硬件设计-利用环路设计优化PLL的输出性能

目录

前言

问题描述

问题分析步骤

杂散源头排查

245.76M 参考相噪:

30.72M VCXO的相噪性能测试如下:

解决方案

前言

LMK04832是TI 新发布的低抖动双环去抖模拟时钟, 其最高输出频率可以到达3250MHz, 输出抖动极低,3200MHz输出可达到49fs(积分范围12k~20M),54fs(积分范围100Hz~100MHz),其噪底可以达到-156.5dBc/Hz, 比起前一代产品LMK0482*系列,噪底降低1~2dB。 在调试其新发布的demo板时发现输出口频率近端有杂散泄漏,笔者进行了问题排查定位,最终发现由于VCXO引入该杂散, 确定原因后,通过适当的环路设计,可以有效地解决该问题。

问题描述

当需要LMK04832 作为去抖器件功能时,其需要工作在双环模式,LMK04832 双环简化的内部结构如下,外部输入的信号除了参考外,还需要提供VCXO

对未调试过的新demo板第一次进行调试,应用条件如下: Ref=245.76M VCXO=30.72M VCO=2949.12M 测试任意输出口的信号,都发现近端(

由于常规应用中会使用04832这样的去抖器件输出给ADC/DAC 供时钟,若不消除该杂散,则会对系统性能产生一定程度的影响,所以本次调试的主要目的就是尽可能地消除这样的杂散。

问题分析步骤

杂散源头排查

根据锁相环的原理,对每一级环而言,其噪声/杂散贡献量的分布图如下:

对第一级环而言,上面桔黄色部分的“VCO”就是VCXO, 而对第二级环而言,上面粉色部分的“reference oscillator” 就是第一级环的 VCXO。 Demo板上第一级&第二级默认环路滤波器设计如下:

由于第一步测试没有去细调参数,所用默认配置得到的环路带宽如下:

可以看出,第一级环路带宽为30Hz, 第二级环环路带宽90k,而杂散位置为50Hz,正好处在环路滤波器的滚降区内,所以嫌疑最大的是VCXO。 按照标准流程,需要根据参考性能和VCXO的相噪性能重新设计环路滤波器。 测试结果如下:

245.76M 参考相噪:

30.72M VCXO的相噪性能测试如下:

如上图红色框所示,测试过程发现30.72M的VCXO在近端有类似的杂散,由此验证了之前的怀疑:该近端杂散由VCXO引入。 若按照VCXO的相噪值,clock design tool的推荐配置如下, 其第一级环的环路滤波器:

理论上能达到的性能如下:

解决方案

首先需要查找VCXO近端杂散存在的原因, 因为杂散为50Hz,所以电源嫌疑比较大,当更换原始的demo板供电的开关电源为数字电源后,该杂散消失,但由于客户最终应用条件里仍然会使用普通的开关电源供电, 故仍然需要在开关电源存在的条件下进行调试。 对于 50Hz的杂散,用电源滤波的方式很难滤除,笔者尝试了增加去耦和磁珠滤波,都未能彻底解决该问题,所以只能从PLL本身来想办法。 根据锁相环信号传递函数,VCXO对第一级而言,其噪声/杂散是高通,如下图:

另外环路滤波器的高通特性又受相位余量的影响, 相位余量越低,其环路滤波器越陡,对带外抑制越大,如下图:

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.xdnf.cn/news/1555237.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

Sentinel学习

系列文章目录 JavaSE基础知识、数据类型学习万年历项目代码逻辑训练习题代码逻辑训练习题方法、数组学习图书管理系统项目面向对象编程:封装、继承、多态学习封装继承多态习题常用类、包装类、异常处理机制学习集合学习IO流、多线程学习仓库管理系统JavaSE项目员工…

Linux基本命令及vim应用实训练习

Linux基本命令及vim应用实训练习 1. 2. 3. 4. 5. 使用man cp找出

序列化与反序列化基础及反序列化漏洞(附案例)

参考文章: [web安全原理]PHP反序列化漏洞 - 笑花大王 - 博客园 (cnblogs.com) 一、概念 为了能有效的存储数据而不丢失数据的类型和内容,经常需要通过序列化对数据进行处理,将数据进行序列化后,会生成一个字符串,字符…

linux安装minianconda

文章目录 我的配置从清华镜像源里下载minianaconda安装自定义安装位置是否关闭打开终端默认进入anaconda的设置?🌕配置清华镜像源 我的配置 ubuntu 22.04LTS 从清华镜像源里下载minianaconda https://mirrors.tuna.tsinghua.edu.cn/anaconda/minicond…

带你深入浅出设计模式:七、代理模式:设计模式中的中间人

此为设计模式第七谈! 用总-分-总的结构和生活化的例子给你讲解设计模式! 码农不易,各位学者学到东西请点赞收藏支持支持! 开始部分: 总:代理模式为其他对象提供一个代理来控制这个对象的访问&#xff0c…

openpnp - 坐标文件中的元件0角度如果和编带规定的角度不一样,需要调整贴片任务中的元件旋转角度

文章目录 openpnp - 坐标文件中的元件0角度如果和编带规定的角度不一样,需要调整贴片任务中的元件旋转角度笔记查看自己图纸中的封装的0角度方法贴片任务的角度值范围编带规定的0角度根据编带规定的元件0角度来调整贴片的元件旋转角度如果是托盘飞达备注备注END ope…

Python并发编程(3)——Python多线程详解介绍

左手编程,右手年华。大家好,我是一点,关注我,带你走入编程的世界。 公众号:一点sir,关注领取python编程资料 Python 的多线程入门是非常简单的,直接导入threading模块就可以开始多线程之旅了。模…

弧形导轨驱动器高效使用技巧!

弧形导轨驱动器是一种用于驱动滑座沿着导轨做弧线运动的设备,其用方法因具体型号和应用场景的不同而有所差异,通常可以归纳为以下几个步骤: 1、安装前要明确弧形导轨的使用需求,根据需求选择合适的弧形导轨驱动器,准备…

深度学习基础—目标检测算法

目录 1.滑动窗口算法 2.滑动窗口的卷积实现 (1)1*1卷积的作用 (2)全连接层转化为卷积层 (3)在卷积层上实现滑动窗口 3.Bounding Box预测(YOLO算法) 1.滑动窗口算法 假如要构建一…

【AI知识点】泊松分布(Poisson Distribution)

泊松分布(Poisson Distribution) 是统计学和概率论中的一种离散概率分布,通常用于描述在固定时间或空间内,某个事件发生的次数。该分布适用于稀有事件的建模,特别是当事件发生是独立的、随机的,且发生的平均…

PCL 点云体素滤波

目录 一、概述 1.1原理 1.2实现步骤 1.3应用场景 二、代码实现 2.1关键函数 2.1.1 体素滤波实现 2.1.2 可视化函数 2.2完整代码 三、实现效果 PCL点云算法汇总及实战案例汇总的目录地址链接: PCL点云算法与项目实战案例汇总(长期更新&#xf…

【RISCV指令集手册】向量扩展v1.0

概述 从rvv 0.9说起 此前写过向量扩展0.9的阅读记录,三年已过,本以为不再参与RVV的相关开发,奈何造化弄人,旧业重操,真就世事难料呀。 总的来说1.0版本相比0.9版本的扩充了较多内容,但大部分为指令功能的…

YOLOv8改进线性注意力模块 ICCV2023 FLatten Transformer

1,原理部分 论文地址:2308.00442 (arxiv.org) 在将 Transformer 模型应用于视觉任务时,自我注意的二次计算复杂性一直是一个持续的挑战。另一方面,线性注意力通过精心设计的映射函数近似 Softmax 操作,通过其线性复杂性提供了一种更有效的替代方案。然而,当前的线性注意…

使用LlamaIndex构建RAG

使用LlamaIndex构建RAG 一、什么是LlamaIndex二、环境准备2.1虚拟环境创建及基础安装2.2安装llamaIndex相关2.3下载词向量模型2.4下载NLTK资源2.5准备LLM模型2.6不使用RAG情况下的问答效果2.7使用llama-index的效果2.7.1安装llama-index词嵌入依赖2.7.2获取知识库2.7.3准备代码…

信号检测理论(Signal Detection Theory, SDT)

信号检测理论(Signal Detection Theory, SDT)模拟是一种实验设计,用于研究和理解在存在噪声或不确定性的情况下如何做出决策。在心理学、认知科学、工程学和许多其他领域,信号检测理论都非常重要。 一、基础概念: 在信…

TIBCO Jaspersoft Studio 创建数据源并进行测试

1、连接数据源: 右键Data Adapters ,然后新建 根自己的情况,进行创建,这里测试用的是excel表格。 2、新建Jasper Report,然后我们选择刚刚创建的数据源 这样report就建好了,然后我们进行测试。 3、先把不…

【源码+文档】基于SpringBoot+Vue的酒店管理系统

🚩如何选题? 如何选题、让题目的难度在可控范围,以及如何在选题过程以及整个毕设过程中如何与老师沟通,这些问题是需要大家在选题前需要考虑的,具体的方法我会在文末详细为你解答。 🚭如何快速熟悉一个项目…

文心智能体——制作你的专属AI

随着社会的进步和互联网技术的发展,人工智能领域正蓬勃发展。最近几年关于人工智能的新闻日渐增多并且成为了当代最大的热点,所有的领域都在引进AI、训练AI、使用AI,AI正逐步融入人们的生活。从前几年chatGPT大语言模型的横空出世&#xff0c…

Finops成本优化企业实践-可视化篇

引言:上一章讨论了finops的一些方法论,笔者在拿到finops官方认证finops-engineer certificate之后,将方法论运用到所在项目组中,并于今年完成了40%的费用节省。在此将这些实践方法总结沉淀,与大家分享。实践包括三篇&a…

[Python学习日记-38] Python 中的函数的名称空间

[Python学习日记-38] Python 中的函数的名称空间 简介 名称空间 作用域查找顺序 简介 在前面学习函数的时候我们发现,函数内部也有一个内存空间是用于存储函数自己的一些变量的,及时这个变量名与外部的变量名一样是也没关系,Python 会优先…