“如果有人问5G的必备需求,那么我可能会谈论大规模MIMO和许多奇特的并行DSP处理,也可能需要基础架构中新的智能方法来进行链路自适应和智能网络切片。但是,在射频前端,有一个器件十分重要,这就是滤波器,滤波器从周围的无线电杂音中抽出感兴趣的RF通道,而忽略了其他所有的频率。这个级别的滤波器看起来与常规电路(模拟或数字)完全不同它们作用在压电基板上;一端的电子换能器(由输入的无线电信号驱动)刺激机械动作,从而产生声
”如果有人问5G的必备需求,那么我可能会谈论大规模MIMO和许多奇特的并行DSP处理,也可能需要基础架构中新的智能方法来进行链路自适应和智能网络切片。但是,在射频前端,有一个器件十分重要,这就是滤波器,滤波器从周围的无线电杂音中抽出感兴趣的RF通道,而忽略了其他所有的频率。这个级别的滤波器看起来与常规电路(模拟或数字)完全不同它们作用在压电基板上;一端的电子换能器(由输入的无线电信号驱动)刺激机械动作,从而产生声波。它会传播到另一端,在那里声波会触发第二个换能器,将声波信号转换回电信号。看起来可能要做的工作还很多,但是魔术是管理这些声波。就像微型乐器一样,滤波器(下面还有一个空腔)的谐振频率范围很窄。在该频率范围之外的所有事物都被抑制为不存在。对于乐器,共振范围取决于设备的机械设计–尺寸,厚度,材料和腔体。看起来要完成的工作并不多,但神奇的是如何处理声波。就像微型乐器一样,滤波器(下面还有一个空腔)的谐振频率范围很窄。
在该频率范围之外的所有信号都被抑制。共振范围取决于设备的机械设计–尺寸,厚度,材料和腔体。2G,3G和4G前端使用了表面声波(SAW)滤波器,其中该声波沿着设备的表面传播。这些显然具有很高的成本效益,但仅限于〜2GHz以下的频率,此时滤波器的选择性开始下降。这对于3G来说很不错,对于4G来说是处于边缘,而到了5G频率就不能使用了。这促使人们转向可以支持更高频率,成本更高的体声波(BAW)滤波器。成本上升的原因之一是设计此类滤波器的复杂性。您会发现,由于它们是机电产品,因此它们实际上是MEMS设备。即使你看不到任何运动,声波也是压电(PE)结构中的机械变形。典型的滤波器是位于空腔顶部的两个电极之间的PE薄膜。我们之前已经谈到了设计MEMS时遇到的挑战–没有可以可靠地建模的预定义单元或定义明确的PDK。
还有第二个问题,声波会到达他们想去的地方。虽然看起来正方形或矩形结构似乎是构建这些事物的逻辑方法,但声波可以从末端反射,也可以在表面传播。两种效应都可能干扰理想的整体性能。因此,以有趣的形状(例如不规则的五边形)构造结构(见上图),以抑制不良影响。此外,构建谐振器网络是很常见的,每个谐振器可以具有不同的几何形状。
现在,您已经看到了问题–机电3D建模(因为您正在建模体声波和表面声波),通过奇特的几何结构以及很少的参考数据来指导模型。有人告诉我,生产这些滤波器的一些领先公司仍在使用design-fab-analyze-correct循环来优化设计。没有更好的方法。但这仍然值得,因为这些设备的容量巨大–在包括手机在内的所有5G边缘设备中都需要用到。但是现在有了更好的方法,那就是从定制的PDK开始虚拟化这些设备的原型。
比如采用Mentor / Tanner-SoftMEMS-OnScale解决方案。可以在Ledit中逐层设计器件(这在处理奇怪的形状(如不规则的五边形)方面很出色),然后通过添加材料定义,通过矩阵的压电特性,厚度,过程数据,机械特性和边界条件将其转换为3D模型。然后在云端使用OnScale的可扩展有限元分析,对整个事物或其中一部分进行建模,他们甚至可以对完整的晶圆建模,观察其边缘的行为和成品率。更好的虚拟建模和更好的分析,一直到芯片级的分析。这将有助于缩短上市时间。
分享到:
猜你喜欢