CN115659704A - 基于微波模块的仿真方法 - Google Patents
基于微波模块的仿真方法 Download PDFInfo
- Publication number
- CN115659704A CN115659704A CN202211653307.2A CN202211653307A CN115659704A CN 115659704 A CN115659704 A CN 115659704A CN 202211653307 A CN202211653307 A CN 202211653307A CN 115659704 A CN115659704 A CN 115659704A
- Authority
- CN
- China
- Prior art keywords
- simulation
- parameter
- solution
- phase
- microwave
- 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
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本发明公开了基于微波模块的仿真方法,包括以下步骤:加载微波模块的自定义微波器件的增益压缩仿真模板;根据自定义微波器件的增益压缩仿真模板,绘制微波模块的电路原理图;根据电路原理图,调用电路所需的仿真控制器模型;设置仿真控制器模型的仿真参数;得到仿真控制器;根据仿真控制器对所述电路原理图进行仿真,得到仿真结果,在仿真软件中直接调用微波模块自定义微波器件对应的增益压缩仿真模板,将增益压缩特性直接加载到自定义微波器件的模板中,这样在对自定义微波器件进行增益压缩仿真时,可以直接调用模板中的压缩特性进行仿真,省去了调用增益压缩仿真器以及设置仿真器参数的时间,提高了工作效率。
Description
技术领域
本发明涉及射频电路仿真技术领域,具体涉及基于微波模块的仿真方法。
背景技术
对于一个微波器件来说,有很多衡量其性能的参数。其中最重要的就是散射矩阵,即S参量矩阵(简称为S参数)。此外,还有其他的一些基本参数,如稳定性系数、噪声系数等。S参数通常用于级联增益仿真、输入和输出匹配网络的设计以及稳定性的评估。然而,S参数不包含器件的噪声、压缩或失真特性的信息。并且,在微波模块中存在许多非标准的微波器件,每次仿真时也需要重新定义这些非标准的器件。在对微波模块的一些非标准器件的非线性性能如增益压缩仿真时,仿真软件中该自定义微波器件是没有可以直接调用的模型的,需要重新定义微波器件的参数,并使用仿真软件中的增益压缩仿真模型,对增益压缩仿真模型进行设置,得到增益压缩仿真结果,每次仿真时需要对自定义微波器件重新设置参数,还需要反复修改增益压缩仿真模型中的参数,参数比较多,重新设置时可能会忘记某项内容,得返回原理图界面进行确认,这样一来,浪费大量时间去输入参数和确认是否输入的是与该仿真自定义微波器件匹配的参数,降低了工作效率。
发明内容
本发明的目的在于提供基于微波模块的仿真方法,通过在仿真软件中直接调用微波模块自定义微波器件对应的增益压缩仿真模板,将增益压缩特性直接加载到自定义微波器件的模板中,这样在对自定义微波器件进行增益压缩仿真时,可以直接调用模板中的压缩特性进行仿真,不必去重新设置自定义微波器件的参数也省去了调用增益压缩仿真器以及设置仿真器参数的时间,提高了工作效率。
本申请提供基于微波模块的仿真方法,包括以下步骤:
S1、加载微波模块的自定义微波器件的增益压缩仿真模板;
S2、根据自定义微波器件的增益压缩仿真模板,绘制微波模块的电路原理图;
S3、根据电路原理图,调用电路所需的仿真控制器模型;
S4、设置仿真控制器模型的仿真参数;得到仿真控制器;
S5、根据仿真控制器对所述电路原理图进行仿真,得到仿真结果。
进一步地,电路所需的仿真控制器模型包括谐波平衡法仿真控制器模型和参数扫描控制器模型。
进一步地,所述电路原理图包括了自定义微波器件、为自定义微波器件提供功率源的频域功率源以及提供阻抗的电阻。
进一步地,步骤S1中,加载自定义微波器件的增益压缩仿真模板的过程包括:
加载自定义微波器件对应的图形元素;
调用自定义微波器件对应的不同输入功率下的S2P文件;
将S2P文件转换为S2D模型文件并进行存储;
将自定义微波器件对应的图形元素与S2D模型文件组装到自定义微波器件对应的增益压缩仿真模板中。
进一步地,在将S2D模型文件组装到增益压缩仿真模板中时,将S2D模型文件所在的存储路径加载到增益压缩仿真模板中。
进一步地,将S2P文件转换为S2D模型文件的具体过程包括:
Sa、将温度T下元件对应的不同输入功率下的S2P文件存储为S2P文件组,记为NTP(NTP1,NTP2,NTP3,…,NTPn);
Sb、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解(S解1,S解2,S解3,… ,S解n);
Sc、对S解中的每个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压(S压1,S压2,S压3,…,S压n);
Sd、将所述第一数据组S解与第二数据组S压依次写入S2D文件中;
Se、修改温度T,重复步骤Sa-Sd,得到不同温度下的S2D文件,将所有S2D文件汇总得到S2D模型文件。
进一步地,所述S解中,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);
对S解中的每个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解中的每个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:
dB_norm_n=dB(S解n/S21_ref);
对每个S参数的相位进行归一化处理的计算过程为:
Phase_norm_n =unwrap(phase(S解n))-unwrap(phase(S21_ref))。
本发明具有的有益效果:
本申请通过直接调用自定义微波器件对应的增益压缩仿真模板,该增益压缩仿真模板中包含了自定义微波器件的S参数以及S参数对应的压缩特性,这样在对自定义微波器件进行增益压缩仿真时,不必不必去重新设置自定义微波器件的参数也不必调用增益压缩仿真控制器,也就不用对该增益压缩仿真控制器对对应的自定义微波器件进行参数设置,节省了时间,从而提高了仿真速度和工作效率。
附图说明
图1为本发明提供的基于微波模块的仿真方法流程示意图;
图2为本发明实施例提供的参数扫描控制器在1GHz扫描输入功率下的基波功率压缩曲线;
图3为本发明实施例提供的参数扫描控制器在2GHz扫描输入功率下的基波功率压缩曲线;
图4为本发明实施例提供的谐波平衡法仿真控制器仿真后的不同输入功率下的基波幅度压缩曲线;
图5为本发明实施例提供的一种仿真原理图示意图。
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,对于微波模块的自定义微波器件的性能进行分析时,对于一些对电路非线性比较敏感的电路或系统,例如混频器、低噪放大器和功率放大器等自定义微波器件,多采用增益压缩仿真,仿真过程为创建微波模块的仿真原理图,设置自定义微波器件的参数,加载增益压缩仿真控制器、设置增益压缩仿真控制器的参数,谐波平衡法仿真控制器模型和参数扫描控制器模型,利用谐波平衡法仿真控制器对电路进行仿真,参数扫描控制器扫描频率,在结果图中添加直角坐标系的plot图表展示增益压缩结果。
实施例1
如图1所示,本实施例提供基于微波模块的仿真方法,包括以下步骤:
S1、加载微波模块的自定义微波器件的增益压缩仿真模板;
S2、根据自定义微波器件的增益压缩仿真模板,绘制微波模块的电路原理图;
S3、根据电路原理图,调用电路所需的仿真控制器模型;
S4、设置仿真控制器模型的仿真参数;得到仿真控制器;
S5、根据仿真控制器对所述电路原理图进行仿真,得到仿真结果。
具体地,电路所需的仿真控制器模型包括谐波平衡法仿真控制器模型和参数扫描控制器模型。
具体地,步骤S1中,加载自定义微波器件的增益压缩仿真模板的过程包括:
1、加载自定义微波器件对应的图形元素;
2、调用自定义微波器件对应的不同输入功率下的S2P文件;
3、将S2P文件转换为S2D模型文件并进行存储;
4、将自定义微波器件对应的图形元素与S2D模型文件组装到自定义微波器件对应的增益压缩仿真模板中。
在具体实施过程中,将S2D模型文件组装到增益压缩仿真模板中时,将S2D模型文件所在的存储路径加载到增益压缩仿真模板中。
将S2P文件转换为S2D模型文件的具体过程包括:
Sa、将温度T下元件对应的不同输入功率下的S2P文件存储为S2P文件组,记为NTP(NTP1,NTP2,NTP3,…,NTPn);
Sb、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解(S解1,S解2,S解3,… ,S解n);
Sc、对S解中的每个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压(S压1,S压2,S压3,…,S压n);
Sd、将所述第一数据组S解与第二数据组S压依次写入S2D文件中;
Se、修改温度T,重复步骤Sa-Sd,得到不同温度下的S2D文件,将所有S2D文件汇总得到S2D模型文件。
具体地,所述S解中,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);
对S解中的每个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解中的每个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解中的每个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解中的每个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。
在仿真软件中,仿真出来显示的是自定义微波器件对应的随频率值发生变化的S参数幅度曲线和相位曲线,以及对应的增益压缩曲线。但对曲线进行存储时,需要将曲线存储为点值数据,因此,需要按照频率对归一化(增益压缩)后的S参数进行采样,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。这样在仿真后,就可以根据频率点值存储的文件进行绘图,得到增益压缩曲线。
实施例2
以低噪放大器为例,如图5所示,加载低噪放大器的增益压缩仿真模板AmplifierS2D,该增益压缩仿真模板中包括了器件的参数,该参数包括器件的名称AMP3、器件的图像、增益压缩频率GCFreq以及调用该S2D模型文件的存储路径,则对该放大器的仿真过程为:
首先在原理图绘制面板内插入放大器AMP3,加载放大器AMP3的增益压缩仿真模板,绘制电路原理图:
设置频域功率源,如图5所示,该频域功率源的设置为:
P_1Tone,表示频域功率源为单频源,谐波平衡仿真只有一个基准频率;
Z=50 Ohm,表示频域功率源的内阻为50Ω;
P=polar(dbmtow(Pin),0),表示频域功率源的输出功率为变量Pin,Pin的单位为dBm;
设置电路阻抗R3=50Ohm。
连接频域功率源、放大器AMP3以及阻抗R3,插入谐波平衡法仿真控制器模型和参数扫描控制器模型,设置谐波平衡法仿真控制器模型和参数扫描控制器模型的参数,得到对应的谐波平衡法仿真控制器HB1和参数扫描控制器Sweep1;
具体地,可以从图5中看出,谐波平衡法仿真控制器模型的参数设置为:Freq[1]=Rffreq,表示基波频率为变量Rffreq;Order[1]=1,表示基波频率的阶数为1; 参数扫描控制器模型的参数设置为:SweepVar=“Pin”,SimInstanceName[1]=”HB1”;
图4中还要变量控件VAR1,原理图中的变量都会在变量控件VAR中显示,同时变量控件VAR设置所有变量的默认值,本实施例中变量控件的设置为:Rffreq=10e6,Pin=-30;
根据谐波平衡法仿真控制器和参数扫描控制器运行仿真,将仿真结果添加到直角坐标系的plot图表中,如图2、图3、图4所示,图4为根据谐波平衡法仿真控制器仿真后得到的当输入功率为-30dBm至-6dBm之间取每间隔2dBm的功率值得到的基波幅度压缩(归一化处理)情况。 图2和图3分别为使用参数扫描控制器在1GHz和2GHz扫描输入功率,获得的基波功率压缩曲线。
可以理解的是,本实施例通过直接调用自定义微波器件的增益压缩仿真模板,可以省去对该自定义器件参数进行设置的时间以及调用增益压缩仿真器进行参数设置的时间,需要强调的是本申请中的自定义器件为微波模块中一些非标准器件,在仿真时往往需要人为设置仿真参数,在调用这些自定义微波器件时,增益压缩仿真模板中不仅包括了这些自定义微波器件的S参数还包括了其压缩特性,其中,S参数可以通过搭建S2P模型测量得到,将测量结果存储在计算机中,执行步骤Sa-Se,将该自定义微波器件得到的S2D模型文件其对应的图形元素组装便可以得到自定义微波器件的增益压缩仿真模板。
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.基于微波模块的仿真方法,其特征在于,包括以下步骤:
S1、加载自定义微波器件的增益压缩仿真模板;
S2、根据自定义微波器件的增益压缩仿真模板,绘制微波模块的电路原理图;
S3、根据电路原理图,调用电路所需的仿真控制器模型;
S4、设置仿真控制器模型的仿真参数;得到仿真控制器;
S5、根据仿真控制器对所述电路原理图进行仿真,得到仿真结果。
2.根据权利要求1所述的基于微波模块的仿真方法,其特征在于,电路所需的仿真控制器模型包括谐波平衡法仿真控制器模型和参数扫描控制器模型。
3.根据权利要求1所述的基于微波模块的仿真方法,其特征在于,所述电路原理图包括了自定义微波器件、为自定义微波器件提供功率源的频域功率源以及提供阻抗的电阻。
4.根据权利要求1所述的基于微波模块的仿真方法,其特征在于, 步骤S1中,加载自定义微波器件的增益压缩仿真模板的过程包括:
加载自定义微波器件对应的图形元素;
调用自定义微波器件对应的不同输入功率下的S2P文件;
将S2P文件转换为S2D模型文件并进行存储;
将自定义微波器件对应的图形元素与S2D模型文件组装到自定义微波器件对应的增益压缩仿真模板中。
5.根据权利要求4所述的基于微波模块的仿真方法,其特征在于,在将S2D模型文件组装到增益压缩仿真模板中时,将S2D模型文件所在的存储路径加载到增益压缩仿真模板中。
6.根据权利要求4所述的基于微波模块的仿真方法,其特征在于,将S2P文件转换为S2D模型文件的具体过程包括:
Sa、将温度T下元件对应的不同输入功率下的S2P文件存储为S2P文件组,记为NTP(NTP1,NTP2,NTP3,…,NTPn);
Sb、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解(S解1,S解2,S解3,…,S解n);
Sc、对S解中的每个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压(S压1,S压2,S压3,…,S压n);
Sd、将所述第一数据组S解与第二数据组S压依次写入S2D文件中;
Se、修改温度T,重复步骤Sa-Sd,得到不同温度下的S2D文件,将所有S2D文件汇总得到S2D模型文件。
7.根据权利要求6所述的基于微波模块的仿真方法,其特征在于,所述S解中,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);
对S解中的每个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解中的每个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)。
8.根据权利要求7所述的基于微波模块的仿真方法,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:
dB_norm_n=dB(S解n/S21_ref);
对每个S参数的相位进行归一化处理的计算过程为:
Phase_norm_n =unwrap(phase(S解n))-unwrap(phase(S21_ref))。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211653307.2A CN115659704B (zh) | 2022-12-22 | 2022-12-22 | 基于微波模块的仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211653307.2A CN115659704B (zh) | 2022-12-22 | 2022-12-22 | 基于微波模块的仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115659704A true CN115659704A (zh) | 2023-01-31 |
CN115659704B CN115659704B (zh) | 2023-04-28 |
Family
ID=85023316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211653307.2A Active CN115659704B (zh) | 2022-12-22 | 2022-12-22 | 基于微波模块的仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115659704B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1858751A (zh) * | 2005-11-08 | 2006-11-08 | 华为技术有限公司 | 印刷电路板电源完整性仿真的方法 |
CA3096853A1 (en) * | 2017-12-18 | 2019-06-27 | Dan Sachs | Devices, systems and methods for therapeutic muscle stimulation |
CN111783376A (zh) * | 2020-06-08 | 2020-10-16 | 浙江大学 | 一种基于机器学习的3d芯片信号耦合性分析系统及方法 |
CN112231985A (zh) * | 2020-11-04 | 2021-01-15 | 中国电子科技集团公司第二十九研究所 | 一种射频滤波器建模方法 |
CN112241617A (zh) * | 2020-10-22 | 2021-01-19 | 浪潮商用机器有限公司 | 一种pcb电源完整性仿真方法及相关装置 |
CN113593344A (zh) * | 2021-08-06 | 2021-11-02 | 广东工业大学 | 一种功率放大器参数振荡的仿真识别方法和系统 |
CN113688507A (zh) * | 2021-07-30 | 2021-11-23 | 中国船舶重工集团公司第七二三研究所 | 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 |
CN114117985A (zh) * | 2021-12-03 | 2022-03-01 | 芯格(上海)微电子有限公司 | 集成运放的智能验证方法、系统、介质及终端设备 |
CN115037390A (zh) * | 2022-08-10 | 2022-09-09 | 成都工业学院 | 一种三端口收发芯片参数提取方法 |
-
2022
- 2022-12-22 CN CN202211653307.2A patent/CN115659704B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1858751A (zh) * | 2005-11-08 | 2006-11-08 | 华为技术有限公司 | 印刷电路板电源完整性仿真的方法 |
CA3096853A1 (en) * | 2017-12-18 | 2019-06-27 | Dan Sachs | Devices, systems and methods for therapeutic muscle stimulation |
CN111783376A (zh) * | 2020-06-08 | 2020-10-16 | 浙江大学 | 一种基于机器学习的3d芯片信号耦合性分析系统及方法 |
CN112241617A (zh) * | 2020-10-22 | 2021-01-19 | 浪潮商用机器有限公司 | 一种pcb电源完整性仿真方法及相关装置 |
CN112231985A (zh) * | 2020-11-04 | 2021-01-15 | 中国电子科技集团公司第二十九研究所 | 一种射频滤波器建模方法 |
CN113688507A (zh) * | 2021-07-30 | 2021-11-23 | 中国船舶重工集团公司第七二三研究所 | 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 |
CN113593344A (zh) * | 2021-08-06 | 2021-11-02 | 广东工业大学 | 一种功率放大器参数振荡的仿真识别方法和系统 |
CN114117985A (zh) * | 2021-12-03 | 2022-03-01 | 芯格(上海)微电子有限公司 | 集成运放的智能验证方法、系统、介质及终端设备 |
CN115037390A (zh) * | 2022-08-10 | 2022-09-09 | 成都工业学院 | 一种三端口收发芯片参数提取方法 |
Non-Patent Citations (2)
Title |
---|
吴成才;巩莉;于庆法;梁青云;: "Ku波段低噪声放大器设计", 军民两用技术与产品 * |
高飞,张俊荣: "一种新型微波辐射计的仿真研究", 计算机仿真 * |
Also Published As
Publication number | Publication date |
---|---|
CN115659704B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Neural-based dynamic modeling of nonlinear microwave circuits | |
Pedro et al. | A comparative overview of microwave and wireless power-amplifier behavioral modeling approaches | |
Root et al. | Broad-band poly-harmonic distortion (PHD) behavioral models from fast automated simulations and large-signal vectorial network measurements | |
CN109582525B (zh) | 测试代码验证方法、验证装置、设备和存储介质 | |
Arsenovic et al. | scikit-rf: An open source python package for microwave network creation, analysis, and calibration [speaker’s corner] | |
CN115630617B (zh) | S2p数据转换s2d模型、ads仿真文件构建方法 | |
Louro et al. | New transistor behavioral model formulation suitable for Doherty PA design | |
CN115642971A (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 | |
US8489379B2 (en) | Equivalent circuit simulation system and method for HSPICE | |
CN115659704B (zh) | 基于微波模块的仿真方法 | |
US20200302314A1 (en) | Model generation system, design information acquisition system, design support system, model generation method, and design information acquisition method | |
US6314389B2 (en) | Time-domain circuit modeller | |
CN108574649B (zh) | 一种数字预失真系数的确定方法及装置 | |
Pedro et al. | Predictable behavior: Behavioral modeling from measured data | |
Heimlich | Get on the same nonlinear page | |
CN111880003B (zh) | 基于神经网络的射频功放谐波平衡参数提取方法 | |
Wood et al. | Nonlinear microwave/RF system design and simulation using Agilent ADS'system-data models' | |
CN117875271B (zh) | S2p文件转换p2d模型文件的方法、ads仿真方法 | |
CN113821946A (zh) | 一种igbt模块功率循环仿真方法、装置、设备及存储介质 | |
Cai et al. | An improved quadratic poly-harmonic distortion behavioral model | |
CN117875272B (zh) | P2d模型转换s2d模型的方法 | |
CN110958553A (zh) | 一种音频校准方法、装置及测试机台 | |
CN111327061B (zh) | 基于视在阻抗的振荡稳定性判别方法和装置 | |
Brazil et al. | Nonlinear design procedures for single-frequency and broad-band GaAs MESFET power amplifiers | |
WO2022209388A1 (ja) | 半導体集積回路装置のマクロモデル、回路設計シミュレーションプログラム、回路設計シミュレータ |
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 |