CN115630617A - S2p数据转换s2d模型、ads仿真文件构建方法 - Google Patents

S2p数据转换s2d模型、ads仿真文件构建方法 Download PDF

Info

Publication number
CN115630617A
CN115630617A CN202211653309.1A CN202211653309A CN115630617A CN 115630617 A CN115630617 A CN 115630617A CN 202211653309 A CN202211653309 A CN 202211653309A CN 115630617 A CN115630617 A CN 115630617A
Authority
CN
China
Prior art keywords
model
parameter
phase
file
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211653309.1A
Other languages
English (en)
Other versions
CN115630617B (zh
Inventor
王晋杰
李健开
陈小荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Huaxing Huiming Technologies Co ltd
Original Assignee
Chengdu Huaxing Huiming Technologies Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Huaxing Huiming Technologies Co ltd filed Critical Chengdu Huaxing Huiming Technologies Co ltd
Priority to CN202211653309.1A priority Critical patent/CN115630617B/zh
Publication of CN115630617A publication Critical patent/CN115630617A/zh
Application granted granted Critical
Publication of CN115630617B publication Critical patent/CN115630617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/12Use of codes for handling textual entities
    • G06F40/151Transformation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/10Text processing
    • G06F40/166Editing, e.g. inserting or deleting
    • G06F40/186Templates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了S2P数据转换S2D模型、ADS仿真文件构建方法,包括:获取温度T下不同输入功率下的S2P文件组,解析出每个S2P文件对应的S参数,存入第一数据组中,对第一数据组中的每个S参数分别进行归一化处理,得到归一化后的S参数,存入第二数据组中,将第一数据组与第二数据组依次写入S2D模型文件中;对一个元件,循环执行上述步骤,直至完成该元件测量的所有温度,将得到的所有S2D模型文件汇总,得到一个元件的S2D模型。通过将S2P数据转换为S2D模型进行存储,S2D模型中包含了射频微波器件的压缩特性,每次仿真时可以直接调用S2D模型,不必每次仿真进行反复输入,节省了仿真时间,提高工作效率。

Description

S2P数据转换S2D模型、ADS仿真文件构建方法
技术领域
本发明涉及射频电路仿真技术领域,具体涉及S2P数据转换S2D模型、ADS仿真文件构建方法。
背景技术
射频电路的仿真与测量都会用到snp文件,比如网络分析仪的测量结果存储会存成snp文件,该文件可以导入到仿真软件中,进行分析。其中,snp中n代表端口数,s1p就是单端口,s2p就是双端口,在利用仿真软件对射频微波元件的S参数进行仿真时,一般会对射频微波元件在线性工作模式和非线性工作模式分别进行仿真,并且对微波元件在非线性工作模式下的仿真,例如压缩特性,没有形成可以调用的模型,每次进行非线性仿真时都需要反复输入仿真参数,重复输入浪费时间,降低工作效率。
发明内容
本发明的目的在于提供S2P数据转换S2D模型及ADS仿真文件构建方法,通过将S2P数据转换为S2D模型进行存储,S2D模型中包含了射频微波器件的压缩特性,每次仿真时可以直接调用S2D模型,不必每次仿真进行反复输入,节省了仿真时间,提高工作效率。
一方面,本申请提供S2P数据转换S2D模型的转换方法,包括以下步骤:
S1.获取元件在温度T下的S2P文件组,S2P文件组包含若干个不同输入功率下的S2P文件,所述S2P文件组记为NTP(NTP1,NTP2,NTP3,...,NTPn);
S2.解析出NTP中每个S2P文件对应的S参数,存入第一数据组中,记为S(S解1,S解2,S解3,... ,S解n);
S3.对S中的每个S参数分别进行归一化处理,得到归一化后的S参数,存入第二数据组中,记为S (S压1,S压2,S压3,...,S压n);
S4.将所述第一数据组S与第二数据组S依次写入S2D模型文件中;
S5.获取元件在新的温度T下的S2P文件组;循环执行步骤S1-S5;直至处理完该元件的所有温度下的S2P文件组;
S6.将得到的所有S2D模型文件汇总,得到一个元件的S2D模型。
进一步地, 所述S中,每个S参数包括S21的幅度和相位,记为S解n(S21_dB_n,S21_phase_n)。
进一步地,对S中的每个S参数分别进行归一化处理的具体步骤为:
选取NTP中最小输入功率的S2P文件对应的S参数作为参考,记为S21_ref(dB_ref,phase_ref);
根据S21_ref,对S中的每个S参数的幅度和相位分别进行归一化处理,每个S参数归一化处理后,记为S压n(dB_norm_n, Phase_norm_n)。
进一步地,对每个S参数的幅度进行归一化处理的计算过程为:将每个S参数的幅度S21_dB_n 除以S21_ref的幅度dB_ref,计算公式表示如下:
dB_norm_n=dB(S解n/S21_ref)。
进一步地,对每个S参数的相位进行归一化处理的计算过程为:将每个S参数的相位S21_phase_n减去S21_ref的phase_ref,计算公式表示如下:
Phase_norm_n =unwrap(phase(S解n))-unwrap(phase(S21_ref))。
进一步地,将第二数据组S写入S2D模型文件的过程为:
Sa、设置频率F;
Sb、对S中的每个归一化后的S参数按照F进行采样,并将采样结果写入对应模板中;
Sc、重新设置频率F;
Sd、循环执行步骤Sa-Sc,直至完成所有频率点的采样。
进一步地,步骤Sb中将采样结果写入对应模板的过程为:
将采样结果按照输入功率大小从小到大依次写入对应模板中。
另一方面,本申请提供ADS仿真文件的构建方法,包括以下步骤:
获取仿真元件对应的图形模板;
获取仿真元件对应的S2D模型,所述S2D模型为上述S2P数据转换S2D模型的转换方法中得到的S2D模型;
将所述S2D模型组装到所述图形模板中,得到仿真元件的图形调用模板;
将所述仿真元件的图形调用模板加载到ADS仿真文件中。
本发明具有的有益效果:
本申请通过采集需要仿真的微波元件在不同温度下功率对应的多组S2P文件,从每组S2P文件的每个S2P 文件中解析出对应的S参数,对解析出的S参数进行归一化处理,即实现将每个元件在同个温度下不同输入功率的S参数进行压缩,得到S参数的压缩特性,最后汇总所有温度下的第一数据组与第二数据组,将第一数据组和第二数据组按照S2D模型的定义编写进S2D模型文件中,从而得到一个元件对应的S2D模型,对其他需要仿真的元件重复上述步骤,即可得到其他需要仿真的元件对应的S2D模型,在仿真软件中对某个元件进行仿真时便可直接调用该元件对应的S2D模型,进行线性和非线性仿真,提高了仿真速度和工作速度。
附图说明
图1为本发明S2P数据转换S2D模型的转换方法示意图;
图2为本发明实施例提供的一个S2P文件组;
图3为本发明实施例提供的第一数据组写入S2D模型中的存储示意图;
图4为本发明实施例提供的第二数据组写入S2D模型中的存储示意图;
图5为本发明实施例提供的不同功率下归一化后的S参数的幅度曲线。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
另外,为了清楚和简洁起见,可能省略了对公知的结构、功能和配置的描述。本领域普通技术人员将认识到,在不脱离本公开的精神和范围的情况下,可以对本文描述的示例进行各种改变和修改。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
现有技术中,一般S2P文件的格式有两种:
1、dB和角度:# Hz S DB R 50
表示为第一列是单位为Hz的频率,参数是S参数,幅度(dB表示),角度,参考阻抗是50欧姆。
2、线性幅度和角度:# Hz S MA R 50
表示为第一列是单位为Hz的频率,参数是S参数,幅度(线性数值表示),角度,参考阻抗是50欧姆。
S参数中比较常用的是S11和S21,这两个参数可以表征网络的性能,他们分别表达的意思是:
对于2端口网络Port1输入信号,Port2输出信号,则有:
S11表示回波损耗,即有多少能量返回了Port1,当然越小越好,即能量很少反射回来,一般S11<0.1(-20dB)。
S21表示插入损耗,即有多少能量传输到Port2,当然越大越好,最大是1,即能量全部传输到port2,没有损耗。一般S21>0.7(-3dB)。
实施例1
如图1所示,本实施例提供S2P数据转换S2D模型的转换方法,包括以下步骤:
S1.获取元件在温度T下的S2P文件组,S2P文件组包含若干个不同输入功率下的S2P文件,所述S2P文件组记为NTP(NTP1,NTP2,NTP3,...,NTPn);
由于每个非标元件会在不同温度下测量多次,每个温度下又会有多个输入功率,会得到若干个S2P文件,对若干个S2P文件进行整理,按照不同温度下的S2P文件进行第一轮分组,得到在同一个温度下的若干个S2P文件,
再将在同一个温度下的若干个S2P文件按照不同的输入功率从小到大进行排序,汇总为一个S2P文件组,这样分类之后,得到了一个元件在一个温度下与输入功率相关的一组S2P文件。图2给出的是一个元件在一个温度下的不同输入功率相关的若干个S2P文件,存储格式以S2P命名保存。
S2.解析出NTP中每个S2P文件对应的S参数,存入第一数据组中,记为S(S解1,S解2,S解3,... ,S解n);
具体地,数据组S中,每个S参数包括S21的幅度和相位,记为S解n(S21_dB_n,S21_phase_n)。
S3. 对S中的每个S参数分别进行归一化处理,得到归一化后的S参数,存入第二数据组中,记为S (S压1,S压2,S压3,...,S压n);
对S中的每个S参数分别进行归一化处理的具体步骤为:
S31、选取NTP中最小输入功率的S2P文件对应的S参数作为参考,记为S21_ref(dB_ref,phase_ref);
S32、根据S21_ref,对S中的每个S参数的幅度和相位分别进行归一化处理,每个S参数归一化处理后,记为S压n(dB_norm_n, Phase_norm_n)。
具体地,归一化处理即对S参数进行压缩,包括:
幅度归一化处理:将S21_ref 的dB_ref作为参考幅度,以dB_ref为基准,将第一数据组S中的每个S参数的幅度S21_dB除以dB_ref,得到每个S参数归一化后的幅度dB_norm,具体地,对某个S解n的幅度归一化处理的计算过程为:
dB_norm_n=dB(S解n/S21_ref)= S21_dB_n/ dB_ref;
相位归一化处理:将S21_ref 的phase_ref作为参考相位,以phase_ref为基准,将第一数据组S中的每个S参数的相位S21_phase减去phase_ref,得到每个S参数归一化后的相位phase_norm,具体地,对某个S解n的相位归一化处理的计算过程为:
Phase_norm_n =unwrap(phase(S解n))-unwrap(phase(S21_ref))= S21_phase_n-phase_ref。
S4.将所述第一数据组S与第二数据组S依次写入S2D模型文件中;
具体地,如图3所示,给出了从每个S2P文件中解析出的对应的S参数,组成的第一数据组S,从图中可以看出,第一数据组的每个S2P文件对应的S参数不仅包括S21的幅度和相位还包括了S11、S12、S22等参数。S21表示正向传输系数,也就是增益。从图3中可以看出,第一数据组是对按照第一种格式存储的S2P文件进行解析后的S参数。因此,在将第一数据组写入S2D模型文件中时,按照图3中所示的方式进行存储。
在一种实施方式中,对于第二数据组S依次写入S2D模型文件的过程为:
Sa、设置频率F;
Sb、对S中的每个归一化后的S参数按照F进行采样,并将采样结果写入对应模板中;
Sc、重新设置频率F;
Sd、循环执行步骤Sa-Sc,直至完成所有频率点的采样。
由于每个S参数的幅度和相位是随着频率值发生变化的幅度曲线和相位曲线,归一化后的S参数的幅度和相位随着频率值发生变化的幅度曲线和相位曲线,如图5所示,给出了不同的输入功率下的归一化后的S参数,即S,横坐标表示的是频率,纵坐标表示归一化后的S参数的幅度曲线。在利用文件存储时需要存储单个频率点下不同输入功率对应的归一化后的S参数的幅度和相位,因此,需要按照频率对归一化后的S参数进行采样,并且,对于一个频率下的若干个采样数据,可以按照该S参数对应的S2P文件对应的输入功率的大小,从小到大将一个频率点下的若干采样数据依次写入模板中。
如图4所示,给出了在1 GHz的频率点下存S21的压缩特性,图中可以看出,归一化后(压缩)的S参数对应的幅度、相位值按照其对应的输入功率的大小,按-20Bm至10 dBm从小到大排列。
S5.获取该元件在新的温度T下的S2P文件组;循环执行步骤S1-S5;直至获取完该元件的所有温度下的S2P文件组;获得所有温度下的S2D模型文件;
S6. 对一个元件,将得到的所有S2D模型文件汇总,得到一个元件的S2D模型。
需要理解的是,得到的S2D模型中,包含了不同温度下小信号S参数即第一数据组和对小信号参数进行压缩(归一化)后得到的第二数据组。小信号S参数代表RF网络对小信号激励的响应,量化其在线性工作模式下随频率变化的反射和传输特性。使用小信号S参数,可以确定基本的RF特性,包括电压驻波比(VSWR),回波损耗,插入损耗或给定频率下的增益。但是S参数中不包含器件的噪声、压缩或失真特性的信息,当不断增加通过射频微波元件的功率电平时,微波元件会表现出非线性效应。此时测量得到的S参数可以用于确定微波元件的非线性特性,在仿真时,一般会将小信号S参数的线性仿真和S参数的压缩特性(非线性)仿真分开进行,这样会浪费工作时间。因此,本申请通过将小信号S参数和大信号幅度相位压缩特性整合到一个S2D模型中,当需要对微波元件进行仿真时,可以同时对元件的S参数和压缩特性进行仿真,节约了仿真时间,提高了工作效率。
实施例2
本实施例2在实施例1的基础上,将实施例1生成的S2D模型加载在ADS仿真软件中,具体地,ADS仿真文件的构建方法包括以下步骤:
获取仿真元件对应的图形模板;
获取仿真元件对应的S2D模型,所述S2D模型为实施例1得到的S2D模型;
将所述S2D模型组装到所述图形模板中,得到仿真元件的图形调用模板;
将所述仿真元件的图形调用模板加载到ADS仿真文件中。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。

Claims (8)

1.S2P数据转换S2D模型的转换方法,其特征在于,包括以下步骤:
S1.获取元件在温度T下的S2P文件组,S2P文件组包含若干个不同输入功率下的S2P文件,所述S2P文件组记为NTP(NTP1,NTP2,NTP3,...,NTPn);
S2.解析出NTP中每个S2P文件对应的S参数,存入第一数据组中,记为S(S解1,S解2,S解3,... ,S解n);
S3.对S中的每个S参数分别进行归一化处理,得到归一化后的S参数,存入第二数据组中,记为S (S压1,S压2,S压3,...,S压n);
S4.将所述第一数据组S与第二数据组S依次写入S2D模型文件中;
S5.获取元件在新的温度T下的S2P文件组;循环执行步骤S1-S5;直至处理完该元件的所有温度下的S2P文件组;
S6.将得到的所有S2D模型文件汇总,得到一个元件的S2D模型。
2.根据权利要求1所述的S2P数据转换S2D模型的转换方法,其特征在于, 所述S中,每个S参数包括S21的幅度和相位,记为S解n(S21_dB_n,S21_phase_n)。
3.根据权利要求2所述的S2P数据转换S2D模型的转换方法,其特征在于,对S中的每个S参数分别进行归一化处理的具体步骤为:
选取NTP中最小输入功率的S2P文件对应的S参数作为参考,记为S21_ref(dB_ref,phase_ref);
根据S21_ref,对S中的每个S参数的幅度和相位分别进行归一化处理,每个S参数归一化处理后,记为S压n(dB_norm_n, Phase_norm_n)。
4.根据权利要求3所述的S2P数据转换S2D模型的转换方法,其特征在于,对每个S参数的幅度进行归一化处理的计算过程为:将每个S参数的幅度S21_dB_n 除以S21_ref的幅度dB_ref,计算公式表示如下:
dB_norm_n=dB(S解n/S21_ref)。
5.根据权利要求3所述的S2P数据转换S2D模型的转换方法,其特征在于,对每个S参数的相位进行归一化处理的计算过程为:将每个S参数的相位S21_phase_n减去S21_ref的phase_ref,计算公式表示如下:
Phase_norm_n =unwrap(phase(S解n))-unwrap(phase(S21_ref))。
6.根据权利要求1所述的S2P数据转换S2D模型的转换方法,其特征在于,将第二数据组S写入S2D模型文件的过程为:
Sa、设置频率F;
Sb、对S中的每个归一化后的S参数按照F进行采样,并将采样结果写入对应模板中;
Sc、重新设置频率F;
Sd、循环执行步骤Sa-Sc,直至完成所有频率点的采样。
7.根据权利要求6所述的S2P数据转换S2D模型的转换方法,其特征在于,步骤Sb中将采样结果写入对应模板的过程为:
将采样结果按照输入功率大小从小到大依次写入对应模板中。
8.ADS仿真文件的构建方法,其特征在于,包括以下步骤:
获取仿真元件对应的图形模板;
获取仿真元件对应的S2D模型,所述S2D模型为权利要求1中得到的S2D模型;
将所述S2D模型组装到所述图形模板中,得到仿真元件的图形调用模板;
将所述仿真元件的图形调用模板加载到ADS仿真文件中。
CN202211653309.1A 2022-12-22 2022-12-22 S2p数据转换s2d模型、ads仿真文件构建方法 Active CN115630617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211653309.1A CN115630617B (zh) 2022-12-22 2022-12-22 S2p数据转换s2d模型、ads仿真文件构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211653309.1A CN115630617B (zh) 2022-12-22 2022-12-22 S2p数据转换s2d模型、ads仿真文件构建方法

Publications (2)

Publication Number Publication Date
CN115630617A true CN115630617A (zh) 2023-01-20
CN115630617B CN115630617B (zh) 2023-04-07

Family

ID=84911118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211653309.1A Active CN115630617B (zh) 2022-12-22 2022-12-22 S2p数据转换s2d模型、ads仿真文件构建方法

Country Status (1)

Country Link
CN (1) CN115630617B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117875271A (zh) * 2024-03-12 2024-04-12 成都华兴汇明科技有限公司 S2p文件转换p2d模型文件的方法、ads仿真方法
CN117875272A (zh) * 2024-03-12 2024-04-12 成都华兴汇明科技有限公司 P2d模型转换s2d模型、获得s2d模型的方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184023A (zh) * 2015-10-20 2015-12-23 电子科技大学 一种射频电路性能参数退化仿真方法
CN107167668A (zh) * 2017-05-25 2017-09-15 中国电子科技集团公司第十三研究所 1‑40GHz在片S参数测量方法
CN108923862A (zh) * 2018-07-18 2018-11-30 Oppo广东移动通信有限公司 参数提取方法及相关装置
CN109376342A (zh) * 2018-11-01 2019-02-22 郑州云海信息技术有限公司 一种s参数端口转换方法与装置
CN110572223A (zh) * 2019-10-12 2019-12-13 成都华兴汇明科技有限公司 射频基带一体化终端自动测试系统的校准方法
CN113567793A (zh) * 2021-09-22 2021-10-29 成都工业学院 一种射频微波二端口器件非线性行为模型提取方法
CN114266150A (zh) * 2021-12-16 2022-04-01 电子科技大学 一种基于mdf文件的倍频器联合仿真方法
CN115146485A (zh) * 2022-09-01 2022-10-04 南京国睿信维软件有限公司 基于gpu加速的射频链路仿真方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184023A (zh) * 2015-10-20 2015-12-23 电子科技大学 一种射频电路性能参数退化仿真方法
CN107167668A (zh) * 2017-05-25 2017-09-15 中国电子科技集团公司第十三研究所 1‑40GHz在片S参数测量方法
CN108923862A (zh) * 2018-07-18 2018-11-30 Oppo广东移动通信有限公司 参数提取方法及相关装置
CN109376342A (zh) * 2018-11-01 2019-02-22 郑州云海信息技术有限公司 一种s参数端口转换方法与装置
CN110572223A (zh) * 2019-10-12 2019-12-13 成都华兴汇明科技有限公司 射频基带一体化终端自动测试系统的校准方法
CN113567793A (zh) * 2021-09-22 2021-10-29 成都工业学院 一种射频微波二端口器件非线性行为模型提取方法
CN114266150A (zh) * 2021-12-16 2022-04-01 电子科技大学 一种基于mdf文件的倍频器联合仿真方法
CN115146485A (zh) * 2022-09-01 2022-10-04 南京国睿信维软件有限公司 基于gpu加速的射频链路仿真方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAIM SPIEGEL 等: ""Predicting EVM in the RFIC Design Flow"" *
微网社区: ""ADS中常用的数据文件"" *
矫远波: ""W波段宽带辐射计通道建模与实验研究"" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117875271A (zh) * 2024-03-12 2024-04-12 成都华兴汇明科技有限公司 S2p文件转换p2d模型文件的方法、ads仿真方法
CN117875272A (zh) * 2024-03-12 2024-04-12 成都华兴汇明科技有限公司 P2d模型转换s2d模型、获得s2d模型的方法
CN117875272B (zh) * 2024-03-12 2024-05-14 成都华兴汇明科技有限公司 P2d模型转换s2d模型的方法
CN117875271B (zh) * 2024-03-12 2024-05-31 成都华兴汇明科技有限公司 S2p文件转换p2d模型文件的方法、ads仿真方法

Also Published As

Publication number Publication date
CN115630617B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN115630617B (zh) S2p数据转换s2d模型、ads仿真文件构建方法
CN113567793B (zh) 一种射频微波二端口器件非线性行为模型提取方法
CN115642971B (zh) 微波模块非线性参数的仿真文件生成方法及自动提取系统
Cai et al. Nonlinear behavioral modeling dependent on load reflection coefficient magnitude
Louro et al. New transistor behavioral model formulation suitable for Doherty PA design
CN113489559B (zh) 一种不同通信频段下同轴连接器无源互调预测方法
CN113095192B (zh) 一种基于时域外推技术的动态载荷谱编制方法
CN101614799B (zh) 应用于电流传感器角差在线监测系统的信号分离择优方法
CN113688507B (zh) 一种超外差接收机射频链路的放大器最优配置及选型方法
Belchior et al. Automatic methodology for wideband power amplifier design
Cunha et al. Rational function-based model with memory for power amplifier behavioral modeling
CN117875272B (zh) P2d模型转换s2d模型的方法
Root et al. Closed-form solutions to large-signal PA problems: Wirtinger calculus applied to X-parameter
CN117875271B (zh) S2p文件转换p2d模型文件的方法、ads仿真方法
CN115659704B (zh) 基于微波模块的仿真方法
Cunha et al. Low-pass equivalent feedback topology for power amplifier modeling
US7360138B2 (en) Verification of the design of an integrated circuit background
US20050073365A1 (en) Method and apparatus for analyzing performance of a multi-stage radio frequency amplifier
Cai et al. An improved quadratic poly-harmonic distortion behavioral model
CN117875246B (zh) 包含记忆效应的功率放大器宽带非线性行为模型建模方法
CN114416459B (zh) 一种硬盘性能损失预测方法、装置、设备及存储介质
US7194390B1 (en) Predictor of minimal noise figure for wideband amplifier
CN116595368B (zh) 一种基于非线性建模的功率放大器谐波预测方法
Cai et al. Large‐signal behavioral model for radio frequency power transistors based on modified canonical sectionwise piecewise‐linear functions
CN116297883B (zh) 一种基于敲击声的结构识别方法、装置、系统及终端设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant