LiteVNA 能做什么?

最近入手了一台 LiteVNA 设备,性价比非常高。因为之前没有接触过 VNA 这种测试仪器,所以准备好好研究一下。和它类似的一个项目是 NanoVNA6000,价格要高些,但可能性能要好点,另外,文档也要全一些。
LiteVNA 盒子
测量RF Kit

VNA 到底是什么?

VNA 是 Vector Network Analyzer 的缩写,以下是我的理解,如果不对请指出。Vector 体现在它可以测量信号的幅度和相位上,也就是测量的结果是矢量坐标(实部,虚部)、(幅度,相位)的形式,也就是在平面坐标或者极坐标中的一个点(二维空间),而不是像万用表那样只能测量得到一个单一的数值(一维空间)。而 Network 是指被测单元是一种网络结构,也就是电阻、电容、电感构成的任意电路。

VNA 能测量什么?

根据 《VNA6000 Manual》,可以测量的参数有:
• Impedance (of an antenna, capacitor, inductor, or any one or two port device)
• Return Loss
• Frequency Response and Phase Response (of a filter, amplifier, duplexer, or any two port device)
• Delay, velocity, or length (of a cable or other two port device)
• Characteristic impedance and material properties (using custom test jigs)

要测量天线的性能,可以测量 Return Loss (回波损失)。Return Loss 是回波损耗,是通信学概念,它表示信号反射性能的参数。回波损耗说明入射功率的一部分被反射回到信号源。回波损耗(Return Loss)是越小越好。回波损耗是反射功率与入射功率之比,以对数形式表示。当反射系数为1时,即所有入射功率都被反射回来,回波损耗为0dB。在通信系统中,希望信号能够尽可能多地传输到目的地,因此回波损耗越小越好。再结合X轴的频率值,就能知道天线的工作范围了。

下面是 RF Demo Kit 中的带阻滤波器 BSF 6.5MHz 测量结果。可以看到的确在 6.5MHz 处有Band-Stop。
BSF 6.5MHz
BPF 10.7MHz 带通滤波器:
BPF10.7MHz
LPF 400MHz:
LPF 400Mhz

HPF 高通滤波 500MHz, 但实际看 -3dB 处的频率是371.5MHz,而不是 500MHz!
HPF 500MHz
综上,VNA 可以用来测量带宽很宽的一个器件的“Frequency Response”和"Impulse Response"。

测量天线的 Return Loss 和 VSWR

对下图的天线用 LiteVNA 进行 VSWR 测量。
长天线
可以看到下面的VSWR(驻波比)和 Return Loss 都是在 192.710MHz 和 796.939MHz 处最小。
所以这个天线的工作频率是 187MHz->192.710MHz->200MHz 区间 和 796.939MHz 区间。
长天线的驻波比频段
中间天线的 VSWR,VSWR=1的频率是189.738MHz,VSWR=1.5的频率是 183.795MHz、189.738MHz:
中间天线的VWR
第二小的驻波比频率点 199.149MHz,不知道天线是否也可以带增益地接收这个频率点的信号。
第二小的驻波比频率点
对比售卖的天线增益频段:
在这里插入图片描述
在这里插入图片描述
GSM天线
对于吸盘天线,长的这个天线说是 433MHz 的天线,但实际测试得到的 VSWR 在187MHz->192.710MHz->200MHz 区间,而不是433MHz,不知道是否理解正确。
最短粗的那个天线,应该是GSM天线,频段是 900MHz->2100MHz。VSWR 的确在1.5GHz到2.5GHz区间的VSWR<1.5。VSWR<1.5的频率区间是 1.59836GHz->2.32503GHz, 在614.419MHz 点也有一个小的 VSWR1.15!
短天线VSWR

PC 控制软件

LiteVNA 可以使用 NanaVNA 的PC端软件“nanovna-saver.exe”和“”。目前我成功运行、使用的是 nanovna-saver、vna-app 和 vna-qt。
nanovna-saver 代码地址是: https://github.com/NanoVNA-Saver/nanovna-saver

另外,nanovna-saver 的功能和易用性比 vna-qt 要好。
从使用角度看 nanavna-saver > nanovna-app > vna-qt。

关于射频连接器

目前遇到射频连接器有 SMA 插头、BNC 插头和特别小的 UFL 连接器。
参考这篇文章了解更多关于射频插头的知识。

UFL连接器,是日本厂商广濑电机所推出的小型同轴电缆连机器,其他公司的兼容连接器称为IPEX、MHF I、AMC或UMCC。
在这里插入图片描述

一些测量值的含义

VSWR 驻波比

VSWR = Voltage Standing Wave Ratio
参考:https://zhuanlan.zhihu.com/p/600187204

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:/a/137188.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

C++跨DLL内存所有权问题探幽(一)DLL提供的全局单例模式

最近在开发的时候&#xff0c;特别是遇到关于跨DLL申请对象、指针、内存等问题的时候遇到了这么一个问题。 问题 跨DLL能不能调用到DLL中提供的单例&#xff1f; 问题比较简单&#xff0c;就是我现在有一个进程A&#xff0c;有DLL B DLL C&#xff0c;这两个DLL都依赖DLL D的…

Linux系统编程——修改配置文件(应用)

该应用主要调用到strstr函数&#xff0c;我们只需调用该函数并传入相关文件和修改数值即可&#xff0c;下面就是对strstr函数的定义解读以及实现案例 1.调用strstr函数需要包含以下头文件 #include<string.h>2.函数定义格式 char *strstr(char *str1, const char *str…

深度学习4:BatchNormalization(批规范化)

一、起源 训练深度网络的时候经常发生训练困难的问题&#xff0c;因为&#xff0c;每一次参数迭代更新后&#xff0c;上一层网络的输出数据经过这一层网络计算后&#xff0c;数据的分布会发生变化&#xff0c;为下一层网络的学习带来困难。 Batch Normalizatoin 之前的解决方…

c语言:解决数组中数组缺少单个的元素的问题

题目&#xff1a;数组nums包含从0到n的所以整数&#xff0c;但其中缺了一个。请编写代码找出那个缺失的整数。O(n)时间内完成。 如&#xff0c;输入&#xff1a;【3&#xff0c;0&#xff0c;1】。 输出&#xff1a; 2 三种方法 &#xff1a; 方法1&#xff1a;排序&#xf…

使用.net 构建 Elsa Workflow

对接过蓝凌OA 也基于泛微OA数据库原型重新研发上线过产品&#xff0c;自研的开源的也上线过 每个公司对OA流程引擎介绍 都不一样的&#xff0c; 比如Elsa 这款微软MVP开源组件&#xff0c;基于跨平台开发的技术含量高&#xff0c;专门做OA的同行推过对应文章。 直接看怎么用吧。…

angular学习笔记

HTML绑定 形式&#xff1a;{{ 变量名 }} {{}}内部可以是 算数运算比较运算逻辑运算三目运算调用函数 {{}}内部不可以是 创建对象&#xff1a;不可以newJSON序列化 属性绑定 形式1&#xff1a;[属性名]“变量名” 形式2&#xff1a;属性名“{{变量名}}” <div [title…

C++ Qt 学习(六):Qt http 编程

1. http 基础 HTTP 基础教程C Web 框架 drogonoatpp 2. C Qt 用户登录、注册功能实现 login_register.h #pragma once#include <QtWidgets/QDialog> #include "ui_login_register.h" #include <QNetworkReply>class login_register : public QDialog…

信息系统项目管理师 教材目录、考试大纲、考情

文章目录 考情考试大纲第1章 信息化发展第2章 信息技术发展第3章 信息系统治理第4章 信息系统管理第5章 信息系统工程第6章 项目管理概论第7章 项目立项管理第8章 项目整合管理第9章 项目范围管理272第10章 项目进度管理297第11章 项目成本管理334第12章 项目质量管理358第13章…

KDE Plasma 6 将不支持较旧的桌面小部件

KDE Plasma 6 进行了一些修改&#xff0c;需要小部件作者进行调整。开发人员&#xff0c;移植时间到了&#xff01; KDE Plasma 6 是备受期待的桌面环境版本升级版本。 最近&#xff0c;其发布时间表公布&#xff0c;第一个 Alpha 版本将于 2023 年 11 月 8 日上线&#xff0…

基于蜻蜓算法优化概率神经网络PNN的分类预测 - 附代码

基于蜻蜓算法优化概率神经网络PNN的分类预测 - 附代码 文章目录 基于蜻蜓算法优化概率神经网络PNN的分类预测 - 附代码1.PNN网络概述2.变压器故障诊街系统相关背景2.1 模型建立 3.基于蜻蜓优化的PNN网络5.测试结果6.参考文献7.Matlab代码 摘要&#xff1a;针对PNN神经网络的光滑…

云原生 黑马Kubernetes教程(K8S教程)笔记——第一章 kubernetes介绍——Master集群控制节点、Node工作负载节点、Pod控制单元

参考文章&#xff1a;kubernetes介绍 文章目录 第一章 kubernetes介绍1.1 应用部署方式演变传统部署&#xff1a;互联网早期&#xff0c;会直接将应用程序部署在物理机上虚拟化部署&#xff1a;可以在一台物理机上运行多个虚拟机&#xff0c;每个虚拟机都是独立的一个环境&…

【操作系统】考研真题攻克与重点知识点剖析 - 第 3 篇:内存管理

前言 本文基础知识部分来自于b站&#xff1a;分享笔记的好人儿的思维导图与王道考研课程&#xff0c;感谢大佬的开源精神&#xff0c;习题来自老师划的重点以及考研真题。此前我尝试了完全使用Python或是结合大语言模型对考研真题进行数据清洗与可视化分析&#xff0c;本人技术…

【论文】利用移动性的比例公平蜂窝调度测量和算法

&#xff08;一支笔一包烟&#xff0c;一节论文看一天 &#xff09;&#xff08;一张纸一瓶酒&#xff0c;一道公式推一宿&#xff09; 摘要1. 引言2. 相关工作3. 模型和问题公式4. 预测FPF调度 &#xff08; P F &#xff09; 2 S &#xff08;PF&#xff09;^2S &#xff08;…

【MySQL系列】 第二章 · SQL(中)

写在前面 Hello大家好&#xff0c; 我是【麟-小白】&#xff0c;一位软件工程专业的学生&#xff0c;喜好计算机知识。希望大家能够一起学习进步呀&#xff01;本人是一名在读大学生&#xff0c;专业水平有限&#xff0c;如发现错误或不足之处&#xff0c;请多多指正&#xff0…

PCA(主成分分析)数据降维技术代码详解

引言 随着大数据时代的到来&#xff0c;我们经常会面临处理高维数据的问题。高维数据不仅增加了计算复杂度&#xff0c;还可能引发“维度灾难”。为了解决这一问题&#xff0c;我们需要对数据进行降维处理&#xff0c;即在不损失太多信息的前提下&#xff0c;将数据从高维空间…

pyTorch Hub 系列#2:VGG 和 ResNet

一、说明 在上一篇教程中,我们了解了 Torch Hub 背后的本质及其概念。然后,我们使用 Torch Hub 的复杂性发布了我们的模型,并通过相同的方式访问它。但是,当我们的工作要求我们利用 Torch Hub 上提供的众多全能模型之一时,会发生什么? 在本教程中,我们将学习如何利用称为…

C语言——打印1000年到2000年之间的闰年

闰年&#xff1a; 1、能被4整除不能被100整除 2、能被400整除 #define _CRT_SECURE_NO_WARNINGS 1#include<stdio.h> int main() {int year;for(year 1000; year < 2000; year){if((year%4 0) && (year%100!0) || (year%400 0)){printf("%d ",ye…

Python的基础语句大全

以下是Python的基础语句大全&#xff1a; 变量定义语句&#xff1a; var_name var_value输出语句&#xff1a; print(var_name)输入语句&#xff1a; var_name input()条件语句&#xff1a; if condition:// do something if condition is True elif condition:// do somethi…

数据结构与算法—归并排序计数排序

目录 一、归并排序 1、主函数 2、递归实现 3、优化递归 4、非递归实现 5、特性总结&#xff1a; 二、计数排序 1、代码&#xff1a; 2、特性总结&#xff1a; 三、各种排序稳定性总结 一、归并排序 基本思想&#xff1a; 归并排序是建立在归并操作上的一种有效的排序…

算法通关村第十五关白银挑战——海量数据场景下的热门算法题

大家好&#xff0c;我是怒码少年小码。 最近超级忙&#xff0c;很多实验报告&#xff0c;已经四五天没搞了&#xff0c;但是我还是回来了&#xff01; 海量数据场景下的热门算法题 本篇的题目不要求写代码&#xff0c;面试的时候能很清楚的说出思路就可以了。 1. 从40个亿中…