S-Parameter-Zweiteilung für Deembedding

Ich habe in letzter Zeit den Verdacht, dass sich Stecker auf meine Messungen auswirken. Ich schaue mir verschiedene Möglichkeiten an, ihre Auswirkungen aus Messungen zu entfernen, die ich mit einem Netzwerkanalysator (20-30 GHz) durchführe.

Hier ist das Durchgangsboard, das ich zu verstehen versucheSo schön!!!!

Ich habe 3 Fragen

1)Ist der S-Parameter-Bi-Abschnitt eine vernünftige Möglichkeit, die S-Parameter für das DUT anhand von Messdaten anzuzeigen?

2) Bei gegebener T-Matrix-, Y-Matrix- und Z-Matrix-Methode zum Lösen der symmetrischen Matrizen, welche liefert das beste Ergebnis?

3) Bei gegebener Lösung für eine T-Matrix, welche der 4 möglichen Lösungen sollte verwendet werden?

Zuerst Hier ist etwas Hintergrundlektüre

Hier sind meine Zweifel 1 sowie hier . Diese Links diskutieren, dass bei realen Daten die S-Parameter-Halbierung der Prozess mit übermäßigem Rauschen und anderen Parasiten zusammenzubrechen beginnt. Außerdem sind die Ergebnisse ungenau, wenn Einfügungs- und Rückflussdämpfung zu hoch sind. Schließlich gibt es bei den Gleichungen selbst mehrere Annahmen zur Symmetrie, die die Ergebnisse ruinieren könnten, wenn die Symmetrie nicht eingehalten wird.

Ich bin der Meinung, dass die Annahme der Symmetrie mit nur 2 Anschlüssen und einer Spur gut funktionieren sollte und Einfügungsdämpfung und Rückflussdämpfung angemessen sein sollten. Ich bin mir nicht sicher, ob reales Messrauschen ein Problem darstellen würde

Zweitens, wenn ich mir Link 1 ansehe, unterscheidet sich die Methode zur Halbierung von 2 und 3 . Die eingeführten Verfahren verwenden T-Matrizen, Y-Matrizen und Z-Matrizen. Welche davon liefern das beste Ergebnis?

Nachdem ich angenommen hatte, dass T-Matrizen (siehe Link 1) am besten funktionieren würden, begann ich schließlich, die Gleichungen zu lösen

[[T11,T12], [T21,T22]] * [[T22,T21],[T12,T11]] =  [[T11f,T12f],[T21f,T22f]]

nachdem ich dies erweitert habe (und T12 = T21 angenommen habe), bekomme ich heraus

T11f = T11*T22 + T12^2 
T12f = 2*(T11*T12)
T21f = 2*(T22*T12)
T22f = T11*T22 + T12^2

Wenn ich nach T12 (zweite Gleichung) auflöse, bekomme ich

T12  = T12f/(2*T11)

Auflösen nach T22 (dritte Gleichung)

T22 = T21f/(2*T12)

Wenn ich diese schließlich in die erste Gleichung einsetze und nach S11 auflöse, bekomme ich

T11 = (T11f-T12^2) / T22
T11 = (T11f - T12f^2/4T11^2)/(T21f*T11/T12f)

Dies reduziert sich auf

T11^4 - (T12f*T11f/T21f)*T11^2 + (T12^3/(4*T21f)) = 0

Wenn ich diese Gleichung löse, bekomme ich 4 mögliche Antworten. Welche soll ich verwenden?

BEARBEITEN *****

Ich habe diesen Link gefunden , der eine einfache Möglichkeit vorschlägt, zu abcd-Matrizen zu wechseln und dann die Quadratwurzel zu ziehen. Hier ist ein Beispielcode, den ich mit Python erstellt habe

import numpy as np
import nport
import scipy
from nport import touchstone

// I imported some files that were saved in a matlab format 
// the names are freq and new_data
new_n = nport.NPort(np.array(freq),np.array(new_data),nport.S,50)
abcd2 = new_n.convert('ABCD')

print(abcd2)
new_abcd = []
for i,value in enumerate(abcd2):
    if not i:
        print("START HERE!!!")
        print(value)
    holder = scipy.linalg.sqrtm(value)
    if not i:
        print(holder)
        print(holder.dot(holder))

    new_abcd.append(holder)


newest_n = nport.NPort(np.array(freq),np.array(new_abcd),nport.ABCD)

half = newest_n.convert('S', 50)

Antworten (1)

Um (1) zu beantworten, würde ich ein anderes De-Embedding empfehlen, nämlich "Gating". Das Gating erfolgt im Zeitbereich. Die meisten VNAs bieten eine Time-Gating-Option. Dasselbe gilt für Rauschen und große Impedanzfehlanpassungen, aber hier sollten Sie in Ordnung sein. Eine wirklich gute Abhandlung über Gating finden Sie bei Joel Dunsmore Link

BEARBEITEN: Ich füge einen Link zu einem kurzen Artikel hinzu, den ich vor ein paar Jahren geschrieben habe und der im Wesentlichen den Dunsmore-Artikel mit Beispielen für Zeitbereichs-Gating zusammenfasst

Ich glaube nicht, dass der VNA, den ich verwende, eine Gating-Option hat. Irgendwelche anderen Vorschläge?
Lesen Sie das Papier im Link. Sie können Daten in der Nachbearbeitung ausblenden. Ich habe dazu ein Whitepaper geschrieben. Ich werde versuchen, es zu finden
fügte einen Link zu einem kurzen Artikel hinzu, den ich mit Beispielen von Daten geschrieben habe, die bei 200 GHz auf der Grundlage des zuvor verlinkten Artikels aufgenommen wurden
Lassen Sie mich wissen, ob dies zusammenfasst, was Sie vorschlagen. Konvertieren Sie S-Parameter in den Zeitbereich und identifizieren Sie das interessierende Signal. Erstellen Sie eine Fensterfunktion (Sie haben ein Kaiserfenster mit Beta = 6 vorgeschlagen, im Gegensatz zu einer echten Gating-Funktion, um Verzerrungen am Anfang und am Ende zu kompensieren? ). Transformieren Sie diese Fensterfunktion in den Zeitbereich und multiplizieren Sie dann das Fenster mit den Daten (beide im Zeitbereich). Konvertieren Sie schließlich zurück in den Frequenzbereich
ziemlich viel, außer auch die Post-Gate-Renormalisierung hinzuzufügen. übrigens, das ist nicht mein ursprünglicher Gedanke - das kommt von Joel Dunsmore bei Agilent. Ich habe gerade seine Abhandlung zu diesem Thema und die Forenantworten zum Agilent-Gating durchgearbeitet
Ich habe eine weitere Frage zum Deembedding mit Gating gestellt. electronic.stackexchange.com/questions/201189/…