность использования электронного калибровочного модуля, который автоматизирует процесс.
• Недостаточная пропускная способность: Извлеченная модель плохо экстраполирует за пределы измеренного диапазона частот. Измеряет за пределами интересующей полосы так, чтобы подходящий алгоритм мог правильно фиксировать поведение выкатывания. Если возможно, расширить измерения до DC с помощью анализатора импеданса низкой частоты или экстраполируя низкочастотный тренд. Для конденсатора DC может быть приближен как открытая схема.
• Слишком много полюсов могут захватывать измерительный шум, создавая нефизические колебания. Начните с низкого порядка и постепенно увеличивайтесь, соблюдая плато ошибок. Используйте информационные критерии (AIC, BIC) для выбора оптимального порядка. Правило большого пальца: используйте не более одного полюса на резонанс, видимый в данных.
• Игнорирование поведения постоянного тока: Конденсаторы на постоянном токе являются открытыми контурами, а индукторы — шортами. Добавление синтетической точки постоянного тока (например, бесконечного импеданса для конденсатора, нуля для индуктора) ограничивает подгонку и повышает точность низкочастотного тока. Без точки постоянного тока модель может дрейфовать на низких частотах, предсказывая нереалистичное отрицательное сопротивление.
• Предполагая фиксированную топологию:] Конденсатор шунтирования может нуждаться в последовательной индуктивности на высоких частотах; простая модель параллельной пластины выходит за рамки саморезона. Пусть данные диктуют необходимость в паразитических элементах более высокого порядка. Всегда проверяйте установленную рациональную функцию, чтобы увидеть, являются ли дополнительные полюса оправданными. Заполните остатки и полюса, чтобы проверить, являются ли какие-либо из них избыточными.
• Пренебрежение пассивностью:] Мягкая непассивная модель может функционировать в линейном моделировании, но вызывать сбои конвергенции в переходном или гармоническо-балансовом анализе. Всегда проверяйте и применяйте пассивность перед завершением модели. Такие инструменты, как scikit-rf, обеспечивают функции для обнаружения и исправления нарушений пассивности с минимальным воздействием на точность.
• Игнорирование вариаций процесса: Если компонент находится в производственном цикле, рассмотрите вариант «от партии к партии». Подберите наихудшую модель или статистическую модель с использованием нескольких измерений. Например, измерьте десять конденсаторов, подберите номинальную модель, а затем извлеките стандартное отклонение значений RLC.