时钟信号为什么比数据信号更容易引起辐射超标?

最近想起来，以前在做EMI整改的时候，出现过低频辐射超标，类似下面这种。

一般这种问题，我们都会说是时钟线引起的问题。我之前做的产品是摄像头，时钟线加十几根数据线。有一次处理完时钟线后还是超标，因为正好数据线上都串有电阻，我就将电阻都改成了磁珠，想消除因为数据线引起的辐射，改完之后发现还是超标，看不到有明显的改善。

从那时，我就知道了，辐射一般都是时钟线引起的，与数据线关系不大。不过那时，我一直都不明白为什么会如此。

因为在我看来，时钟线和数据线的上升沿都差不多，按说频率分量应该是一样的呀。虽然时钟线的高低电平交替变化会多一些，但是数据线有十几根了，难道加起来还比不上时钟线吗？

实际上数据加起来还真比不上时钟线。

关于这一点，理论可以这么解释：周期信号由于每个取样段的频谱都是一样的，所以他的频谱呈离散形，但在各个频点上比较大，通常成为窄带噪声。而非周期信号，由于其每个取样段的频谱不一样，所以其频谱很宽，而且强度较弱，通常被称为宽带噪声。然而在一般系统中，时钟信号为周期信号，而数据和地址线通常为非周期信号，因此造成系统辐射超标的通常为时钟信号。

不过呢，这一段话本身就是一个结论，说服力不强，也就有点不敢相信。下面还是来做个实验模拟下，我们会发现新东西。实验思路很简单，那就是分别得到时钟线和数据线的频谱，两者比较下就知道了。

构建时钟和数据信号

我们使用MATLAB来分析频谱，首先需要构建时钟和数据信号。

时钟信号很容易，就是高低电平交替变化。正常情况下，数据线都是不规律的，那就采用随机生成的方式。

构建时钟和数据信号如下图。

构建时钟CLK和10根数据线如上图。说明一下，为了减小运算量（软件运行时间），时钟频率设置为1Hz。

得到频谱

我们分别画出时钟的频谱，1根数据线的频谱，10根数据线频谱的叠加。

需要注意的是，因为数据线的数据是非周期的，我们尽量时间取长一点，下图分析的数据长度为Num_T=1000个时钟周期。

从图可以看出，周期性时钟信号的频谱是离散的，非常典型，这个相信大家已经见过多次了，而数据线的频谱是比较宽的。这与文章最前面说的是一致的。

并且，图中右下角有1根数据线和10根数据线相加的频谱。我们也可以看到，10根数据线相加之和，幅度最高的频谱分量幅度值大概是0.4左右，而时钟的基频分量最高为0.6，也就是说数据线加起来，确实抵不过CLK时钟信号。

一个问题猜测

前面的频谱分析有一个前提条件，那就是，取样的时间长度是Num_T=1000个时钟周期，即分析的数据长度是1000个时钟周期的数据。

我发现，如果把时间长度提升10倍，Num_T=10000。那么10根数据线相加的频谱幅度值就更低了，大概只有0.1左右，比原来要低不少，而时钟的频谱不变。

增加取样时间，数据线频谱幅度降低的原因。是因为我使用了Matalb里面的fft函数，这个函数是将信号看作周期函数来处理的，就是说假定取样时间长度为T，那么就默认这个信号是周期函数，周期长度为T。数据线信号本来是非周期的，如果用这个函数，那么其实就是让数据线信号的周期为采用时间长度，这也是为什么时间设得越短，幅度值越高。采用时间越短，其实不就是让数据线向周期信号靠拢吗。

所以，这个采样时间长度长一些，应该是更为准确的。

不过问题又来了。我突然想到，我们做辐射测试用的频谱分析仪，它工作的时候，我们可以在频谱上面看到各个频率对应的幅值。所以它肯定不是从开始扫描，到结束扫描，只记录一次数据然后最后分析一次。应该也是连续取一段时间数据，因为我们可以实时看到当前的频谱，并且它是变化的，所以会是取一段时间数据，分析出频谱，然后显示出来，再取下一段时间的数据进行分析。

当然，以上只是我的猜测。那么它到底一次分析多长的数据呢？这个我也没查到。

对于10Mhz的信号，如果取样10000个周期的数据，那么时间长度是1ms。这已经是一个很快的频次了。从上面看，此时10根数据线加起来的频谱幅度最大值才0.1，比时钟小不少。

#时钟##pcb##PCB##数据##EMC#