如何正确理解和获取S参数

2024-02-07 12:44
文章标签 参数 获取 正确理解

本文主要是介绍如何正确理解和获取S参数,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!

        S参数是网络参数,定义了反射波和入射波之间的关系,给定频率的S参数矩阵指定端口反射波b的矢量相对于端口入射波a的矢量,如下所示:

b=S∙a

        在此基础上,如下图所示,为一个常见的双端口网络拓扑图:

        其S参数矩阵就可以表示如下:

        上图中矩阵下标的命名规则,可由下图进行定义描述:假设DUT为一段传输线,当传输线阻抗与端口阻抗不匹配时,会发生信号反射,一部分入射波能量会反射回输入端口,反射波和入射波的能量比值,称之为S11(回波损耗),另一部分入射波能量会沿着传输线继续向输出端传播,那么到达输出端的入射波与初始注入输入端的入射波的能量比值,称之为S21(插入损耗),当输入和输出端口发生互换时,即可得到S22S12

        当双端口网络演变为普通的四端口网络时,两个独立运行的传输线之间,必然会由于分布参数的影响(图中的CmLm)产生能量耦合效应,从而形成线间的串扰,并且,根据串扰传播的不同方向,会形成远端串扰(FEXT)和近端串扰(NEXT)的定义,那么,S参数会在双端口矩阵的基础之上,增加了端口到端口之间的能量串扰的定义描述。

        众所周知,为了实现更高速率的信号传输,差分传输系统会将有用信号叠加在一个直流偏置电压之上进行长距离的传输,以此达到将低电平变化的有用信号与地噪声之间进行隔离的效果,这种方式虽然有效,但导致了传输系统中存在两种能量分量:差模(Differential mode)共模(Common mode),其定义如图所示的,对于工作而言,共模能量不是必须的,因此在终端,通常会使用隔直电容进行滤除,但如果“滤波”效果不理想时,共模能量还是会与差模能量一起流入到端口中,并且由于两种能量均来自于有用信号,进而导致了两种能量之间的转换。

        当把这种转换定义到S参数的端口矩阵中时,会形成如下的混合模式S参数矩阵,拓扑图看起来虽然略显复杂,但可以将其理解为是普通四端口网络的“强化版”:左上和右下分别是独立的差模和共模系统,左下和右上的串扰部分则被模式能量转换所替代。

        差分系统的矩阵下标的具体定义如下图所示,需要注意的,是其中s和d的区别:当DUT系统的port 1和port 2之间满足互易性(即结构对称)时,称之为差分平衡模式--d;当不满足互易性(即结构非对称)时,称之为单端非平衡模式--s,即s就可以表征差分结构中的不对称现象。

        如上所述,因为差分四端口的S参数是由双端口S参数逐步演化而来,因此,在数学中,其各分量均可以从单端S参数推导而来,其具体关系如下图的公式矩阵所示,在实际的仿真和测试中,软件和测量设备也是通过获取单端S参数矩阵再进行运算得到混合S参数矩阵的,并非直接获取。

        以一个简单的仿真举例说明上述公式的应用,对一段3米的USB线缆提取S参数,有以下两种方式:

        方式1,直接提取单端四端口的S参数,再以上述计算公式的方式获取混合模式S参数;

        方式2,利用仿真软件中自带的模式转换器(Balun4Port),自动获取混合模式S参数。

        其中,方式1在进行S参数计算时,一定要分清楚各个单端端口的摆放顺序,并分别获取如下的四组参数的计算公式:  

        最后的结果显示,两种方式提取的混合S参数结果,几乎一模一样,并看不出明显的差异,从而说明了公式提取的准确性。    

        有了上述关于S参数的系统概念,再返回来查看网络分析仪的工作原理,即便描述非常简单,相信你的理解也将更为深刻!!!

这篇关于如何正确理解和获取S参数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/687768

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

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

Android Environment 获取的路径问题

1. 以获取 /System 路径为例 /*** Return root of the "system" partition holding the core Android OS.* Always present and mounted read-only.*/public static @NonNull File getRootDirectory() {return DIR_ANDR

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

JS和jQuery获取节点的兄弟,父级,子级元素

原文转自http://blog.csdn.net/duanshuyong/article/details/7562423 先说一下JS的获取方法,其要比JQUERY的方法麻烦很多,后面以JQUERY的方法作对比。 JS的方法会比JQUERY麻烦很多,主要则是因为FF浏览器,FF浏览器会把你的换行也当最DOM元素。 <div id="test"><div></div><div></div

vcpkg子包路径批量获取

获取vcpkg 子包的路径,并拼接为set(CMAKE_PREFIX_PATH “拼接路径” ) import osdef find_directories_with_subdirs(root_dir):# 构建根目录下的 "packages" 文件夹路径root_packages_dir = os.path.join(root_dir, "packages")# 如果 "packages"