¿Por qué \ $ F_ {knee} = 0.5 / T_ {r} \ $?

Si toma una señal digital aleatoria con Tr como tiempo de subida / caída y traza la potencia en función de la frecuencia, verá que la potencia disminuye en 20dB / década hasta aproximadamente Fknee, donde la potencia disminuye en 40 dB / década. .

Si usa una definición de tiempo de aumento / caída de 10% -90%, en Fknee tendrá una pérdida adicional de 6.8dB en comparación con los 20db / década.

Si optas por una pérdida adicional de 3dB, la constante mágica "0.5" se convierte en la más utilizada "0.35", por lo que Fknee = 0.35 / Tr.

Si opta por una pérdida adicional de 3dB y usa la definición de 20% -80% risetime, la constante se convierte en "0.22" en su lugar.

Genial si alguien puede encontrar un script de Matlab / Scilab para trazar y mostrar esto :-)

Si tuvieras una señal que consistiera en solo un aumento de 0.5ns y una caída de 0.5ns entonces con toda razón dirías "esta señal tiene un período de 1ns". Es probable que luego concluyas que tu señal (con un período de 1 ns) tiene una frecuencia de 1 GHz.

Entonces, podría asumir que si los tiempos de subida y caída son iguales F = 0.5 / tiempo de subida (o caída), es decir, F = 0.5 / 0.5ns = 1GHz.

Permite ver la forma sinusoidal perfecta y la definición del tiempo de subida. El tiempo de subida está entre el 10% y el 90% de la pendiente. En señales de alta velocidad, el tiempo de subida incluye la mayor frecuencia de señal.

En la forma sinusoidal típica, el tiempo de subida es de aproximadamente el 33% del período. Si conocemos el tiempo de subida de la señal, podemos calcular su período (período de la frecuencia más alta en esta señal): período = 3 * rise_time.

F_knee = 1 / (3 * rise_time) = 0.33 / rise_time

Así que F_knee es solo la frecuencia más alta en la señal digital calculada desde el tiempo de subida o desde el tiempo de caída (use la más corta).