Rendimento do filtro de RF: tolerâncias de componentes versus Chebyshev

O cenário: um filtro anti-alias para um ADC de 300 MS/s

Você está digitalizando de 0 a 100 MHz com uma amostragem de ADC a 300 MS/s. Qualquer coisa que o ADC veja entre 200 e 300 MHz se dobra de volta para 0 a 100 MHz ($f_{alias} = 300 - f$), assim como qualquer coisa entre 300 e 400 MHz ($f - 300$). Portanto, o filtro de front-end tem duas funções:

• Banda passante plana: no máximo 1,0 dB de variação de DC a 100 MHz.
• Banda de parada: pelo menos 40 dB de rejeição de 200 MHz para cima, então sinais dobrados pousam 40 dB para baixo.

Você escolhe um passa-baixo Chebyshev de 5ª ordem com ondulação de 0,5 dB e um ponto de corte de 100 MHz. O design ideal rejeita 42,2 dB a 200 MHz. Construído a partir dos valores padrão E24 — 130 nH, 39 pF, 200 nH, 39 pF, 130 nH em um sistema de 50 Ω — ele rejeita 41,2 dB: o arredondamento para valores reais da peça já custa 1 dB da margem de 2 dB.

Isso ainda passa no papel. A questão é o que acontece quando as peças chegam com suas tolerâncias.

Configuração de Monte Carlo

A ferramenta RF Filter Monte Carlo constrói centenas ou milhares de filtros virtuais, cada um com cada indutor e capacitor extraído de sua distribuição de tolerância em torno do valor padrão, e simula cada um exatamente com matrizes ABCD. Em seguida, ele conta as compilações que atendem às suas especificações.

Uma compilação passa quando sua variação de pico a pico |S21| de DC para o ponto de corte está dentro de 1,0 dB e sua rejeição de 2 × o ponto de corte para cima é de pelo menos 40 dB. Deixe qualquer limite em branco e a ferramenta usará um padrão derivado da construção do valor padrão — 0,5 dB a mais de variação, 3 dB a menos de rejeição. Os limites nunca mudam com a tolerância que você está testando.

O que os resultados mostram

O ± é o intervalo de confiança de 95% da estimativa de 2.000 ensaios. Com 5% de peças gaussianas, o design é seguro; com 10% de peças, uma placa em cada seis falha. As falhas se dividem quase uniformemente: 175 das 2.000 construções perdem a banda de parada de 40 dB — o 1 dB de margem restante após o arredondamento E24 é o que a tolerância consome — e 155 excedem 1,0 dB de variação de banda passante, a partir de picos de ondulação próximos ao limite.

Gaussiano ou uniforme?

“± 5%” em uma etiqueta de bobina indica a que distância uma peça pode estar do valor nominal, não como os valores são distribuídos dentro dessa faixa. A ferramenta oferece dois modelos:

O modelo uniforme é conservador: ele trata um valor na borda da faixa tão provável quanto o nominal. As distribuições reais geralmente estão mais próximas das gaussianas — mas as partes que foram agrupadas (5% das partes das quais as partes de 1% foram separadas) podem se esgotar no meio, o que é pior do que qualquer uma delas. Se você não conhece a distribuição do seu fornecedor, projete o número do uniforme.

Por que Chebyshev é sensível à tolerância

Um filtro Chebyshev coloca seus pólos próximos ao eixo $j\omega$ para obter sua faixa passante equívoca e sua saia íngreme. Cada polo funciona mais do que em um design Butterworth, então uma pequena alteração no valor de um elemento move mais a resposta. A classificação de sensibilidade da ferramenta mostra onde: o indutor central (L3, 200 nH) afeta a banda passante cerca de duas vezes mais do que qualquer outro elemento. Se você puder comprar apenas uma peça de tolerância rígida, faça com que seja essa.

A sensibilidade aos valores dos elementos pode ser escrita

mas o Monte Carlo é mais útil do que a fórmula: os cinco elementos interagem e um capacitor alto em sua banda combinado com um indutor baixo em sua banda move a resposta mais do que qualquer um faria sozinho.

Comprando o rendimento de volta

Com 5% de partes gaussianas e os mesmos limites de 1 dB/ 40 dB:

Menor ondulação não é uma solução gratuita. Cair para 0,1 dB de ondB de ondulação achata a banda passante, mas custa 6 dB de banda de parada: o design não atinge mais 40 dB. Ripple é o que compra ao Chebyshev sua seletividade. Mais um pedido compra margem. Um design de 7ª ordem rejeita 62 dB a 200 MHz, então as tolerâncias têm 22 dB para funcionar: com 10% de peças, ele rende 98,2%, contra 83,5% para o de 5ª ordem. O preço são mais dois componentes e um pouco mais de perda de inserção. Observe os pedidos pares. Um Chebyshev de 6ª ordem não pode ser encerrado igualmente: seu protótipo precisa de uma carga de 99,2 Ω em um sistema de 50 Ω. A ferramenta projeta e simula com essa carga e diz isso. Em 50 Ω, a banda passante não seria equiripple. Peças mais apertadas. Passar de 10% para 5% aumenta o rendimento de 83,5% para 99,5%; 2% das peças o elevam para 100%. A classificação de sensibilidade diz onde gastar primeiro: o indutor central.

E quanto a Butterworth?

O ponto de corte de um filtro Butterworth é seu ponto de −3 dB, então sua variação de banda passante até o ponto de corte é de 3 dB por definição — ele não pode atingir um limite de planicidade de 1,0 dB a 100 MHz com um corte de 100 MHz. Mover o limite para manter 1 dB a 100 MHz também empurra a saia para fora, e um Butterworth de 7ª ordem não atinge mais 40 dB a 200 MHz. Para esta especificação, o Chebyshev é a família certa; o Monte Carlo indica quanta margem ele precisa.

Lendo o histograma de rendimento

A ferramenta traça a distribuição da variação da banda passante entre os ensaios, ao lado do envelope da resposta do 5º ao 95º percentil. Para o caso de 10%, o envelope tem menos de 0,2 dB de largura abaixo de 50 MHz, mas abre para 3—4 dB entre 90 e 190 MHz, ao redor do ponto de corte e abaixo da saia — exatamente de onde vêm os dois tipos de falha. Portanto, a inspeção de entrada precisa de duas medições, não uma: nivelamento próximo ao ponto de corte e rejeição a 200 MHz.

Use a ferramenta RF Filter Monte Carlo com seus próprios limites antes de se comprometer com um pedido de componentes.

Atualizado 2026-09-19. A ferramenta agora avalia o rendimento em relação aos limites que permanecem fixos à medida que a tolerância muda, usa as bandas passa-alta para filtros passa-alta e respeita a distribuição gaussiana. Uma versão anterior deste artigo descrevia os critérios de aprovação que a ferramenta não usava e citava os rendimentos anteriores a essas correções.