本文的原理部分内容不仅适用于CoaXPress 协议,也同样适用于其它高速信号传输情形。在高速、低干扰信号传输时,线缆和接插件的选取是非常讲究的,我们在实际应用中经常会遇到线缆原因、阻抗匹配原因导致的传输、测量问题,相信本文会对所有使用同轴线缆作为数字传输介质的用户有帮助。

假设读者已经对信号反射、阻抗匹配有基本了解,如果不清楚,可以参考  网络文章

简介

1、CoaXPress使用75欧姆阻抗电缆,AC,DC性能需要满足要求;

2、接插件使用75 Ω BNC,Micro-BNC,DIN 1.0/2.3;

 

线缆

阻抗

线缆阻抗要求 75 Ω ± 4 Ω, ± 4 Ω的精度是满足协议对于反射的要求的。

回波损耗RL(Return Loss)指的是射频输入信号反射回来的功率与输入信号功率的比值。是以db为单位,是一个负数。在理想情况下,负载与发射电路的阻抗完全匹配,完全没有反射功率,这时的回波损耗为无限小。但是在工程上阻抗不可能完全匹配,因此反射功率是一定存在的。最差的情况是输入功率完全被反射,此时回波损耗为0。因此对回波损耗这个技术参数,数值越低表示负载和传输链路性能越好 ;

CXP要求实际的回波损耗在下列测试条件下要优于表中的值(表格中只标注了线缆最高速率的一半以内的频率,这是因为数据传输是DDR双边沿的,在时钟信号的上升沿和下降沿均携带有效数据)。

 

线缆长度

CoaXPress的最大长度要满足3个要求中最低的要求:

1、线缆压降不超过3.5V;

2、高速信号衰减率;

3、低速信号衰减率要求;

线缆压降

单条线缆压降最大不超过3.5V,此时为了保证13W的功率,需要向负载输出对应负载端 702mA 的电流13W /18.5V = 702mA,其中18.5V是负载端压降的最低要求。那么3.5V/702mA = 4.98Ω. 这个 4.98Ω包含了接插件位置、线缆核心和屏蔽层的电阻误差,通常线缆越长误差越大,因此需要限制线缆长度;

高速信号衰减率

这里的衰减率和回波损耗属于同一个概念,下表给出了不同线缆bit速率下允许的最大功率损耗以及当前对应的测试信号频率,其中Belden 1494A只是线缆的一个型号以及当前型号对应的线缆长度。(表格中只标注了线缆最高速率的一半以内的频率,这是因为数据传输是DDR双边沿的,在时钟信号的上升沿和下降沿均携带有效数据)

低速信号衰减率

协议要求CXP1.1协议对应的20.83Mbps低速信号对应的损耗要低于-4.74dB ,CXP2.0对应的低速信号损耗要低于-2.5dB;

 

以上3个条件限制了线缆的总长度,其中最核心的还是高速信号对应的损耗要求。

电流承载能力

线缆应当能够承载至少1A的电流,这个1A也容易理解,最小18.5V的电压对应了702mA电流,再给一些功率的裕量,1A是个最低要求。

 

电缆衰减评估

 

上文已经提到了不同bit速率下线缆允许的最大衰减,那么如何评估一条线缆是否是否具备良好的AC特性,从而在有效带宽内均满足衰减要求呢?

由于HOST接收端会放置均衡器,因此我们可以近似认为线缆衰减模型为理想模型,只需要在带宽内通过测量40-50个点拟合模型曲线,带宽内残差不超过1dB即可。

Attenuation (dB) = – A0 – SQRT(f / A1) – f / A2

• f指测量点的频率

• A0是DC衰减.

• A1 是skin effect losses 中文为趋肤效应或者蒙皮效应,指的是高速信号更倾向于流经浅层铜皮的现象,该参数就和具体的工艺相关.

• A2是 dielectric losses中文为介质损耗,这个东西就顾名思义,由于线缆材质不可能完全一致,信号穿越时由于反射会造成一定损耗。

如下图所示,测试使用了非75欧姆的线缆作为反例进行说明,拟合得到的曲线显示在时钟速率接近3GHz时对应的残差出现了大于1dB的情形,那么数据完整性在6Gbps时将无法保证。

 

 

 

接插件

CXP1.1使用的是DIN 1.0/2.3,CXP2.1改用了Micro-BNC,原因是实际测试时DIN的高频性能不如BNC,且BNC更加便宜。

 

 

 

作者:|Hello-FPGA|,原文链接: https://www.cnblogs.com/xingce/p/16307397.html

文章推荐

Java并发(十一) - -线程五种状态与六种状态

聊聊Mybatis的实现原理

NodeJs 实践之他说

Matplotlib.pyplot.plot 绘图

Java设计模式-建造者模式

Disruptor-源码解读

结构优于制度,软件开发中的康威定律

浏览器对象属性 window.innerWidth 和 window.outerWidth 这...

nacos初探

深入理解 Python 虚拟机:整型(int)的实现原理及源码剖析

【clickhouse专栏】单机版的安装与验证

评估指标与评分(上):二分类指标