Mit der fortschreitenden Miniaturisierung kontaktloser Technologien in den Bereichen Zahlung, Identifikation und Zugang steigt die Nachfrage nach kleineren und energieeffizienteren PICCs deutlich an. Für passive Geräte wie kleine Zahlungsaccessoires und Wearables wird die Optimierung der kontaktlosen Performance zunehmend anspruchsvoller, da wichtige Kenngrößen wie Resonanzfrequenz (fres), Ansprechfeldstärke (Hmin) sowie die Eingangscharakteristika des ICs (Cic und Ric) präzise bestimmt und bewertet werden müssen. Herkömmliche prototypbasierte Entwicklungsansätze sind zeit- und ressourcenintensiv, wodurch der Bedarf an simulationsbasierten Methoden entsteht, um Prototyping zu reduzieren und optimale Designs zu erzielen. Diese Arbeit stellt ein umfassendes, systembasiertes Simulationsframework zur Modellierung von fres, Hmin, und den IC-Eingangscharakteristika von PICCs vor. Die standardisierte ISO Test PCD Assembly wird ebenfalls berücksichtigt. Das Framework modelliert lineare und nichtlineare Anteile getrennt, wobei lineare Modelle die S-Parameter einer PICC-Antenne auf der ISO Test PCD Assembly oder an einem VNA als DUT abbilden, während nichtlineare Modelle das gemessene analoge Verhalten der ICs erfassen. Die Modelle werden hauptsächlich aus EM-Simulationen von CAD-Modellen und benutzerdefinierten, datenbasierten Schaltungskomponenten erzeugt und anschließend in Schaltungssimulationen kombiniert. Der Vergleich mit Messungen zeigt eine hervorragende Übereinstimmung sowohl für die PICC-Antenne als auch für die ISO Test PCD Assembly S-Parameter-Modelle. Die fres Modellierung erreicht eine Genauigkeit von unter 0.7% (unter 100 kHz) und die von Hmin unter 2.6% (0.04 A/m). Durch Kombination des linearen Modells mit Messdaten der ISO Test PCD Assembly lassen sich zudem Cic und Ric unbekannter ICs bestimmen. Diese Methode erweitert den messbaren Bereich typischer LCR-Messgeräte auf höhere H-Levels, wobei ihre Empfindlichkeit gegenüber Modellierungs- und Messungenauigkeiten die praktische Anwendung einschränkt. Dennoch wird eine Genauigkeit von unter 3% bei einem Referenzsample mit bekannten Cic- und Ric-Werten erreicht. Durch die Kombination verschiedener Modellierungstechniken bietet das Framework zuverlässige Vorhersagen der kontaktlosen Performance (fres und Hmin) und ist ein wertvolles Werkzeug zur Reduzierung von Prototyping-Zyklen sowie zur Entwicklung der nächsten Generation kompakter, leistungsfähiger PICCs.
Mladen Pesic (Mon,) studied this question.