电路综合-基于简化实频的集总参数电路匹配1

电路综合-基于简化实频的集总参数电路匹配1

对于分布式参数的匹配方法,我们已经深入探讨并给出了解决方案:

10、电路综合-基于简化实频的宽带匹配电路设计方法
{阻抗匹配其实就是S11电路的匹配,给定需要匹配的阻抗数值去设计微带电路,其实就是给定了部分频点的S11参数去综合出电路图。我们唯一需要的就是根据部分频点的S11参数去拟合S11在理查德域的解析表达式。 这个拟合过程也可以看为一个优化过程,是为了使得解析表达式尽可能的接近已知的S11参数。其基本过程和9、电路综合-基于简化实频的任意幅频响应的微带电路设计一致。}

但是,对集总端口的匹配问题,相比并不简单。例如,对于下面的拓扑,我们如何将其匹配至1欧姆的归一化端口?
在这里插入图片描述
一种简单的方法是将其视为切比雪夫滤波器中的一部分,例如下图:
在这里插入图片描述
这种匹配方法非常简单,但是有很大的限制范围。首先,要进行匹配的结构必须是Causer形式的;其次,为了契合切比雪夫的多项式,有些参数无法严格对应;

下面介绍一种基于实频的直接综合方法,可以对任意结构的拓扑进行匹配电路的计算综合。

1、计算给定负载的阻抗特性

具体的计算过程参考如下链接:
11、电路综合-集总参数电路结构的S参数模型计算与Matlab
教程简介:对于实际的电路,我们可能不会使用纯微带电路进行实现(很多模型的寄生参数往往都会等效为集总参数),可能需要用到集总参数和分布参数混合的方式,此文章介绍了集总参数电路综合的基本理论(输入阻抗计算、S11参数计算)。

此处,我们只需要得到给定负载的策动点阻抗函数Z即可。
给出简单的计算代码示例(对应电容电阻并联、电感串联的结构,p就是Laplace s):

p=sqrt(-1)*w;
YL=(1/R)+C*p;
ZL=p*L+1/YL;
RL=real(ZL);
XL=imag(ZL);

对于基于简化实频的匹配方法,我们并不需要整个频域的阻抗情况,例如,如果我们需要在角频率w=[0,1]的范围内进行匹配,只需要在[0,1]的范围内取几个离散点即可。当然,如果要匹配的负载不是具体的集总参数的形式,只要能给出不同频率下对应的阻抗,也能基于此方法进行匹配电路的综合。

2、优化的初始值的生成

给出一个传输增益的计算方程,其中B下标的是需要设计的匹配电路的策动点阻抗的虚部与实部。可以知道,如果能够抵消电抗部分,就可以获得最高的传输增益。
在这里插入图片描述
在此,我们假设电抗部分被抵消,则此时的匹配电路的阻抗实部可用下式计算(需要先设定预期的功率增益T0):
在这里插入图片描述
匹配电路的阻抗虚部就是实部的希尔伯特变换(对于最小阻抗函数)。计算得出的匹配电路的阻抗实部可以作为非线性优化的初始值,因为这是在假设抵消电抗部分情况下得出的结果。

3、基于初始值进行优化

将匹配电路的实部作为优化参数,匹配电路的阻抗虚部就是实部的希尔伯特变换。其初始值设定为上述计算得出的RB0。使用Matlab的lsqnonlin函数进行非线性优化。

优化结果即为最佳的匹配电路的实部,从而使用希尔伯特变换计算得出阻抗虚部。主要,此处得到的都是数值解,并非解析表达式。可以基于此数值对匹配结果进行初步的估算。

4、Matlab的代码实现

clear
clc
close all% 分析的计算点数   越多越精密
N=21;
% 设定要匹配的负载参数
R=1;
C=3;
L=1;
% 匹配范围0-1,分析截至频率1.2
wc1=0;
wc2=1;
ws1=0;
ws2=1.2;
% 理想增益设定为0.8
T0=0.8;
% 使用阻抗函数进行综合
KFlag=1;
% sign为+-1,结构不同
sign=1;% Step 1: Generate the load data
WBR=Break_Frequencies(N,ws1,ws2,wc1,wc2);
for i=1:Nw=WBR(i);[RL,XL]=RLC_Load(w,R,C,L,KFlag);RLA(i)=RL;XLA(i)=XL;
end% Step 2: 计算出RB0的初始值
RB0=initials(R,C,L,KFlag,T0,sign,WBR);
XB0=Hilbert_Transform(WBR,RB0);% Step 3: 进行优化
% Define unknowns for the optimization:
for j=1:(N-1)x0(j)=(RB0(j));%Initial  
end
OPTIONS=optimset('MaxFunEvals',20000,'MaxIter',50000);
x=lsqnonlin('error_RFLT',x0,[],[],OPTIONS,WBR,wc1,wc2,N,T0,R,C,L,KFlag);
% Generate optimized driving point impedance
for j=1:N-1
RBA(j)=x(j);
end
RBA(N)=0.0;
XBA=Hilbert_Transform(WBR,RBA);% 画图
RTSQ=(RB0+RLA).*(RB0+RLA);
XTSQ=(XB0+XLA).*(XB0+XLA);
TPG0=4*RLA.*RB0./(RTSQ+XTSQ);RTSQ=(RBA+RLA).*(RBA+RLA);
XTSQ=(XBA+XLA).*(XBA+XLA);
TPG=4*RLA.*RBA./(RTSQ+XTSQ);figure
plot(WBR,TPG,WBR,TPG0)
xlabel('Angular Frequency')
ylabel('Optimized Gain')
title('OPtimized Gain Plot')
legend('经过lsqnonlin优化的结果','RB0的初始值得出的增益结果')

运行结果(可见优化后的结果更能满足设计要求):
在这里插入图片描述
在上面的分析中,我们设定理想的功率增益为0.8,为什么不是1呢?因为这是出于平坦度的考虑,可能对于所给出的负载端,不存在任何电路能够实现这么理想的匹配。例如,如果将增益设为1,得出的结果为:
在这里插入图片描述
明显,在低频处效果更好,但是高频处性能不佳,且不够平坦。

注意,到此为止我们只得到了要设计的匹配结构的数值型的策动点阻抗,需要将其转化为Laplace域的解析形式再进行电路综合才能得到具体的电路拓扑。下面我们将介绍此过程。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/193947.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【数据结构 | 链表】leetcode 2. 两数相加

个人主页:兜里游客棉花糖 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 兜里游客棉花糖 原创 收录于专栏【LeetCode】 原题链接:点击直接跳转到该题目 目录 题目描述解题代码 题目描述 给你两个 非空 的链表,表示两个非…

第十九章绘图

Java绘图类 Graphics 类 Grapics 类是所有图形上下文的抽象基类,它允许应用程序在组件以及闭屏图像上进行绘制。Graphics 类封装了Java 支持的基本绘图操作所需的状态信息,主要包括颜色、字体、画笔、文本、图像等。 Graphics 类提供了绘图常用的…

京东联盟flutter插件使用方法

目录 1.京东联盟官网注册申请步骤略~2.安卓端插件配置:3.IOS端插件配置4.其它配置5.京东OAuth授权 文档地址:https://baiyuliang.blog.csdn.net/article/details/134444104 京东联盟flutter插件地址:https://pub.dev/packages/jdkit 1.京东联…

基于单片机的汽车安全气囊系统故障仿真设计

**单片机设计介绍, 基于单片机微波炉加热箱系统设计 文章目录 一 概要二、功能设计设计思路 三、 软件设计原理图 五、 程序六、 文章目录 一 概要 基于单片机的汽车安全气囊系统的故障检测系统是一种用于检测安全气囊系统故障的智能化设备,通过单片机控…

分类预测 | Matlab实现PSO-BiLSTM粒子群算法优化双向长短期记忆神经网络的数据多输入分类预测

分类预测 | Matlab实现PSO-BiLSTM粒子群算法优化双向长短期记忆神经网络的数据多输入分类预测 目录 分类预测 | Matlab实现PSO-BiLSTM粒子群算法优化双向长短期记忆神经网络的数据多输入分类预测分类效果基本描述程序设计参考资料 分类效果 基本描述 1.Matlab实现PSO-BiLSTM粒子…

最新宝塔反代openai官方API开发接口详细搭建教程,解决502 Bad Gateway问题

一、前言 宝塔反代openai官方API接口详细教程,实现国内使用ChatGPT502 Bad Gateway问题解决, 此方法最简单快捷,没有复杂步骤,不容易出错,即最简单,零代码、零部署的方法。 二、实现前提 一台海外服务器…

数据仓库入门简介

一,数组仓库介绍 数据仓库 (英语:Data Warehouse,简称数仓、DW)是一个为数据分析而设计的企业级数据管理系统。它旨在 支持企业决策过程中的数据分析和业务智能 。数据仓库的基本原理是将不同来源的数据整合到一个中心…

软件测试/测试开发丨​利用人工智能ChatGPT批量生成测试数据

点此获取更多相关资料 简介 测试数据是指一组专注于为测试服务的数据,既可以作为功能的输入去验证输出,也可以去触发各类异常场景。 测试数据的设计尤为重要,等价类、边界值、正交法等测试用例设计方法都是为了更全面地设计对应的测试数据…

Mac用NTFS文件夹读写NTFS硬盘 NTFS能复制多大的文件

Mac作为一款备受欢迎的计算机操作系统,具备了许多令人惊叹的功能和特性。然而,对于一些Mac用户来说,使用NTFS格式的硬盘可能存在一些疑问。他们可能想知道Mac是否能够读写NTFS格式的硬盘,以及NTFS格式的硬盘是否有文件大小的限制。…

OpenAI暂停新的ChatGPT Plus注册 | OpenAI 的 GPT Builder 创建您的 GPTs

OpenAI DevDay 才过去仅仅一周时间,伴随着开发者大会上发布的一系列重磅升级和新特性,无疑这样的进化速度让广大网友炸锅了,其火热程度可见一斑。 就在四个小时前,OpenAI的CEO Sam Altma突然宣布,ChatGPT Plus账号暂停…

Linux编辑器:vim的简单介绍及使用

目录 1.什么是vim 2.vim的基本概念 3.vim 的基本操作 4. 各模式下的命令集 4.1 正常模式命令集 4.2 末行模式命令集 5.补充 5.1 vim支持多文件编辑 5.2 vim 的配置 1.vim 配置原理 2. 常用简单配置选项: 3. 使用插件 1.什么是vim Vim 是从 vi 发展出…

进阶JAVA篇- Lambda 表达式与 Lambda 表达式的省略规则

目录 1.0 什么是 Lambda 表达式? 1.1 既然跟匿名内部类相关,先来回顾匿名内部类。 1.2 Lambda 表达式与匿名内部类之间的关系。 1.3 函数式接口 1.4 在具体代码中来操作一下 2.0 Lambda 表达式省略规则 1.0 什么是 Lambda 表达式? Lambda 表达…

【腾讯云 HAI域探秘】——自行搭建Stable Diffusion模型服务用于生成AI图片 | 自行搭建ChatGL M26BAI模型服务用于AI对话 | Pytorch2.0 AI框架视频处理

自行搭建Stable Diffusion模型服务用于生成AI图片 一、服务创建 1、服务地址: 高性能应用服务HAI 新品内测 2、等待审核(大概24小时) 二、创建服务 1、新建服务 2、选择AI模型:Stable Diffusion 高性能,效率更快。 3、等待创建(5~8分钟&a…

一文带你深入浅出Web的自动化测试工具Selenium【建议收藏】

文章目录 前言第01节 Selenium概述第02节 安装浏览器驱动(以Google为例)第03节 定位页面元素1. 打开指定页面2. id 定位3. name 定位4. class 定位5. tag 定位6. xpath 定位7. css 选择器8. link 定位9. 示例 有道翻译 第04节 浏览器控制1. 修改浏览器窗…

【YOLOX简述】

YOLOX的简述 一、 原因1. 背景2. 概念 二、 算法介绍2.1 YOLOX算法结构图:2.2 算法独特点2.3 Focus网络结构2.4 FPN,PAN2.5 BaseConv2.6 SPP2.7 CSPDarknet2.8 YOlO Head 三、预测曲线3.1 曲线 一、 原因 1. 背景 工业的缺陷检测是计算机视觉中不可缺少…

AI集成ChatGPT敲代码神器Copilot

📑前言 本文主要是AI工具Copilot解读文章,如果有什么需要改进的地方还请大佬指出⛺️ 🎬作者简介:大家好,我是青衿🥇 ☁️博客首页:CSDN主页放风讲故事 🌄每日一句:努力…

基于springboot的医护人员排班系统 全套代码 全套文档

基于springboot的医护人员排班系统,springboot vue mysql (毕业论文10411字以上,共27页,程序代码,MySQL数据库) 代码下载链接:https://pan.baidu.com/s/177HdCGtTvqiHP4O7qWAgxA?pwd0jlf 提取码:0jlf 【运行环境】 IDEA, JDK1.8, Mysql, Node, Vue …

【Java】智慧工地管理系统源码(SaaS模式)

智慧工地是聚焦工程施工现场,紧紧围绕人、机、料、法、环等关键要素,综合运用物联网、云计算、大数据、移动计算和智能设备等软硬件信息技术,与施工生产过程相融合。 一、什么是智慧工地 智慧工地是指利用移动互联、物联网、智能算法、地理信…

基础课5——垂直领域对话系统架构

垂直领域对话系统是指针对特定领域或行业的需求而构建的对话系统。这种系统通常需要具备高度的专业知识和对特定领域的知识库进行深入的学习和训练,以便能够提供准确、高效、实用的服务。 垂直领域对话系统的构建通常包括以下步骤: 确定目标领域或行业…

【社会网络分析第5期】gephi使用指南

gephi数据可视化 gephi数据可视化1、软件安装2、数据处理与导入(1)导入节点(2)导入边(3)改变节点的颜色(4)根据pagerank调整节点的大小(5)根据pagerank调整边…