ESD EMP干擾下電路端口響應分析

劉衛(wèi)超，魏 明，樊高輝，謝文強

（軍械工程學院電磁環(huán)境效應重點實驗室，河北石家莊 050003）

ESD EMP干擾下電路端口響應分析

劉衛(wèi)超，魏 明，樊高輝，謝文強

（軍械工程學院電磁環(huán)境效應重點實驗室，河北石家莊 050003）

為了探尋電路在靜電放電電磁脈沖（ESD EMP）干擾激勵下的響應規(guī)律以及響應輸出與輸入脈沖干擾之間的關系，選用運算放大器集成芯片組成的儀表放大電路進行了脈沖注入實驗。根據(jù)采集的實驗數(shù)據(jù)，分析了注入脈沖與響應輸出之間的關系。根據(jù)系統(tǒng)辨識理論，建立了能量耦合模型。經(jīng)過自驗證，其擬合度能夠達到94．3%，且具有較好地泛化能力，能夠對電路的響應做出定性預測。

電子設備；ESD EMP；干擾；響應分析

靜電是自然環(huán)境中最普遍的電磁脈沖輻射源，靜電放電可以產(chǎn)生強烈的電磁輻射而形成寬頻帶電磁脈沖場，形成靜電放電電磁脈沖（ESD EMP）［1］。而由于電子設備在各個科學技術領域、工業(yè)生產(chǎn)部門應用十分廣泛，尤其伴隨著集成度的提高、門限電壓的降低，電子設備對惡劣的環(huán)境影響也越來越敏感［2］。因此，對電子設備進行ESD EMP干擾下的工作情況進行評估是十分必要的。電子設備效應評估包括效應實驗和仿真預測兩方面。在效應實驗的基礎上，能夠通過仿真預測對電子設備在脈沖激勵下的響應輸出做出合理的預測。目前，電子設備電磁脈沖效應仿真包括基于機理分析和基于實驗數(shù)據(jù)統(tǒng)計2種效應仿真方法，后一種方法因目前電子設備內(nèi)部結構較為復雜，其內(nèi)部機理越來越難以掌握而應用更為廣泛［3］。基于實驗數(shù)據(jù)統(tǒng)計的方法主要原理是電子設備的脈沖能量耦合通道的動態(tài)特性能夠通過脈沖激勵、電子設備響應數(shù)據(jù)反映出來，根據(jù)實驗數(shù)據(jù)建立的脈沖能量耦合模型，能夠在一定程度上反映出電子設備電磁脈沖干擾下的響應情況，并可做出預測。

實驗數(shù)據(jù)中包含著大量輸入、輸出之間的必然聯(lián)系，通過研究端口響應波形與輸入電磁脈沖之間的關系，可以對脈沖能量耦合模型的正確與否進行評判，并且對將模型應用于電子設備電磁脈沖效應預測方面具有一定的指導意義。

筆者以某模擬放大器電路為例，對其進行了ESD EMP注入實驗，并對實驗結果進行分析，摸索電路功能模塊響應輸出與脈沖激勵參數(shù)之間的關系。根據(jù)采集的實驗數(shù)據(jù)，建立了基于神經(jīng)網(wǎng)絡系統(tǒng)辨識理論的系統(tǒng)能量耦合模型，并通過改變網(wǎng)絡結構參數(shù)，使模型具有較高的泛化能力。

1 ESD EMP注入實驗與分析

1．1 實驗設計

被試電路為由型號為LM324的運算放大器組成的儀表放大電路，其轉換特性為

此電路在各類智能儀器儀表中應用比較廣泛，它可將儀表初步測到的信號放大并提高信噪比［4］。當其在ESD EMP干擾下產(chǎn)生非預期輸出時，必然對下級電路產(chǎn)生影響。因此，掌握其在ESD EMP環(huán)境中的響應情況是十分必要的。

如圖1所示，利用靜電放電模擬器（SANKI NS61000－2A型，輸出電壓為0．2～30 k V，正負極性可調）產(chǎn)生靜電放電電磁脈沖，并將其通過接觸式放電的方式輸入到被試電路輸入端，將被試電路耦合的脈沖信號從輸出端經(jīng)過20 dB脈沖衰減器傳輸?shù)礁咝阅軘?shù)字存儲示波器（Tektronix，7154B型，1．5 GHz，20 GSa／s）；同時通過60 dB脈沖衰減器將電路輸入端耦合的靜電放電脈沖輸入信號傳輸?shù)礁咝阅軘?shù)字存儲示波器，進行數(shù)據(jù)采集存儲。通過改變脈沖幅值，取得多組不同脈沖干擾下產(chǎn)生的響應情況。圖2為示波器實測波形。

圖1 實驗原理圖

圖2 ESD EMP注入實驗輸入與輸出

1．2 實驗結果分析

通過實驗實測波形可以看出，電路響應輸出受脈沖峰值影響較大，且在同一時刻達到最大值。輸入輸出都疊加了一定程度的噪聲。靜電脈沖模擬器輸出電壓、電路輸入端口耦合電壓、電路響應電壓實測數(shù)據(jù)如表1所示。

表1 響應電壓與輸入電壓之間的關系

從實驗采集的多組波形互相比較可以看出，電路端口響應波形大致趨勢是一致的，在注入脈沖幅值變化的同時，并沒有發(fā)生較大的變化。隨著ESD EMP輻值的增大，耦合到輸入端口的電壓增大，響應電壓的峰值也在升高，且基本成線性關系，說明此電磁脈沖能量耦合系統(tǒng)為一個線性系統(tǒng)。從電路角度看，組成元件多為線性元件，耦合的能量通過電路傳輸?shù)较乱患?，并在傳輸過程中逐漸衰減。

2 基于神經(jīng)網(wǎng)絡的能量耦合建模

基于系統(tǒng)辨識理論的電磁脈沖效應仿真在相關文章中已經(jīng)做了探索，并得到較好的仿真結果。此方法是結合實驗測試與理論建模相結合的一種方法，其將系統(tǒng)視為“黑箱”，利用采集的實驗數(shù)據(jù)確定能量耦合模型的各參數(shù)，找到一個比較理想的模型逼近實際系統(tǒng)［5］。

筆者選用NARX神經(jīng)網(wǎng)絡模型進行建模，NARX模型是一個周期性循環(huán)的動態(tài)網(wǎng)絡，它帶有一個后向反饋，使網(wǎng)絡閉合為一個循環(huán)線路［6－7］，圖3為其結構圖。通過訓練，將電磁脈沖能量耦合、電路響應這一系統(tǒng)的特性規(guī)律記憶在網(wǎng)絡權值中，并通過評價樣本數(shù)據(jù)對模型預測值與真實值的擬合度進行檢驗。

在建立模型之前，為了提高模型精度，首先要對所采集到的實驗數(shù)據(jù)進行預處理。在采集的實驗數(shù)據(jù)中，包含著高頻與低頻噪聲成分，它們并不反映被試電路電磁脈沖能量耦合系統(tǒng)的系統(tǒng)特性，因此可以利用小波降噪將其剔除。通過選擇合適的小波基函數(shù)和分解層次對信號進行分解，然后設定閾值，將小于等于閾值的高頻系數(shù)置零，大于閾值的保留，這樣既保持了信號的細節(jié)又達到了降噪目的。

利用MATLAB編程建立一個2層的NARX神經(jīng)網(wǎng)絡模型，設定模型的輸入／輸出延時階次為2，隱含層傳遞函數(shù)為tansig，輸出層函數(shù)為purelin，訓練函數(shù)使用trainbr，訓練目標為0．01，隱含層神經(jīng)元數(shù)為30。迭代次數(shù)分別選擇30，50，70，100進行訓練，發(fā)現(xiàn)超過50后，誤差性能并沒有改善，為了降低訓練時間，迭代次數(shù)定為50。利用采集到的4 k V靜電放電電磁脈沖耦合信號及響應輸出作為建模數(shù)據(jù)，對神經(jīng)網(wǎng)絡模型進行訓練。

如圖4所示，訓練結束后，利用建模數(shù)據(jù)進行自驗證，發(fā)現(xiàn)其預測輸出與實驗測得響應輸出的擬合度可達到94．3%，說明此模型應用于響應預測這一領域是十分有效的。

圖3 NARX神經(jīng)網(wǎng)絡模型結構

將6 k V ESD放電電流信號代入系統(tǒng)辨識所得傳遞函數(shù)，得到模型輸出與實驗輸出對比關系圖（見圖5），擬合度達到90．6%。從圖5中可以看出，模型預測曲線雖然在細節(jié)上與實驗曲線有較小差別，但大體走勢一致，尤其對響應波形的峰值、上升時間、響應波形的平均振蕩周期等重要特征預測得比較準。而作為電磁干擾源，ESD對輻射場影響最大的是放電電流的起始部分，EUT（equipment under test）響應電壓最大值也在起始部分，因此該模型對于ESD EMP響應預測具有重要意義。

3 結 語

圖4 4 k V模型輸出與實驗輸出對比圖

圖5 6 k V模型輸出與實驗輸出對比圖

在典型儀表放大器電路ESD EMP注入實驗的基礎上，分析了電路響應與靜電放電耦合電壓之間的關系，并建立了電磁脈沖能量耦合模型。通過驗證可以發(fā)現(xiàn)，模型自驗證擬合度可達到94．3%，且具有較好泛化能力。模型能夠較準確地預測出響應電壓的峰值、上升時間等特征，且大致變化趨勢與實驗結果一致，說明此模型可以較好地反映此實驗中的被試電路能量耦合系統(tǒng)特性。

此方法可以應用于典型電路電磁脈沖響應預測，并且結合實驗結論，對電路模塊的電磁脈沖敏感度預測分析提供依據(jù)。

［1］ 劉尚合，武占成．靜電放電及危害防護［M］．北京：北京郵電大學出版社，2004．

［2］ 周 星，張成懷，魏光輝．電磁脈沖與連續(xù)波對數(shù)字電路的輻照效應比較［J］．高電壓技術，2010，36（7）：1 761－1 766．

［3］ 魏 明．設備級電磁脈沖效應仿真算法研究綜述［J］．軍械工程學院學報，2009，21（6）：50－53．

［4］ 崔利平．儀表放大器電路設計［J］．現(xiàn)代電子技術，2009（11）：87－89．

［5］ 魏 明，楊 楠，王向東，等．靜電放電電磁脈沖能量耦合的系統(tǒng)辨識建模［J］．高電壓技術，2010，36（8）：2 017－2 022．

［6］ 張國梁，張志杰，杜紅棉，等．基于NARX神經(jīng)網(wǎng)絡的沖擊加速度計建模研究［J］．彈箭與制導學報，2008，28（3）：284－286．

［7］ 柴琳娜，屈永華，張立新，等．基于自回歸神經(jīng)網(wǎng)絡的時間序列葉面積指數(shù)估算［J］．地球科學進展，2009，24（7）：756－766．

O441．1

A

1008－1542（2011）12－0168－03

2011－06－20；責任編輯：張士瑩

劉衛(wèi)超（1984－），男，山東肥城人，碩士研究生，主要從事電磁仿真與效應評估技術方面的研究。