Automotive EMC Analysis of Touch Sensing IC
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">The technology in the automotive industry is evolving rapidly in recent times. Thus, with the development of new technologies, the challenges are also ever-increasing from an Electromagnetic Interference and Susceptibility (EMI/EMC) perspective. A lot of the latest technologies in Adaptive Driver Assistance Systems (ADAS), which include Rear Drive Assist, Blind Spot Detection (BSD), Lane Change Assist (LCA) to name a few, and other features like Anti-Braking System (ABS), Emergency Brake Assist (EBD) etc. rely heavily on different types of sensors and their detection circuitry. In addition, a lot of other internal functions in the Engine Control Unit (ECU) also depend on such sensors’ functionalities. Thus, it becomes imperative to study the potential impact of higher field emissions on the immunity behaviour of the sensors. In this paper, we will study the immunity behaviour of such an automotive capacitive touch-sensing integrated circuit (IC) and its impact on the application of the same. A Direct Power Injection (DPI) test is conducted on the IC and the immunity behaviour is extracted by simulation methodology. In order to enhance the overall immunity performance in a practical application, a reference design board is developed, and the immunity performance is measured by the Bulk Current Injection (BCI) technique. In addition, the measured BCI test results are simulated and validated based on the extracted immunity behaviour of the IC. This study shows that the immunity performance of the sensors’ circuitry can be effectively predicted by a simulation-based approach, thereby allowing system engineers to utilize this approach in early design stages to predict possible immunity EMI/EMC test failures and make necessary changes in design to avoid multiple PCB design and EMI/EMC testing iterations.</div></div>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».