#電源設計 #能源效率 #即時示波器 #快速傅利葉轉換FFT #高斯雜訊
#暫態響應Transient Response #電源引發抖動PSIJ #時序餘裕Timing Margin
【電源輸送完整達陣，讓電子產品更有效率】
電子產品的優異功能表現，需要品質更好的直流電源支撐。透過前兩篇關於電源設計的介紹，我們了解到如何以「能源緩衝」概念優化物聯網 (IoT) 的功率架構，以及利用降壓—升壓相互調節以適應不同的電源輸入條件；不過，若想進一步維持「電源完整性」——意指直流電源從 DC/DC 轉換器輸出到電路元件閘極的傳輸效能，盡可能降低耗損，常被用來量測漣波、雜訊、暫態響應 (Transient Response) 以及其他許多電源完整性參數的「即時示波器」，會是很好的幫手。
「乾淨」電源的重要性不斷在提升，並與新一代產品設計的密度和速度成正比。直流電源的偏差可能是造成數位系統時脈與資料抖動的最大元兇，即所謂的電源引發抖動 (PSIJ)。電源壓降對數位元件來說，可能會因該元件閘極降低傳播延遲，造成時序餘裕 (Timing Margin) 縮減，甚至發生位元錯誤。當數位元件的切換速度與電壓轉換率增加時，電源供應器的切換雜訊也會因而升高；其造成的雜訊會發生在切換電流的頻率上，且動輒超過1GHz。
提升能源效率或降低功耗則是設計者要面對的另一項任務。為降低功率密度，並將功耗維持在可接受的大小，設計者須降低直流工作電壓或縮減直流電源的容差範圍，導致要量測的直流電源越來越小、且交流訊號越來越快。在理想狀態下，直流電源上應該不會有任何雜訊；然而，電源仍存在單純的高斯雜訊，那是不可避免的熱雜訊 (電子熱攪動所產生的雜訊) 所造成的，但這通常不是最大的雜訊來源；電源本身的切換雜訊，以及電路元件的切換電流所引發的暫態電流才是。
切換事件產生的雜訊可能會隨機出現，往往與系統時脈密切相關。設計者可將直流電源上的雜訊視為多種「訊號」的組合，簡化量測和分析工作。由於直流電源雜訊的頻寬相當寬，大部分的人在量測此種雜訊時，通常比較喜歡使用示波器，因為它具有寬廣的頻寬且簡單易用，同時也是隨手可得的儀器。藉示波器的「快速傅利葉轉換」(Fast Fourier Transform; FFT) 功能在頻域中檢視訊號，有助於查明電源的雜訊來源；每次觸發會擷取一段有限時間，取決於記憶體大小和取樣率。
當輸入訊號的頻率低於示波器時間擷取區間的倒數時，FFT 就無法「看到」該頻率。FFT 可分析的最低頻率是1 / [1 / (取樣率) X (記憶體深度)]，若要用 FFT 查看可疑來源時，必須設定好記憶體深度以擷取足夠的取樣數。觸發可幫忙顯示和量測電源雜訊的一些成份，它們是從系統中的其他元件 (兩者會相位同調) 耦合到電源中的。尋找直流電源雜訊可能的來源，對電源完整性工程師或技術人員來說是重要步驟；一旦找到雜訊來源，就可設法降低或消除相關效應。
延伸閱讀：《利用示波器的 FFT 和觸發功能找出電源雜訊可能的來源》
http://compotechasia.com/a/ji___yong/2016/0201/31084.html
(點擊內文標題即可閱讀全文)
#是德科技 #Keysight N7020A
fft取樣頻率 在 [問題] 快速傅立葉轉換(FFT)的點數與解析度- 看板comm_and_RF 的推薦與評價
※ 引述《g10497 (LCS)》之銘言：
: 下列問題煩請各位高手解答 :
: 將一聲音訊號用matlab做頻譜分析的過程中:
: 1.
: 就小弟所知,fft點數(nfft)除了要選擇power of 2以外,並無其他限制.
: 而頻譜中,頻域的解析度(frequency resolution)與fft的點數有關
: 即頻率軸上每一刻度代表的實際頻率為sampling frequency(fs)/nfft
: 因此,nfft越大,我們可以在頻率軸上看到的資料就越細,
: 看似只有好處沒有壞處,但是,nfft真的可以這樣無限上綱嗎?
: 2.
: 呈上題,又時間/頻率的解析度間存在拮抗關係(意即其中一者高,另一者即低),
: 但據小弟了解,時間軸的解析度(也就是一個時間軸刻度代表的實際時間)
: 跟frame長短以及overlap長短有關係
: 但以上兩者跟nfft皆無關連,與事實不符,為何?
: 不知道是不是小弟對名詞或其他概念有些誤解,才會有此問題
: 還麻煩各位解答了!
1.
從數學上看 FT(傅立葉轉換) 是從時間上的負無限大到正無限大
但由於電腦是離散的, 還有成本問題, 不可能做FT, 所以我們作FFT
我們可以知道FFT的點數取越多越好, 當你取的點數無限大時候
妳的結果就會跟 FT做出來的差不多
nfft越大越好, 但是會有成本上的限制
2.
時間上的解析度由取樣頻率決定, 越高取樣越密
而頻譜上的範圍由取樣頻率決定
假設你同樣取1024點, 取樣頻率=1000, 表示你頻率 0~500 (正頻) 切割1024點,
和你取樣頻率2000, 你頻率 0~1000切割1024點, 當然前著的頻譜解析度比後者高,
但這不是代表取樣頻率越低越好
取樣頻率會影響你能取樣信號的最高頻率, 取樣頻率不夠會造成alias
希望這個例子可以讓你分清楚 取樣頻率和nfft的差別
--
Sent from my Android
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 65.46.62.54
... <看更多>