MétaCan
Menu
Retour à la cohorte
Enregistrement W4409992306 · doi:10.1109/apec48143.2025.10977320

Power Delivery Network (PDN) Design and Analysis to Achieve Low Impedance in Fast Edge Rate DC-DC Converters for EMI Compliance

2025· article· en· W4409992306 sur OpenAlexaff
Manraj Singh Ladhar, Sheldon S. Williamson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Noise Suppression
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésEMIConvertersElectrical impedanceElectromagnetic interferencePower (physics)Electrical engineeringElectronic engineeringEngineeringComputer scienceVoltagePhysics

Résumé

récupéré en direct d'OpenAlex

This paper examines optimal design principles and practices essential for the printed circuit board (PCB) layout of switching regulators with fast dv/dt and di/dt edge rates to achieve electromagnetic interference (EMI) compliance standards. Reflections, crosstalk, and transmission line management techniques along with power delivery network/system (PDN/PDS) design are implemented for enhanced signal and power integrity. 4-layer board designed with embedded interplane capacitance, controlled impedance traces, proper signal termination and crosstalk management exhibits lowest noise emissions. The experimental results show good consistency with electromagnetic field theory and simulations. The paper also outlines effective design rules and practices essential for optimizing EMI/EMC performance and power integrity during the layout process of switching regulators in PCBs. By employing robust transmission line design techniques and power delivery system (PDS) design principles, a reliable PCB design for the DC/DC converter is achieved, ensuring compliance with EMI standards, and maintaining power integrity.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,235
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectromagnetic Compatibility and Noise SuppressionTravaux en français237 207