• 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);
    
    • 1
    • 2
    • 3
    • 4
    • 5

    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:N
        w=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')
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38
    • 39
    • 40
    • 41
    • 42
    • 43
    • 44
    • 45
    • 46
    • 47
    • 48
    • 49
    • 50
    • 51
    • 52
    • 53
    • 54
    • 55
    • 56
    • 57
    • 58
    • 59
    • 60
    • 61
    • 62
    • 63
    • 64

    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。

  • 相关阅读:
    电脑微软账户登录一直转圈怎么解决问题
    绘画系统(02):【纲】Paint Devices and Backends[官翻]
    计算机毕业设计项目选题推荐(免费领源码)java+ssm+Mysq学科竞赛管理系统08604
    Java精进-手写持久层框架
    android 在后台任务栏隐藏应用程序
    VIT:Transformer进军CV的里程碑
    Go 定时任务执行-cron
    17、监测数据采集物联网应用开发步骤(12.2)
    MATLAB使用OMP实现图像的压缩感知实例
    进入前六!博云在中国云管理软件市场销量排行持续上升
  • 原文地址:https://blog.csdn.net/weixin_44584198/article/details/134443687