电子设备场路协同静电放电仿真研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:lingshi185
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
静电放电是电磁兼容领域所研究的电磁干扰源问题的重要组成部分,指处于不同带电序列位置的物质之间接触分离 (摩擦)使物体上正负电荷失去平衡而发生的静电现象。随着高速集成电路的集成度和脉冲信号速度的提高,电路中的波效应越来越明显,单纯使用电路分析方法进行仿真设计会造成较大误差。因此本文以场路协同的仿真方式探究了静电放电对电子设备的影响情况。
  本文首先建立了静电放电的场路协同仿真平台,通过此仿真平台可以对包含PCB,芯片及保护外壳的电子设备进行静电放电的仿真测试。其中对核心的静电放电发生器根据IEC61000-4-2标准进行了验证,并以此静电放电发生器的模型为例,分别用三维全波模型和场路协同模型进行了相互验证,证明了场路协同仿真方法的正确性。
  接着本文在全波仿真得到的三维静电放电模型对应的 S 参数电路模块上添加了 PCB 上的芯片模型,共同构建完整电路,进行了标准场路协同仿真。通过对静电放电的标准场路协同仿真,探究了发生静电放电时放电电压、不同保护外壳、不同放电点、放电电压上升时间、不同信号频率以及是否添加TVS管这6个因素对PCB信号传输的影响。研究结果表明,不同极性的静电放电电压对传输信号波形在前期存在很大的干扰脉冲,稳定期对波形存在着抬升/压制的作用;放电点电流峰值对信号传输电压的影响呈正指数关系,而添加TVS管对静电放电有着较好的抑制作用,可以将干扰电压控制在2V以内。
  最后将静电放电对类手机外壳与类机箱外壳这两种保护外壳进行放电的模型进行纯瞬态场路协同仿真,得到了在放电过程中整个仿真区域的电磁场分布以及特定位置的电磁场详细数据,从电磁场的角度探究分析了静电放电对电子设备产生的影响。结果表明,由于没有形成良好的屏蔽,对类手机外壳放电的模型内部因为静电放电产生了幅值较大的电磁场,从而使得内部信号线进行信号传输受到较大影响,而类机箱模型因为良好的屏蔽作用,内部电磁场较小,信号传输收到的影响很小。
  本文基于场路协同方法对电子设备静电放电的研究提出了一种更加符合实际情况的仿真方式,探究分析了不同放电因素对电子设备的影响,为产品设计过程中减小静电放电的影响提供了理论指导。
其他文献
近些年来,二维材料由于其原子级别的厚度、表面无悬挂键等特性逐渐成为研究人员的热点,此外,二维材料之间依靠范德瓦尔斯力结合,所以能够将不同种类的材料组合成异质结结构,更加拓宽了其研究方向。不同于其对应的体材料,石墨烯等二维材料展现出了一系列优异的光电性质,因此广泛应用于高性能场效应管、光电传感器等电子器件,但目前此类器件仍具有些许不足,例如栅氧化层的存在阻碍了载流子的扩散运动,导致了较低的迁移率;使
学位
语音唤醒作为一种关键词识别(Keyword Spotting, KWS)技术,通常用作复杂语音交互设备的接口,是一种小型的关键词检索系统。随着物联网技术的发展,语音唤醒电路被广泛地应用在电池受限的移动、可穿戴设备中,并且保持常开(Always on)的状态,因此该类芯片对语音唤醒电路的功耗要求非常严格。  本文设计了一种极低功耗的语音唤醒电路,主要包括特征提取电路、神经网络电路和后处理电路。特征提
学位
随着物联网技术的飞速发展以及嵌入式芯片处理能力的增强,人体行为检测在智能视频监控、家居安全等领域的需求日益增加。目前基于深度学习的行为检测技术虽然取得了突破性进展,但是依然存在着视频特征提取不够高效、多任务优化不充分、模型复杂难以部署到嵌入式平台等问题,需要进一步的发展和完善。  本文着重于高效的视频时空特征提取方法以及准确的多尺度检测方法的研究,并探索在嵌入式设备上的优化方案,提出了基于2D和3
学位
近些年来,基于无监督学习的图像深度估计算法成为计算机视觉领域的热门研究方向,广泛应用在三维重建、语义分割、SLAM等场景。考虑到算法的应用,FPGA作为一种高度并行化的可编程器件,经过针对性的硬件设计,能够兼顾计算性能与功耗,实现算法在硬件平台的加速设计。在此背景下,本文以基于无监督学习的图像深度估计算法为切入点,实现该算法的硬件加速设计。  本文首先选用对硬件友好的Goard算法方案作为基准方案
基于单目相机的视觉里程计是室内移动定位领域的关键技术。该技术通过追踪视频流图像中的点-线-面特征,建立了相机在现实世界中运动轨迹的数学模型。考虑到室内网格型天花板上存在大量有利于定位的结构化线特征与平面特征,本文设计了一种基于单目顶视相机追踪天花板特征的室内定位系统,并在嵌入式平台上实现。该系统以PL-SVO为基础框架,改进线特征的初始化、坐标优化、匹配以及位姿优化等模块,并增加天花板平面特征优化
学位
面对自然界中人体动作的多样性和丰富性,基于监督学习的动作识别算法已经难以满足各种应用中的需求。近年来,基于零样本学习的动作识别方法使得算法模型能够在不使用新动作类别样本进行额外训练的情况下完成对应样本的识别工作,大大提升了动作识别技术的泛化能力和通用性。  本文深入研究了基于关系图谱的零样本学习方法,并针对动作识别领域的关键问题和难点提出了一套基于图卷积神经网络和动作关系图谱的零样本动作识别算法(
学位
人防警报平台是国家人防工程的重要组成,关系到国家安危和人民生命财产安全。人防警报终端作为现有人防警报平台中的关键部分,对整个平台的正常运转具有底层支撑作用。本文针对人防警报终端在维护检测中存在的实际问题,设计基于物联网的人防警报终端监测系统。该系统可对人防警报终端进行有效监测,确保人防警报终端处于正常工作状态,对提升人防警报终端维护检测的效率和水平具有重要意义  首先,论文分析了现有人防警报平台架
学位
物联网技术正在加速对现代生活方式产生深刻影响。在物联网技术的大潮下,WiFi、蓝牙和Zigbee等基于工业、科学、医疗(Industrial Scientific Medical, ISM)频段的短距通信技术在终端应用场景中发挥着重要作用。相应地,对低压、低功耗、高质量射频收发机的需求也快速增长,同时促进了高性能锁相环(Phase Locked Loop, PLL)和频率综合器的发展。作为PLL的
学位
视频图像是当今社会信息交互的主要媒介。人类依靠视觉获取视频图像并影响大脑判断,智能设备依赖视觉传感器获取环境信息。雾霾天气下大气粒子对光路的散射使得清晰图像的获取变得困难,进而产生一系列安全隐患。随着 5G、物联网和自动驾驶等新兴技术发展,更多智能设备将在视觉系统的辅助下执行任务,而清晰图像的获取将增强设备工作的可靠性和稳定性,图像去雾技术应运而生。本文提出了一种基于FPGA的自适应图像去雾算法,
近年来,机器视觉中的生物识别这一研究方向越来越受到人们的关注,其中的人脸识别更是当前的研究热点。二维人脸识别受人脸表情、环境背景和人脸姿态等诸多因素的影响,很难保证人脸识别的准确性,如何快速准确地重建出三维人脸模型就显得尤为重要。光度立体视觉技术是机器视觉领域一种经典的三维重建技术,具有非接触性和精度高等优点,但是也存在设备复杂、重建实时性差等缺点。为此,本文基于FPGA硬件平台,对光度立体视觉算
学位