Cadence学习笔记之---原理图设计基本操作
目录
01 | 引 言
02 | 环境描述
03 | 原理图工具介绍
04 | 原理图设计基本操作
05 | 生成页间引用
06 | 元件自动编号
07 | 结 尾
01 | 引 言
书接上回,在前文中讲述了怎样制作常用的库元件,如电阻、二极管,IC器件,以及怎样放置电子元件;
本篇笔记主要讲述原理图设计过程中的基本操作、页间参考生成,以及元件如何自动编号。
上期参考文章:
《Cadence学习笔记之---库元件制作、元件放置》;
02 | 环境描述
操作系统:Win 11;
软件版本:Allegro Cadence 17.4 (备注:已打补丁);
软件配置:默认设置; (备注:无安装任何插件);
03 | 原理图工具介绍
在设计原理图之前,先介绍一下原理图设计过程中所需要的工具;
这些工具在打开Cadence的 OrCAD Capture 原理图软件后,默认显示在右侧标栏中。
<1>、电气连接;(用于连接各个元件的引脚)
<2>、放置网络组;(在画网络接口的时候很好用)
<3>、自动连接两个电气点;
<4>、自动连接多个电气点;
<5>、自动连接总线;
<6>、放置网络标号;(利用网络标号可将复杂电路拆解为简单电路)
<7>、总线电气连接;(与<1>类似,但用于总线)
<8>、放置电气点,使两条电气线相交;
<9>、放置总线出口;
<10>、放置电源;
<11>、放置参考地;
<12>、放置分层电路入口;(设计层次电路时使用)
<13>、放置跨页连接符;
<14>、设置引脚无连接;(禁用引脚)
在这些工具中,频繁使用的只有<1>、<6>、<10>、<11>、<13>、<14>。
04 | 原理图设计基本操作
以上面这个RS-485电路为例,我们使用上面介绍的工具进行原理设计;
首先,我们需要按照前面的两篇文章《Cadence学习笔记之---原理图工程、元件库创建》,《Cadence学习笔记之---库元件制作、元件放置》中的操作,新建两个原理图页,并放置需要的电子元件。
<1>、点击电气连接线;
<2>、点击引脚就可拉出电气线,在结束的位置点击并按下ESC键即退出连接;(电气连接线的快捷键是W键
当元件引脚朝向相反时,需要旋转元件以调整位置;
<1>、水平方向对调;
<2>、垂直方向对调;
<3>、按逆时针旋转90°;
这是连接好所有电气线之后的样子;(注意,在元件摆放的时候要考虑到尽可能的紧凑、直观、协调;最简单的评判方式,如果自己都看不过去,那说明摆放的问题很大)
<1>、放置网络标号;
<2>、设置网络标号的名称;
<3>、设置网络标号的颜色;(尽可能选择亮色,易于分辨)
<4>、修改网络标号的字体;(保持默认即可)
放置网络标号的作用是,当同一页原理图中,有别的电路部分需要连接到这个网络时,不需要直接进行电气连接,只需要放置一个同名的网络标号即可;
<1>、选择放置跨页连接符;
<2>、选择连接符库;(CAPSYM是系统默认的,也可以自制双向连接符)
<3>、选择向左、或者向右的连接符;
<4>、将连接符放到电气连接点;
跨页连接符原理图设计中必不可少的,很多时候我们需要将原理图拆分成各个模块,单独设计,模块之间常有电气耦合,这个时候就需要用跨页连接符来进行桥接。
原理图设计至此基本就讲述完毕,使用好上面介绍的几个工具,就足以应对日常的工作需要,剩下不常用的工具,可以根据需求再行研究即可。
05 | 生成页间引用
如果我们的原理图上只有跨页连接符还不够,因为面对大型电路,原理图页可能有几十页,我们还需要知道这个页连接符还出现在哪一页;
<1>、选择项目管理文件;
<2>、打开 Annotate 设置;
<3>、增加页间参考;
<4>、删除页间参考;(这两项都是批量操作,即增加都增加,删除就全删除)
<5>、设置距离页连接符的偏移量;(一般默认即可)
<6>、设置参考的样式;
以上就是增加页间参考后的最终效果,通过页参考可以很直观的看到电气网络分布的页码,特别需要注意的是,添加页间参考必须保证每个页都有自己的页码号,不能重复。
06 | 元件自动编号
从我们设计的原理图可以发现,经过删删改改,元件的标号很乱,没有顺序,按照我们的预期,同一种元件的序号应该按照顺序排列,这样有利于我们进行后期的BOM管理;
<1>、选择项目管理文件;
<2>、打开 Annotate 设置;
<3>、将元件序号全部重置为无效;
<4>、按照步骤<1>、<2>重新打开设置,设置为按照增量排序;
这里可以看到,最终的效果是元件的序号已经按照我们的设置进行增量顺位排序,起始值为1。
07 | 结 尾
本篇小记只是大致的记录了原理图设计的相关操作,需要强调的是还有很多的细节限于篇幅没有讲到;
但以上这些操作知识,已经可以支撑使用Cadence软件进行常规的硬件设计;在过程中,遇到有疑问的地方,再深入研究,效果会事半功倍。
相关文章:

Cadence学习笔记之---原理图设计基本操作
目录 01 | 引 言 02 | 环境描述 03 | 原理图工具介绍 04 | 原理图设计基本操作 05 | 生成页间引用 06 | 元件自动编号 07 | 结 尾 01 | 引 言 书接上回,在前文中讲述了怎样制作常用的库元件,如电阻、二极管,IC器件,以及怎…...
从零开始学习人工智能Day5-Python3 模块
二、Python3基础语法学习 三、Python3 基本数据类型 四、Python3 数据类型转换 五、Python3 运算符 六、python基本数据类型(续) 七、Python3 控制语句 八、Python推导式 九、Python3 函数 十、Python3 数据结构 十一、Python3 模块 Python 中的模块(…...

进行性核上性麻痹饮食指南:科学膳食助力对抗疾病
进行性核上性麻痹是一种进展性神经退行性疾病,常导致患者出现吞咽困难、运动障碍等症状。科学合理的饮食不仅能为患者提供必要的营养支持,还能降低并发症风险,改善生活质量。 蛋白质是维持身体机能的关键,患者应注重优质蛋白的摄取…...
vue滑块组件设计与实现
vue滑块组件设计与实现 设计一个滑块组件的思想主要包括以下几个方面:用户交互、状态管理、样式设计和事件处理。以下是详细的设计思想: 1. 用户交互 滑块组件的核心是用户能够通过拖动滑块来选择一个值。因此,设计时需要考虑以下几点&…...

opencv函数展示4
一、形态学操作函数 1.基本形态学操作 (1)cv2.getStructuringElement() (2)cv2.erode() (3)cv2.dilate() 2.高级形态学操作 (1)cv2.morphologyEx() 二、直方图处理函数 1.直方图…...

附赠二张图,阐述我对大模型的生态发展、技术架构认识。
文章精炼,用两张图说明大模型发展业态方向,以及大模型主体技术架构。(目前还需要进一步验证我的Thought && ideas,等待机会吧.........) 图一:探究大模型三个层次应用方向,浅层次入门简…...

OpenCv高阶(九)——背景建模
目录 一、背景建模的核心目标与核心挑战 1. 核心目标 2. 核心挑战 二、背景建模模型 1、帧差法原理 2. 概率模型(Parametric Models) (1)高斯混合模型(Gaussian Mixture Model, GMM) (…...

leetcode - 字符串
字符串 466. 统计重复个数 题目 定义 str [s, n] 表示 str 由 n 个字符串 s 连接构成。 例如,str ["abc", 3] "abcabcabc" 。 如果可以从 s2( )中删除某些字符使其变为 s1,则称字符串 s1( )可以从字符串 s2 获得。 例如…...

【基础IO上】复习C语言文件接口 | 学习系统文件接口 | 认识文件描述符 | Linux系统下,一切皆文件 | 重定向原理
1.关于文件的预备知识 1.1 文件的宏观理解 广义上理解,键盘、显示器等都是文件,因为我们说过“Linux下,一切皆文件”,当然我们现在对于这句话的理解是片面的;狭义上理解,文件在磁盘上,磁盘是一…...

Freertos--统计所有任务栈信息以及CPU占比和钩子函数
一、概念 在 FreeRTOS 中统计任务栈信息和 CPU 占比是为了分析栈使用情况防止溢出、优化性能识别高负载任务、合理分配资源避免内存浪费、调试系统排查阻塞或优先级问题,有助于提升效率、确保稳定性、快速定位问题并防止崩溃,比如在你的蜂鸣器任务中可以…...

京东商品详情API接口调用技术指南
本文基于京东宙斯开放平台(JD Open API)的 jingdong.ware.product.detail.search.get 接口,提供商品详情数据获取的完整技术方案,包含参数说明、代码实现及实战避坑指南。 一、接口功能与权限 核心能力 获取商品SKU的完整信…...

基于Java(JSP)+MySQL实现深度学习的音乐推荐系统
基于深度学习的音乐推荐系统简述 本文简要介绍我做的基于深度学习的音乐推荐系统。主要从需求分析与设计实现的角度来进行介绍。 需求分析 基于深度学习的音乐推荐系统旨在以个性化音乐推荐模型为基础,使用B/S架构的形式实现。个性化推荐模型使用了 随机梯度下降…...

Linux:进程间通信---匿名管道
文章目录 1. 进程间通信1.1 什么是进程间通信?1.2 为什么进程要进行进程间通信?1.3 怎么实现进程间通信? 2. 匿名管道2.1 匿名管道的原理2.2 匿名管道的系统接口2.3 匿名管道的使用2.4 匿名管道的运用场景 序:在上一篇文章中我们知…...
C++ 类及函数原型详解
一、引言 在C 编程中,类(Class)是面向对象编程的核心概念之一,它是一种用户自定义的数据类型,封装了数据和操作数据的函数(成员函数)。函数原型则为函数的声明提供了必要的信息,让编…...

深度学习小记(包括pytorch 还有一些神经网络架构)
这个是用来增加深度学习的知识面或者就是记录一些常用的命令,会不断的更新 import torchvision.transforms as transforms toPIL transforms.ToPILImage()#可以把tensor转换为Image类型的 imgtoPIL(img) #利用save就可以保存下来 img.save("/opt/data/private/stable_si…...
声音分离人声和配乐base,vocals,drums -从头设计数字生命第6课, demucs——仙盟创梦IDE
demucs -n htdemucs --two-stemsvocals 未来之窗.mp3 demucs -n htdemucs --shifts5 之.mp3demucs -n htdemucs --shifts5 -o wlzcoutspl 未来之窗.mp3 伴奏提取人声分离技术具有多方面的重大意义,主要体现在以下几个领域: 音乐创作与制作 创作便利…...
深度探索多模态数据:从声音到图像的奇妙世界
深度探索多模态数据:从声音到图像的奇妙世界 在多模态深度学习的旅程中,我们不仅要了解不同数据形式的融合策略,还需要熟悉各种数据类型的特性。今天,我们将探索两种常见但极具价值的模态:音频数据和医学CT扫描。 音…...

【数据可视化-32】全球住房市场分析(2015-2024 年)数据集可视化分析
🧑 博主简介:曾任某智慧城市类企业算法总监,目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。CSDN…...
JAVA---面向对象(下)
重生之我开始补知识第三集 1.标准 JavaBean 要求: 1)类名需要见名知意 2)成员变量使用private修饰 3)至少提供两个构造方法 a.无参构造方法 b.带全部参数的构造方法 4)成员方法 a.提供每一个成员变量对应的 …...
FPGA(现场可编程门阵列)笔记
*编程语言 - [Verilog]:硬件描述语言,语法风格类似于C语言,用于数字电路的设计。 - [SystemVerilog]:扩展自Verilog,增加了面向对象编程等特性,语法更接近于C,适用于复杂系统设计。 - [VHDL]:另一种硬件描述语言&…...

DAX Studio将PowerBI与EXCEL连接
DAX Studio将PowerBI与EXCEL连接 具体步骤如下: 第一步:先打开一个PowerBI的文件,在外部工具栏里打开DAXStudio,如图: 第二步:DAXStudio界面,点击Advanced选项卡-->Analyze in Excel&#…...

使用spring boot vue 上传mp4转码为dash并播放
1.前端实现 <template><div class"video-upload"><el-uploadclass"upload-demo"action"/api/upload":before-upload"beforeUpload":on-success"handleSuccess":on-error"handleError":show-file-…...

深入理解指针 (1)
1.内存和地址 1.1内存 1.1.1内存的使用和管理 (1)内存划分为一个个的内存单元,每个内存单元的大小是1个字节,一个内存单元可以存放8个bit。 (2)每个内存单元有一个编号,内存单元的编号在计…...

Leetcode98、230:二叉搜索树——递归学习
什么是二叉搜索树:右子树节点 > 根节点 > 左子树节点, 二叉搜索树中的搜索,返回给定值val所在的树节点 终止条件为传进来的节点为空、或者节点的值 val值,返回这个节点; 单程递归逻辑:定义一个resu…...
4/25 研0学习日志
Python学习 python 4个常用的数据容器 list dict tuple set list 列表中数据类型可以不一样 构造方式 mylist["xxx","xxxx"] 获取数据方式 mylist[1] mylist[:4] mylist[-1:] 添加数据 mylist.append() mylist.extern(["aaa","aaaa&…...

15. LangChain多模态应用开发:融合文本、图像与语音
引言:当AI学会"看听说想" 2025年某智慧医院的多模态问诊系统,通过同时分析患者CT影像、语音描述和电子病历,将误诊率降低42%。本文将基于LangChain多模态框架与Deepseek-R1,手把手构建能理解复合信息的智能系统。 一、…...

2022李宏毅老师机器学习课程笔记
机器学习笔记目录 1.绪论(内容概述)2.机器学习和深度学习的基本概念transformer 1.绪论(内容概述) 机器学习:让机器找一个函数,通过函数输出想要的结果。应用举例:语音识别,图像识别…...

笔试强训:Day2
一、字符串中找出连续最长的数字串(双指针) 字符串中找出连续最长的数字串_牛客题霸_牛客网 #include <iostream> #include <string> #include <cctype> using namespace std;int main() {//双指针string str;cin>>str;int nstr.size();int begin-1,l…...

linux合并命令(一行执行多个命令)的几种方式总结
背景: 最近安装配置机器,需要手打很多命令。又不能使用docker,所以就使用iTerm2连接多台服务器,然后move session到一个窗口中,shift command i使用XSHELL类似的撰写功能,就可以一次在多台服务器命令窗口…...

基于归纳共形预测的大型视觉-语言模型中预测集的**数据驱动校准**
摘要 本研究通过分离共形预测(SCP)框架,解决了大型视觉语言模型(LVLMs)在视觉问答(VQA)任务中幻觉缓解的关键挑战。虽然LVLMs在多模态推理方面表现出色,但它们的输出常常表现出具有…...