当前位置:网站首页>TCL和ELTCL?CDNEXT和CMRL?
TCL和ELTCL?CDNEXT和CMRL?
2022-07-28 05:23:00 【深圳维信仪器】
2022年4月8日,一客户来电咨询在使用DSX2-8000选择测试标准的时候有“+PoE”和“+All”选项,不知和普通不带此符号的标准的区别在哪?不得不提的是,这和之前DTX系列,比如DTX-1800,测试结果区别所在了,比传统测试参数多了以下几项:
1.TCL(横向转换损耗);
2.ELTCL(横向转换传输损耗);
3.CDNEXT(共模到差模近端串扰);
4.CMRL(共模回波损耗)。

借此我们详细的聊聊福禄克线缆认证测试仪哪些事。在测试双绞线布线时,需要在测试仪上设置一些关键的参数来测试永久链路符合行业标准参数,如插入损耗、NEXT、PSNEXT、ACR-N、PSACR-N、ACR-F、PSACR-F和回波损耗。在测试Cat 6A(或ISO11801标准的Fa类)时,我们还使用PSANEXT(综合外部近端串扰)和PSAACR-F(综合外部远端串扰)进行外来串扰测试。
虽然所需参数会根据您选择的测试限制自动测试,但您是否注意到福禄克网络的的DSX 系列测试仪上有(+All)后缀系列测试这个选项,想知道这到底是什么意思,为什么以及什么时候应该选择它?
福禄克DSX系列测试仪的最新版本6.1简化了限值的标识,并在许多TIA和ISO限值的底部提供了“+PoE”和“+All”选项。如果未检查这些,则仅显示现场测试限值。选择它们,列表将随着“(+PoE)”“(+All)”版本的测量值添加到列表中而变长。
当您选择带有(+PoE)或(+All)后缀的测试限制时,您实际上是在添加ANSI/TIA或ISO/IEC不要求用于现场测试的其他测试参数。对于“+PoE”,这些测量值是对内直流电阻不平衡和对间直流电阻不平衡,以及直流回路电阻的限值。”+“所有”包括这些以及ELTCTL、TCL、CMRL和CDNEXT测量值。虽然现场测试不需要这些额外的测量,但制造商需要这些参数中的许多来建立合规性,这就是为什么您会发现它们列在布线规格表上的原因。
虽然出于认证目的,您可能不需要测试这些限制,并且它们确实会略微增加您的测试时间,但它们可以为您提供有关布线设备性能的更多信息。让我们仔细看看,以帮助您决定是否选择(+PoE)或(+All)。
TCL和ELTCL
以太网信号应用于差模,噪声信号应用于共模。当噪声注入电缆时,该共模信号的一部分可以转换为差模,并成为以太网信号的一部分。这种被称为模式转换的现象对于以太网信号来说不是一件好事。
TCL(横向转换损耗)和TCTL(横向转换传输损耗)是用于测量模式转换的两个参数。TCL测量一端对内的模式转换,TCTL测量另一端对内的模式转换。然而,由于TCTL测试中的共模信号量取决于插入损耗导致的链路长度,因此必须使用ELTCTL(等电平TCTL)进行均衡。
TCL和ELTCTL仅增加了约6秒的测试时间,它们是噪声抗扰度以及电缆链路能否在噪声环境中提供足够性能的优秀指标,包括来自相邻电缆的外来串扰或来自其他外部源(如工业环境中的噪声)。因此,如果您安装在嘈杂的环境中,并且需要一种简单的方法来确定抗噪性,那么您可能需要选择(+All)。此外,它可以让您在制造商声明中安心,并且是故障排除的理想选择–故障TCL和ELTCTL可能会导致位错误和重新传输,即使其他所需传输参数提供了高于标准限值的良好裕度。
CDNEXT和CMRL
CDNEXT(共模到差模近端串扰)是一个仅用于故障排除的参数,制造商不需要该参数,并且在TIA或ISO/IEC标准中没有规定测试限制。然而,TSB-1197“平衡双绞线布线的模式转换参数”中提到了这一点,以帮助布线专业人员更好地了解噪声对双绞线布线的影响,包括外来串扰和其他外部源。
CDNEXT是施加到一对的共模电压和差模电压之间的差值.
在电缆同一端的其他线对上测量的电压。更好的CDNEXT值对应更好的抗噪性和更低的发射。由于CDNEXT主要出现在连接硬件中,因此不良的CDNEXT主要是连接器选择问题,可能表明质量较低。虽然不太可能,但也可能是工艺问题。
CMRL(共模回波损耗)是应用于对的共模信号功率与反射回来的共模信号功率之间的差值。这些信号反射是由电缆阻抗的变化引起的,可能只值得对可能需要支持传输速度超过10 Gig的布线设备进行分析,尽管制造商没有要求,行业标准中也没有规定测试限制
现在,您已经了解了DSX系列例DSX2-5000 CH DSX2-8000 CH测试仪上(+PoE)和(+All)后缀的含义,您可以决定是否要添加这些测量值。
希望些许简单的介绍,能给予你帮助。
边栏推荐
- Summary of common WAF interception pages
- Convolutional neural network
- Which enterprises are suitable for small program production and small program development?
- Web滚动字幕(MARQUEE示例)
- 一、语音合成与自回归模型
- Internet of things interoperability system: classification, standards and future development
- 弹出消息对话框的方法
- UNL class diagram
- 《Distilling the Knowledge in a Neural Network》知识蒸馏论文解读
- 针对大量数据,MATLAB生成EXCEL文件并进行排版处理的源码
猜你喜欢

Reinforcement learning - dqn in value learning

Transformer's understanding

Word2vec+ regression model to achieve classification tasks

Reinforcement learning - Strategic Learning

无约束低分辨率人脸识别综述一:用于低分辨率人脸识别的数据集

Nanjing University of Posts and Telecommunications CTF topic writeup (I) including topic address

Deep learning (self supervision: Moco V2) -- improved bases with momentum contractual learning

Building neural network based on tensorflow

《Distilling the Knowledge in a Neural Network》知识蒸馏论文解读

Deep learning - metaformer is actually what you need for vision
随机推荐
File upload vulnerability summary
Deep learning (I): enter the theoretical part of machine learning and deep learning
CalendarExtender控件的中文显示问题
硬件电路设计学习笔记1--温升设计
Never leave its origin - bluecms1.6 vulnerability of the controller's shooting range
用于快速低分辨率人脸识别模型训练的改进知识蒸馏《Improved Knowledge Distillation for Training Fast LR_FR》
Deep learning (self supervision: simple Siam) -- Exploring simple Siamese representation learning
EIGamal 密码体制描述
物联网互操作系统:分类、标准与未来发展方向综述
无约束低分辨率人脸识别综述二:异构低分辨率人脸识别方法
Overview of unconstrained low resolution face recognition II: heterogeneous low resolution face recognition methods
VB-ocx应用于Web
EMC实验实战案例-ESD静电实验
Getting started with latex
USB Network Native Driver for ESXi更新到支持ESXi7.0.1
1、 Speech synthesis and autoregressive model
Improved knowledge distillation for training fast lr_fr for fast low resolution face recognition model training
Paper reading notes of field low resolution face recognition based on selective knowledge extraction
2、 Openvino brief introduction and construction process
Reinforcement learning - dqn in value learning