5、电路综合-超酷-基于S11参数直接综合出微带线电路图

2023-10-25 16:36

本文主要是介绍5、电路综合-超酷-基于S11参数直接综合出微带线电路图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

电路综合-超酷-基于S11参数直接综合出微带线电路图

1、电路综合原理与实践—电抗函数的综合原理
2、电路综合原理与实践—正实函数与策动电阻抗函数
3、电路综合原理与实践—单双端口理想微带线(伪)手算S参数与时域波形

之前已经介绍过如何通过电路的微带线结构求解得到其S参数(3、电路综合原理与实践—单双端口理想微带线(伪)手算S参数与时域波形),下面介绍一种特别酷的东西,从微带线的S11参数得到可以将其实现的结构。

从S11参数直接得到微带线电路图是一种叫简化实频的技术,可以用于匹配电路的设计,例如我需要在1GHz将10欧姆匹配至50欧姆,只需要控制1GHz的S11参数在10欧姆处就行(需要先将S参数转化为Z参数)。

1、理查德域S11参数的表达式

此处的S11的参数表达式为理查德域的,可能和我们平时见到的S11的图像一样的格式不太一致,如:
在这里插入图片描述
那么这个式子究竟代表了什么呢?对于无耗的传输线,其可以表达为如下的形式:
在这里插入图片描述
其中beta为相移常数,l为微带线的实际的长度。在下面的分析中,我使用电长度这种间接的表达方法来示意。例如,在1GHz下的电长度为60°的微带线的实际长度为l=ele_l/360*c/f。其中ele_l为电长度(60,单位度),c为光速,f为该电长度所在的频率(1GHz)。

此外,beta=beta=2* pi *freq_solve/c,其中freq_solve为求解的频率(也就是要求解哪个频率的S参数)。这样,对应一个固定的表达式,其S11参数会随着频率发生变化,此外因为lamda是周期函数,最后得到的S11参数也必定是周期的。

对于上面的S11表达式,使用如下的程序绘制其对应的S11参数(其中微带线使用的是1GHz下60度电长度的微带线,对应的实际长度为0.05m,忽略介电常数等等):

clear
close all
clc
%微带线电长度
ele_l=60;
%微带线电长度所在的频率
f=1e9;
%求解频率范围,单位GHz
f_start=0.01;
f_stop=10;
f_step=0.01;%光速
c=299792458;
%求解范围
freq_solve=[f_start:f_step:f_stop]*1e9;
%计算物理长度,单位m
l=ele_l/360*c/f;
%计算不同频率下的相移常数beta
beta=2*pi*freq_solve/c;
%转换到lamda域
lamda=1j*tan(beta*l);S11=(lamda.^2+19*lamda)./(lamda.^2+21*lamda+8);figure
plot(freq_solve/1e9,20*log10(abs(S11)))
xlabel('Frequency(GHz)')
ylabel('dB(S11)')
title('S11')

得到的图片如下所示:
在这里插入图片描述

2、电路生成 案例1—开路微带线综合

在更加一般的情况,我们是基于第一部分最后一张图的S11参数去设计匹配电路。我们可以利用S11参数去反推表达式。在此给出一个示例(使用第一部分的表达式为案例):

clear
clc
syms lamda
S11=(lamda.^2+19*lamda)./(lamda.^2+21*lamda+8);
Zin=(1+S11)/(1-S11);S11_Z0=S11;
Z0=1;
ind=1;s11_tmp(ind)=subs (S11_Z0,Z0);
for cnt=1:1:2if ind==1Z(ind)=Z0*(1+s11_tmp(ind))/(1-s11_tmp(ind));K(ind)=(Z0-Z(ind))/(Z0+Z(ind));S11_Zi(ind)=(K(ind)+S11_Z0)/(1+K(ind)*S11_Z0);S111_Zi(ind)=simplify(S11_Zi(ind)*(1+lamda)/(1-lamda));ind=ind+1;elseZ(ind)=simplify(Z(ind-1)*(1+S111_Zi(ind-1))/(1-S111_Zi(ind-1)))Z(ind)=subs (Z(ind),Z0);K(ind)=(Z(ind-1)-Z(ind))/(Z(ind-1)+Z(ind));S11_Zi(ind)=(K(ind)+S111_Zi(ind-1))/(1+K(ind)*S111_Zi(ind-1));S111_Zi(ind)=simplify(S11_Zi(ind)*(1+lamda)/(1-lamda));ind=ind+1;end
end
Z

运行结果如下所示:
在这里插入图片描述
表示该阻抗可以使用两个部分组成,第一部分为阻抗为5欧姆的微带线,第二部分为电容和电阻的并联:
在这里插入图片描述
在这里插入图片描述
依据解析结果,构建如下的电路原理图:
在这里插入图片描述
运行仿真,仿真结果与理论分析结果一致:
在这里插入图片描述

3、电路生成 案例2—基于策动点阻抗函数综合多微带电路

要综合的输入阻抗函数如下所示(此处t就是lamda):

%                100*t^3 + 50*t^2 + 300*t + 30
%		Z(t) = -------------------------------	
%                9*t^3 + 170*t^2 + 31*t + 30

绘制其对应的S11参数和Zin参数曲线(假定使用频率1GHz下电长度60度的微带线进行实现),使用如下代码:

clear
close all
clc
%微带线电长度
ele_l=60;
%微带线电长度所在的频率
f=1e9;
%求解频率范围,单位GHz
f_start=0.01;
f_stop=10;
f_step=0.01;%光速
c=299792458;
%求解范围
freq_solve=[f_start:f_step:f_stop]*1e9;
%计算物理长度,单位m
l=ele_l/360*c/f;
%计算不同频率下的相移常数beta
beta=2*pi*freq_solve/c;
%转换到lamda域
lamda=1j*tan(beta*l);Zin=(100*lamda.^3+50*lamda.^2+300*lamda+30)./(9*lamda.^3+170*lamda.^2+31*lamda+30);
S11=(Zin-1)./(Zin+1);figure
plot(freq_solve/1e9,(abs(Zin)))
xlabel('Frequency(GHz)')
ylabel('Zin')
title('Zin')figure
plot(freq_solve/1e9,20*log10(abs(S11)))
xlabel('Frequency(GHz)')
ylabel('dB(S11)')
title('S11')

得到的S11参数和Zin参数结果如下所示:
在这里插入图片描述
使用下面代码进行综合:

clear
clc
syms lamdaZin=(100*lamda.^3+50*lamda.^2+300*lamda+30)./(9*lamda.^3+170*lamda.^2+31*lamda+30);
S11=(Zin-1)./(Zin+1);S11_Z0=S11;
Z0=1;
ind=1;s11_tmp(ind)=subs (S11_Z0,Z0);
for cnt=1:1:4if ind==1Z(ind)=Z0*(1+s11_tmp(ind))/(1-s11_tmp(ind));K(ind)=(Z0-Z(ind))/(Z0+Z(ind));S11_Zi(ind)=(K(ind)+S11_Z0)/(1+K(ind)*S11_Z0);S111_Zi(ind)=simplify(S11_Zi(ind)*(1+lamda)/(1-lamda));ind=ind+1;elseZ(ind)=simplify(Z(ind-1)*(1+S111_Zi(ind-1))/(1-S111_Zi(ind-1)))Z(ind)=subs (Z(ind),Z0);K(ind)=(Z(ind-1)-Z(ind))/(Z(ind-1)+Z(ind));S11_Zi(ind)=(K(ind)+S111_Zi(ind-1))/(1+K(ind)*S111_Zi(ind-1));S111_Zi(ind)=simplify(S11_Zi(ind)*(1+lamda)/(1-lamda));ind=ind+1;end
end
Z

运行结果如下:

在这里插入图片描述
构建ADS仿真验证:
在这里插入图片描述
结果一致:

在这里插入图片描述

这篇关于5、电路综合-超酷-基于S11参数直接综合出微带线电路图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/283820

相关文章

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

如何在页面调用utility bar并传递参数至lwc组件

1.在app的utility item中添加lwc组件: 2.调用utility bar api的方式有两种: 方法一,通过lwc调用: import {LightningElement,api ,wire } from 'lwc';import { publish, MessageContext } from 'lightning/messageService';import Ca

4B参数秒杀GPT-3.5:MiniCPM 3.0惊艳登场!

​ 面壁智能 在 AI 的世界里,总有那么几个时刻让人惊叹不已。面壁智能推出的 MiniCPM 3.0,这个仅有4B参数的"小钢炮",正在以惊人的实力挑战着 GPT-3.5 这个曾经的AI巨人。 MiniCPM 3.0 MiniCPM 3.0 MiniCPM 3.0 目前的主要功能有: 长上下文功能:原生支持 32k 上下文长度,性能完美。我们引入了

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时

如何确定 Go 语言中 HTTP 连接池的最佳参数?

确定 Go 语言中 HTTP 连接池的最佳参数可以通过以下几种方式: 一、分析应用场景和需求 并发请求量: 确定应用程序在特定时间段内可能同时发起的 HTTP 请求数量。如果并发请求量很高,需要设置较大的连接池参数以满足需求。例如,对于一个高并发的 Web 服务,可能同时有数百个请求在处理,此时需要较大的连接池大小。可以通过压力测试工具模拟高并发场景,观察系统在不同并发请求下的性能表现,从而

STL经典案例(四)——实验室预约综合管理系统(项目涉及知识点很全面,内容有点多,耐心看完会有收获的!)

项目干货满满,内容有点过多,看起来可能会有点卡。系统提示读完超过俩小时,建议分多篇发布,我觉得分篇就不完整了,失去了这个项目的灵魂 一、需求分析 高校实验室预约管理系统包括三种不同身份:管理员、实验室教师、学生 管理员:给学生和实验室教师创建账号并分发 实验室教师:审核学生的预约申请 学生:申请使用实验室 高校实验室包括:超景深实验室(可容纳10人)、大数据实验室(可容纳20人)、物联网实验

多路转接之select(fd_set介绍,参数详细介绍),实现非阻塞式网络通信

目录 多路转接之select 引入 介绍 fd_set 函数原型 nfds readfds / writefds / exceptfds readfds  总结  fd_set操作接口  timeout timevalue 结构体 传入值 返回值 代码 注意点 -- 调用函数 select的参数填充  获取新连接 注意点 -- 通信时的调用函数 添加新fd到

生信圆桌x生信分析平台:助力生物信息学研究的综合工具

介绍 少走弯路,高效分析;了解生信云,访问 【生信圆桌x生信专用云服务器】 : www.tebteb.cc 生物信息学的迅速发展催生了众多生信分析平台,这些平台通过集成各种生物信息学工具和算法,极大地简化了数据处理和分析流程,使研究人员能够更高效地从海量生物数据中提取有价值的信息。这些平台通常具备友好的用户界面和强大的计算能力,支持不同类型的生物数据分析,如基因组、转录组、蛋白质组等。