如何焊铜管 量测射频前端模块

先说结论

  1. 要做Port Extension
  2. 待测物要上电    且根据逻辑表给Enable pin上电
  3. 网分输入功率   不要太大   -20dBm即可
  4. 铜管的接地   要足够   以及足够近
  5. 铜管与待测物之间     必要时   隔一颗电容
  6. 不要将匹配元件   也包含在量测范围
  7. 讯号针不要直接焊在焊盘上

首先   铜管要做Port Extension

因为   你今天要量的   只有待测物的S参数

换言之    其Port1跟Port2   必须从待测物开始定义

不能包含铜管     故需要做Port Extension

将Port1跟Port2     从网分   “延伸”到待测物

故取名叫Port Extension

再来     射频前端模块   必须要上电

且根据逻辑表    将Enable pin也上电

以下表为例

如果要量功放    必须把PA_EN这根讯号线    上电   一般大概1.8V ~ 3.3V

如果要量低噪放大器    必须把LNA_EN这根讯号线    上电   一般大概1.8V ~ 3.3V

接着    开始焊铜管

这时  可能会遇到一种状况   就是量出来的放大器增益   远不如Datasheet宣称

可能少了7dB ~ 8dB   

这有两个原因  

第一    就是网分的输入功率调太大      一般预设为0dBm

但是    若功放的增益为30dB    这意味着

从Port1打出的0dBm讯号     会变成30dBm(先不计损耗)   从port2灌入网分

这会把网分灌到饱和    量出来的数据   当然有所偏差

或许有人说   加衰减器      这是一个可行办法

但如前述   你今天要量的   只有待测物的S参数

一旦加了衰减器    这意味你量出来的数据    包含了 (衰减器 + 待测物)

不然就变成    要把(衰减器 + 铜管)    一并做Port extension

但这方法比较麻烦    而且port extension不是万能   尽可能待测物以外的器件越少越好

简单的方法是   降低网分的输入功率即可    

可以调降成-20 dBm

如此一来    灌入网分的讯号   也只是10 dBm (-20dBm + 30dB)

不至于会灌到饱和

但也不宜太小  否则可能会小于功放的输入功率范围   导致无法驱动   以至于量不到增益

第二个原因是    铜管的接地  

以下图为例 

这样没有足够的接地    我们用下图解释

首先   我们知道  任何讯号  必定都会透过回流路径  回到原处  构成回路

铜管也是

而我们要知道    铜管接地之处   在PCB上   未必会有地孔

因此  铜管的回流路径   可能会先走一小段红色线段   再透过地孔  流到主地

而红色线段    本身可以看成寄生电感

换言之   此时整体的回路电感   会因为那段红色线段而增大   进而加大损耗

导致量出来的放大器增益   比Datasheet宣称的还少了许多   因为都被损耗吃掉

因此     我们要加大接地面积    使其有足够接地

如此一来   等同并联了诸多红色线段

而寄生电感    是并联越多   总值越小

如此便可降低整体的回路电感   进而减少损耗

而除了接地面积要大     其接地位置    也要离铜管的讯号针够近

前面说过   任何讯号  必定都会透过回流路径  回到原处  构成回路

因此   回流路径   也包含了接地处到铜管讯号针的距离   如粉红色线段

依然会贡献寄生电感    因此要想办法让接地处   离铜管的讯号针够近

把粉红色线段   贡献的寄生电感    尽可能去掉

来降低整体的回路电感   进而减少损耗

此时问题来了    因为焊盘附近    多半没有足够的地可以焊

换言之   如果接地在铜管讯号针附近

又会造成接地面积不够大    怎办?

答案是   焊两个接地处   如下图AB两处

A点确保足够接地    B点确保接地够近

如此一来     便可同时解决

接地不够   以及  接地不够近

的困境了

且这样等同额外贡献     并联的寄生电感   如蓝色线段

寄生电感    是并联越多   总值越小   

故可以降低整体的回路电感   进而减少损耗

而且   在经验中 

B点的接地     影响远比A点大

原因是因为   有两个接地处    所以可看成两个讯号回路

而整体回路   可以看成电感    两个回路   就是两个电感

因为B点离铜管讯号针最近     所以回路电感   会远比A点来得小

而我们由公式知道  

大电感跟小电感并联   最终整体值   会比小电感更小

例如:  5nH并联20nH    最后会变4nH

换言之  

多加一个B点的接地后   其整体回路电感   会瞬间下降许多   进而使损耗趋近于零

如果讯号,实在不好接地,必要时可在铜管外缘,多焊一个Pogo pin,以方便接地

铜管焊好后   如何确认讯号针有无短路?

多数人的答案是   直接量

但这个答案    只对一半

原因是很可能    不论讯号针有无短路     都一定会量到短路

由下图可知    为防范ESD

所以功放输入端   内建了落地电感

换言之   对于直流讯号而言    就是接地

而万用电表   是以直流讯号来做判断

因此    此时不论讯号针有无短路     都一定会量到短路

无法以该方法判断

而模块输入端   一定会有匹配元件

将串联位置   放置电容

且铜管与待测物   隔着这颗电容

如此一来

只要讯号针有短路    就一定会量到短路

若无短路  就不会量到短路

如此便可判断

而电容值     选个10pF或33pF

不是随便放颗电容隔直就行

因为电容值会改变阻抗    如果值太小  例如0.1pF

会趋近开路   造成量不到讯号    或是损耗过大

而10pF或33pF   以阻抗角度    跟0欧姆电阻差不多

如此便可在不影响阻抗前提下隔直  

另外  这个方式

也可以在焊接完毕后    当下立即判断是否开路  也就是铜管是否有焊好   确实连接到待测物

因为    在显微镜下    我们可能会误以为     铜管有焊好   连到待测物

但实际上   很可能根本没焊到焊盘     导致开路

但相隔电容后    只要确认这颗电容有焊好

且铜管跟电容    远离待测物的那一端    是连通的

如此便可确定    铜管确实有连到待测物

而铜管与待测物之间     只隔电容就好    也不要隔匹配元件

原因是因为   匹配元件的作用

本来就是弥补整体阻抗的非50欧姆   使其达到50欧姆

换言之   匹配元件本身   其实是非50欧姆的(如此方可弥补整体阻抗的非50欧姆)

但    模块本身   是设计成50欧姆的

因此   如果量测范围   也把匹配元件包含进去    就变成

(模块 + 匹配元件) => (50 Ohm + non-50 Ohm = non-50 Ohm)

这会影响量测数据

另外   焊讯号针时 

不要直接把讯号针   焊在焊盘上

而是稍微位移    再用锡连接

原因是因为   焊铜管   最怕的就是   外力使得焊盘脱落

而当讯号针与焊盘   不直接接触时    其外力就不会传到焊盘

进而降低焊盘脱落的风险

但也不要位移过多   因为连接的锡  会有寄生效应

位移过多  意味着要用更多的锡来连接    其寄生效应会影响阻抗

导致量测出来的数据失真

有些人会认为   今天是要量增益     不是要量阻抗

应该不需要对于量测过程中    阻抗影响与否   这么在意

正好相反

就因为要量增益     对于阻抗影响与否   要更在意

因为非50欧姆的阻抗    会产生阻抗不匹配     讯号反射

进而产生损耗    而这些损耗   都会导致量测出来的增益偏低

由上述也知道    接地对于增益量测    都有巨大影响    可能差了7dB ~ 8dB

何况是阻抗

再者   待测物的S参数   会受到阻抗影响    增益就是S21   

为避免量测结果失真     当然要注意阻抗

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/757691.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Amazon Q——2023 re:Invent 大会的 AI 革新之星

引言 在2023年的 re:Invent 大会上,亚马逊云科技(亚马逊云科技)不仅展示了包括 Amazon Graviton3、Amazon SageMaker Studio Lab、Amazon Connect Wisdom、Amazon QuickSight Q 和 Amazon Private 5G 在内的多项创新产品,还发布了…

动手学深度学习(Pytorch版)代码实践 -计算机视觉-47转置卷积

47转置卷积 import torch from torch import nn from d2l import torch as d2l# 输入矩阵X和卷积核矩阵K实现基本的转置卷积运算 def trans_conv(X, K):h, w K.shapeY torch.zeros((X.shape[0] h - 1, X.shape[1] w - 1))for i in range(X.shape[0]):for j in range(X.shap…

MySQL高级-InnoDB引擎-事务日志- redo log(事务持久性的保证)

文章目录 1、redo log1.1、重做日志缓冲(redo log buffer)1.2、重做日志文件(redo log file) 2、如果没有redo log,可能会存在什么问题的?2.2、我们一起来分析一下。 2.2、那么,如何解决上述的问…

MySQL高级-SQL优化- group by 优化(通过索引来提高效率)

文章目录 0、group by 优化1、删除多余的索引2、查询 group by profession3、执行计划 group by profession4、创建联合索引 idx_user_pro_age_sta5、再次执行计划 group by profession6、执行计划 group by age7、执行计划 group by profession,age8、执行计划 where professi…

2-requests模块(6节课学会爬虫)

2-requests模块(6节课学会爬虫) 1,安装requests2,发送get,post请求,获取响应3,response的方法方法一(Response.text)方法二(response.content.decode()&#…

基于springboot实现学生用品采购系统项目【项目源码+论文说明】

基于springboot实现学生用品采购系统演示 摘要 传统办法管理信息首先需要花费的时间比较多,其次数据出错率比较高,而且对错误的数据进行更改也比较困难,最后,检索数据费事费力。因此,在计算机上安装学生用品采购系统软…

《昇思25天学习打卡营第6天|onereal》

Vision Transformer(ViT)简介 近些年,随着基于自注意(Self-Attention)结构的模型的发展,特别是Transformer模型的提出,极大地促进了自然语言处理模型的发展。由于Transformers的计算效率和可扩…

YOLOv10(7):YOLOv10训练(以训练VOC数据集为例)

YOLOv10(1):初探,训练自己的数据_yolov10 训练-CSDN博客 YOLOv10(2):网络结构及其检测模型代码部分阅读_yolov10网络结构图-CSDN博客 YOLOv10(4):损失&…

MapReduce学习

目录 7.3 MapReduce工作流程 7.3.1 工作流程概述 7.3.2 MapReduce各个执行阶段 7.3.3 Shuffle过程详解 1. Shuffle过程简介(过程分为Map端的操作和Reduce端的操作) 2、Map端的Shuffle过程: 3、在Reduce端的Shuffle过程 7.4 实例分析&am…

mysql是什么

mysql是什么 是DBMS软件系统,并不是一个数据库,管理数据库 DBMS相当于用户和数据库之间的桥梁,有超过300种不同的dbms系统 mysql是关系型数据库,关系型数据库存储模型很想excel,用行和列组织数据 sql是一门编程语言…

LUA 语言中subtree 的使用教程

在线编辑器: https://www.runoob.com/try/runcode.php?filenameHelloWorld&typelua 在Lua语言中,"subtree"通常指的是一个子表或者子树,它指的是一个Lua表(table)中的一个部分,可以是一个单…

自定义注解+AOP形式监控接口调用日志

目的&#xff1a; 通过自定义注解&#xff0c;在需要监控接口调用输出日志的类或方法上&#xff0c;加上自定义注解&#xff0c;实现无侵入式接口监控。 实现&#xff1a; idea结构 1、导入pom <dependency><groupId>org.aspectj</groupId><artifactI…

你的 Python 代码太慢了吗?协程和多线程来拯救!

目录 协程&#xff08;Coroutine&#xff09; 多线程&#xff08;Multithreading&#xff09; 协程与多线程的原理 协程的原理 多线程的原理 实践案例 使用协程案例 使用多线程案例 大家好&#xff0c;在Python编程中&#xff0c;处理并发任务时&#xff0c;我们经常会…

LLM大模型:如何选择合适的 Embedding 模型?

检索增强生成&#xff08;RAG&#xff09;是生成式 AI &#xff08;GenAI&#xff09;中的一类应用&#xff0c;支持使用自己的数据来增强 LLM 模型&#xff08;如 ChatGPT&#xff09;的知识。 RAG 通常会用到三种不的AI模型&#xff0c;即 Embedding 模型、Rerankear模型以及…

数据质量管理-时效性管理

前情提要 根据GB/T 36344-2018《信息技术 数据质量评价指标》的标准文档&#xff0c;当前数据质量评价指标框架中包含6评价指标&#xff0c;在实际的数据治理过程中&#xff0c;存在一个关联性指标。7个指标中存在4个定性指标&#xff0c;3个定量指标&#xff1b; 定性指标&am…

视频号视频怎么保存到手机,视频号视频怎么保存到手机相册里,苹果手机电脑都可以用

随着数字媒体的蓬勃发展&#xff0c;视频已成为我们日常生活中不可或缺的一部分。视频号作为众多视频分享平台中的一员&#xff0c;吸引了大量用户上传和分享各类精彩视频。然而&#xff0c;有时我们可能希望将视频号上的视频下载下来,以下将详细介绍如何将视频号的视频。 方法…

[DASP]玩机!在组织一套音频系统之前,我们先要知道这套系统里面有什么东西。

前言 现在不是搞音频嘛&#xff0c;正好自己买了无源音箱&#xff0c;买了套DSP芯片玩一下 流程 上图是我们组织一套音频系统的流程&#xff0c;首先我们需要知道各个元件是做什么的 1. 音源&#xff08;例如麦克风、音乐播放器等&#xff09;&#xff1a; 产生模拟音频信号…

无忧易售新功能:一键白底转换,升级产品图片质感

在电商领域不断追求卓越与效率的今天&#xff0c;无忧易售ERP推出一键白底转换功能&#xff0c;为卖家们提供前所未有的便捷与高效&#xff0c;改变了商品图片处理的传统模式&#xff0c;革新了卖家们的图片处理体验&#xff0c;让商品展示焕然一新&#xff0c;助力商家在激烈的…

Java--常用类APl(复习总结)

前言: Java是一种强大而灵活的编程语言&#xff0c;具有广泛的应用范围&#xff0c;从桌面应用程序到企业级应用程序都能够使用Java进行开发。在Java的编程过程中&#xff0c;使用标准类库是非常重要的&#xff0c;因为标准类库提供了丰富的类和API&#xff0c;可以简化开发过…

Softmax函数的作用

Softmax 函数主要用于多类别分类问题&#xff0c;它将输入的数值转换为概率分布。 具体来说&#xff0c;对于给定的输入向量 x [x_1, x_2,..., x_n] &#xff0c;Softmax 函数的输出为 y [y_1, y_2,..., y_n] &#xff0c;其中&#xff1a; 这样&#xff0c;Softmax 函数的输…