微带线特性阻抗快速计算---根据介质板参数和特性阻抗得到线宽(Matlab代码)

news2024/11/18 20:27:49

微带线特性阻抗快速计算—根据介质板参数和特性阻抗得到线宽(Matlab代码)

参考:https://blog.csdn.net/weixin_45811090/article/details/130045689
《射频电路理论与设计》第2版 黄玉兰著
《射频电路设计——理论与应用》第二版 Reinhold Ludwig Gene Bogdanov

然有这个需求,需要从微带线的特性阻抗得到线宽,网上只有公式,没有现存的计算代码,所以来搞一下。

1、根据介质板参数和特性阻抗得到线宽的计算理论

微带线的结构:
在这里插入图片描述

需要分情况考虑,首先,当 W h ≤ 2 \frac{W}{h}\leq2 hW2时的W/h的计算公式为( ε r \varepsilon_{r} εr为基板的相对介电常数):

W h = 8 e A e 2 A − 2 \frac{W}{h}=\frac{8e^{A}}{e^{2A}-2} hW=e2A28eA
其中:
A = Z 0 60 ε r + 1 2 + ε r − 1 ε r + 1 ( 0.23 + 0.11 ε r ) A=\frac{Z_{0}}{60}\sqrt{\frac{\varepsilon_{r}+1}{2}}+\frac{\varepsilon_{r}-1}{\varepsilon_{r}+1}(0.23+\frac{0.11}{\varepsilon_{r}}) A=60Z02εr+1 +εr+1εr1(0.23+εr0.11)
W h ≥ 2 \frac{W}{h}\geq2 hW2时的W/h的计算公式为:
W h = 2 π { B − 1 − ln ⁡ ( 2 B − 1 ) + ε r − 1 2 ε r [ ln ⁡ ( B − 1 ) + 0.39 − 0.61 ε r ] } \frac{W}{h}=\frac{2}{\pi}\{B-1-\ln(2B-1)+\frac{\varepsilon_{r}-1}{2\varepsilon_{r}}[\ln(B-1)+0.39-\frac{0.61}{\varepsilon_{r}}]\} hW=π2{B1ln(2B1)+2εrεr1[ln(B1)+0.39εr0.61]}
其中:
B = 377 π 2 Z 0 ε r B=\frac{377\pi}{2Z_{0}\sqrt{\varepsilon_{r}}} B=2Z0εr 377π

我们需要求解的是W,我们预先不知道 W h \frac{W}{h} hW的值究竟在哪个范围,但是没关系,我们把已知量分别带入,可以计算得出 W h \frac{W}{h} hW的值,然后判断这个值是否处于这个范围即可。

2、Matlab计算函数

function [w] = microstrip_calW(Z0, epsilon, H)
% MICROSTRIP_CALW 计算微带线的宽度
%   w = MICROSTRIP_CALW(Z0, epsilon, H) 计算具有给定特性阻抗 (Z0)、
%   介电常数 (epsilon) 和基板高度 (H) 的微带线的宽度 (w)。
%
%   该函数使用基于给定参数的微带线宽度计算的封闭形式方程。
%   如果计算得到的宽度在一定范围内,则返回宽度;否则,显示错误消息。
%
%   输入参数:
%       Z0: 微带线的特性阻抗。
%       epsilon: 基板材料的介电常数。
%       H: 基板高度(厚度)。
%
%   输出:
%       w: 微带线的宽度。
    A=Z0/60*sqrt((epsilon+1)/2)+(epsilon-1)/(epsilon+1)*(0.23+0.11/epsilon);
    w_h=8*exp(A)/(exp(2*A)-2);
    if(w_h<=2)
        w=w_h*H;
        return
    end
    B=377*pi/(2*Z0*sqrt(epsilon));
    w_h=2/pi*(B-1-log(2*B-1)+(epsilon-1)/(2*epsilon)*(log(B-1)+0.39-0.61/epsilon));
    if(w_h>=2)
        w=w_h*H;
        return
    else
        disp('error')
    end
end

3、Matlab计算函数的测试(与ADS的LineCal对比)

使用下面的测试案例:

clear all
clc

epsilon=12.9;% 介质板的介电常数
H=100e-6;% 介质板的高度,单位m
Z0=50;
disp(['相对节点常数:',num2str(epsilon),'  介质板高度:',num2str(H*1e6),'um  Z0:',num2str(Z0),'  微带线宽度',num2str(1e6*microstrip_calW(Z0,epsilon,H)),'um'])

epsilon=12.9;% 介质板的介电常数
H=100e-6;% 介质板的高度,单位m
Z0=10;
disp(['相对节点常数:',num2str(epsilon),'  介质板高度:',num2str(H*1e6),'um  Z0:',num2str(Z0),'  微带线宽度',num2str(1e6*microstrip_calW(Z0,epsilon,H)),'um'])

epsilon=12.9;% 介质板的介电常数
H=100e-6;% 介质板的高度,单位m
Z0=100;
disp(['相对节点常数:',num2str(epsilon),'  介质板高度:',num2str(H*1e6),'um  Z0:',num2str(Z0),'  微带线宽度',num2str(1e6*microstrip_calW(Z0,epsilon,H)),'um'])

epsilon=4.6;% 介质板的介电常数
H=1.6e-3;% 介质板的高度,单位m
Z0=50;
disp(['相对节点常数:',num2str(epsilon),'  介质板高度:',num2str(H*1e6),'um  Z0:',num2str(Z0),'  微带线宽度',num2str(1e6*microstrip_calW(Z0,epsilon,H)),'um'])

得到的Matlab计算结果:
在这里插入图片描述
大家可以和微带线在线计算工具网站中的计算公式对比,结果几乎一致,注意的是上面的公式的考虑覆铜的厚度为0,因此计算时候需要手动写0.01um,近似于厚度为0了。
在这里插入图片描述
LineCal的计算结果如下:
在这里插入图片描述

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.coloradmin.cn/o/1570882.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

STC89C51学习笔记(三)

STC89C51学习笔记&#xff08;三&#xff09; 综述&#xff1a;本文讲述了通过51单片机控制LED闪烁、流水灯、按键控制LED亮灭、按键控制LED实现二进制、按键控制LED左右移。 一、LED 1.LED闪烁 1&#xff09;原理 如果要实现LED闪烁&#xff0c;不可以直接先使LED亮&…

兼顾性能的数据倾斜处理方案

目录 前言 一、场景描述 二、常见的优化方法 2.1 Mapjoin 2.2 特殊值/空值打散 2.3 热点值打散&#xff0c;副表呈倍数扩散 2.4 热点数据单独处理/SkewJoin 2.5 方案总结 三、Distmapjoin 3.1 核心思路 3.2 代码实现 3.3 真实效果 四、方案总结 文章主要是介绍在支…

手把手教你从入门到精通C# MES通信

前言 我们在上位机软件开发的时候,经常需要与客户的MES系统进行通信,一般与MES系统通信需要实现的功能如下: 1、通过输入员工号来获取登录MES系统的权限 2、上传设备检测的OK/NG结果给MES系统; 3、上传设备生产过程中的异常信息给MES系统; 4、上传设备生产过程中的数据,…

(arxiv2401) CrossMAE

作者团队来自加州大学伯克利分校&#xff08;UC Berkeley&#xff09;和加州大学旧金山分校&#xff08;UCSF&#xff09;。论文主要探讨了在MAE的解码中&#xff0c;图像patch之间的依赖性&#xff0c;并提出了一种新的预训练框架 CrossMAE。 论文的主要贡献包括&#xff1a; …

【C++入门】关键字、命名空间以及输入输出

&#x1f49e;&#x1f49e; 前言 hello hello~ &#xff0c;这里是大耳朵土土垚~&#x1f496;&#x1f496; &#xff0c;欢迎大家点赞&#x1f973;&#x1f973;关注&#x1f4a5;&#x1f4a5;收藏&#x1f339;&#x1f339;&#x1f339; &#x1f4a5;个人主页&#x…

Ant Design Vue table固定列失效问题解决

问题描述&#xff1a;项目中封装好的公共table组件&#xff0c;基于Ant Design Vue table封装&#xff1b;使用中&#xff0c;用到了列固定&#xff0c;但是没生效&#xff0c;找了好久的原因。。。最后是因为外层容器标签导致&#xff1b; 解决方法&#xff1a;如果a-table组件…

Windows系统安装OpenSSH结合VS Code远程ssh连接Ubuntu【内网穿透】

&#x1f308;个人主页: Aileen_0v0 &#x1f525;热门专栏: 华为鸿蒙系统学习|计算机网络|数据结构与算法|MySQL| ​&#x1f4ab;个人格言:“没有罗马,那就自己创造罗马~” #mermaid-svg-AwzyR2lkHKjD9HYl {font-family:"trebuchet ms",verdana,arial,sans-serif;f…

【吊打面试官系列】Redis篇 - Redis单进程单线程好处?

大家好&#xff0c;我是锋哥。今天分享关于 【Redis单进程单线程好处&#xff1f;】面试题&#xff0c;希望对大家有帮助&#xff1b; Redis单进程单线程好处&#xff1f; 代码更清晰&#xff0c;处理逻辑更简单 不用去考虑各种锁的问题&#xff0c;不存在加锁释放锁操作&…

使用简单MLP实现0-9数字识别,数据集为MNIST

简介 需求&#xff1a; 基于pytorch实现简单MLP&#xff0c;完成数字识别&#xff0c;采用MNIST手写数字作为数据集&#xff0c;MNIST&#xff1a;有6万张训练图片&#xff0c;1万张测试图片训练结束后&#xff0c;随机取3张测试图片&#xff0c;展示模型的预测结果和真实图片…

策略模式图

策略模式 小小的图解 主要的三个角色 Strategy—抽象策略角色ConcreateStrategy—具体策略角色Context—上下文角色 封装了对具体策略的调用可以使用set的依赖注入也可以使用构造方法 核心是上下文角色 只要调用上下文角色就行&#xff0c;实现解耦 策略 工厂 将上下文角…

【java探索之旅】逻辑控制掌握 顺序结构 分支语句

&#x1f3a5; 屿小夏 &#xff1a; 个人主页 &#x1f525;个人专栏 &#xff1a; Java编程秘籍 &#x1f304; 莫道桑榆晚&#xff0c;为霞尚满天&#xff01; 文章目录 &#x1f4d1;前言一、逻辑控制的概念二、顺序结构三、分支结构3.1 if语句3.2 if习题巩固3.3 细节注意项…

TR3 - Transformer算法详解

目录 文本输入处理词向量位置向量 编码器 EncoderSelf-Attention多头注意力机制残差连接 解码器 Decoder线性层与Softmax损失函数总结与心得体会 这周来看一下Transformer是怎么将文本转换成向量&#xff0c;然后又输入到模型处理并得到最终的输出的。 文本输入处理 词向量 …

递归算法解读

递归&#xff08;Recursion&#xff09;是计算机科学中的一个重要概念&#xff0c;它指的是一个函数&#xff08;或过程&#xff09;在其定义中直接或间接地调用自身。递归函数通过把问题分解为更小的相似子问题来解决原问题&#xff0c;这些更小的子问题也使用相同的解决方案&…

2024-04-05 问AI: 介绍一下深度学习中的Leaky ReLU函数

文心一言 Leaky ReLU&#xff08;Leaky Rectified Linear Unit&#xff09;函数是深度学习领域中的一种激活函数&#xff0c;主要用于解决ReLU&#xff08;Rectified Linear Unit&#xff09;函数在负值区域为零的问题。ReLU函数在输入为正时保持原样&#xff0c;而在输入为负…

Navicat工具使用

Navicat的本质&#xff1a; 在创立连接时提前拥有了数据库用户名和密码 双击数据库时&#xff0c;相当于建立了一个链接关系 点击运行时&#xff0c;远程执行命令&#xff0c;就像在xshell上操作Linux服务器一样&#xff0c;将图像化操作转换成SQL语句去后台执行 一、打开Navi…

Python学习: 错误和异常

Python 语法错误 解析错误(Parsing Error)通常指的是程序无法正确地解析(识别、分析)所给定的代码,通常是由于代码中存在语法错误或者其他无法理解的结构导致的。这可能是由于缺少括号、缩进错误、未关闭的引号或其他括号等问题造成的。 语法错误(Syntax Error)是指程序…

CSS设置网页颜色

目录 前言&#xff1a; 1.颜色名字&#xff1a; 2.十六进制码&#xff1a; 3.RGB&#xff1a; 4.RGBA&#xff1a; 5.HSL&#xff1a; 1.hue&#xff1a; 2.saturation&#xff1a; 3.lightness&#xff1a; 6.HSLA&#xff1a; 前言&#xff1a; 我们在电脑显示器&…

【NLP练习】中文文本分类-Pytorch实现

中文文本分类-Pytorch实现 &#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 一、准备工作 1. 任务说明 本次使用Pytorch实现中文文本分类。主要代码与文本分类代码基本一致&#xff0c;不同的是本次任务使用…

[中级]软考_软件设计_计算机组成与体系结构_07_存储系统

存储系统 层次划存储概念图局促性原理分类存储器位置存取方式按内容存储按地址存储 工作方式拓展 往年真题 高速缓存(cache)概念案例解析&#xff1a;求取平均时间 Cache与主存的地址映射映像往年真题 主存编制计算编址大小的求取编址与计算存储单元编址内容总容量求取例题解析…

c# wpf template itemtemplate+dataGrid

1.概要 2.代码 <Window x:Class"WpfApp2.Window8"xmlns"http://schemas.microsoft.com/winfx/2006/xaml/presentation"xmlns:x"http://schemas.microsoft.com/winfx/2006/xaml"xmlns:d"http://schemas.microsoft.com/expression/blend…