IIP3参数的含义

IIP3参数的含义

三阶交调频率分量

混频器的输入端的总输入信号通常由射频输入(载波+被调制信号)和本振组成。以输入总信号由3个正弦信号为例,输入端的总输入信号为:
u = u 1 cos ⁡ ω 1 t + u 2 cos ⁡ ω 2 t + u 3 cos ⁡ ω 3 t \begin{aligned} u=u_1\cos\omega_1t+u_2\cos\omega_2t+u_3\cos\omega_3t \end{aligned} u=u1cosω1t+u2cosω2t+u3cosω3t
混频器的非线性特性常用多项式逼近来进行描述,即:
i = a 0 + a 1 u + a 2 u 2 + a 3 u 3 + ⋯ \begin{aligned} i=a_0+a_1u+a_2u^2+a_3u^3+\cdots \end{aligned} i=a0+a1u+a2u2+a3u3+
两式联立整理后可以得到:
i = a 0 + a 1 ( u 1 cos ⁡ ω 1 t + u 2 cos ⁡ ω 2 t + u 3 cos ⁡ ω 3 t ) + a 2 ( u 1 2 cos ⁡ 2 ω 1 t + u 2 2 cos ⁡ 2 ω 2 t + u 3 2 cos ⁡ 2 ω 3 t ) + a 3 ( u 1 3 cos ⁡ 3 ω 1 t + u 2 3 cos ⁡ 3 ω 2 t + u 3 3 cos ⁡ 3 ω 3 t ) + ⋯ + a p cos ⁡ ( ± ω 3 + ω 1 ) t + a q cos ⁡ ( ± ω 3 ± ω 2 ) t + a m cos ⁡ ( ± ω 3 + 2 ω 1 ± ω 2 ) t + a n cos ⁡ ( ± ω 3 + ω 1 ± 2 ω 2 ) t + a x cos ⁡ ( k ω 3 + r ω 1 + s ω 2 ) t + ⋯ \begin{aligned} i&=a_0 \\ &+a_1(u_1\cos\omega_1t+u_2\cos\omega_2t+u_3\cos\omega_3t) \\ &+a_2(u_1^2\cos2\omega_1t+u_2^2\cos2\omega_2t+u_3^2\cos2\omega_3t) \\ &+a_3(u_1^3\cos3\omega_1t+u_2^3\cos3\omega_2t+u_3^3\cos3\omega_3t) \\ &+\cdots \\ &+a_p\cos(\pm\omega_3+\omega_1)t+a_q\cos(\pm\omega_3\pm\omega_2)t \\ &+a_m\cos(\pm\omega_3+2\omega_1\pm\omega_2)t \\ &+a_n\cos(\pm\omega_3+\omega_1\pm2\omega_2)t \\ &+a_x\cos(k\omega_3+r\omega_1+s\omega2)t \\ &+\cdots \end{aligned} i=a0+a1(u1cosω1t+u2cosω2t+u3cosω3t)+a2(u12cos2ω1t+u22cos2ω2t+u32cos2ω3t)+a3(u13cos3ω1t+u23cos3ω2t+u33cos3ω3t)++apcos(±ω3+ω1)t+aqcos(±ω3±ω2)t+amcos(±ω3+2ω1±ω2)t+ancos(±ω3+ω1±2ω2)t+axcos(kω3+rω1+sω2)t+

其中a0为直流项,a1为基波项,a2为2次谐波项,a3为3次谐波项,高次谐波已忽略。这些分量均可通过滤波器滤除,一般不会造成太大影响。

ap和aq项为有用的中频分量,需要保留。

am和an称为 三阶交调频率分量 ,它们由混频器非线性特性的3次方项产生,且难以通过滤波器滤除。称为 三阶交调失真干扰

三阶交调截点(IP3)

因为三阶交调频率分量由混频器非线性特性的3次方项产生,所以通常输入信号功率增加1dB时,三阶交调失真干扰的功率就要增加3dB,而正常的中频输出的功率与输入信号功率大致成线性关系。当三阶交调失真干扰的功率(四阶及以上一般幅度较小,且可以通过滤波器或电路设计进行有效的抑制)与中频输出信号的功率相等时,将无法进行正常通信,此时,该交叉点称为三阶交调截点。三阶交调截点如图所示。

IIP3(Input 3rd Order Intercept Point)

三阶交调截点 IP3定义为三阶交调功率达到和基波功率相等的点,此点对应的输入功率为IIP3,输出功率为OIP3。

如图可见IIP3(dBm)越大,表明混频器的线性范围越宽。

IIP3还与本振功率电平有关,本振电平增加,混频器中的二极管、三极管、场效应管的线性工作区加大,混频器的线性性能提升,三阶交调失真减小,IIP3上升。

线性度提高,三阶交调分量的系数会减小,导致三阶交调分量的曲线会向下平移,所以导致IIP3上升。

器件参数上标明的IIP3是标准本振功率电平下的IIP3参数。

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/192172.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

森林无人机高效解决巡查难题,林区防火掀新篇

山东省某市为了强化森林火灾防范,采用了一项新兴手段——复亚智能无人机森林火情监测系统。这套系统在AI飞行大脑的指挥下,让无人机在空中巡逻,实现了无人机森林防火系统的实施落地。 一、AI大脑如何引领森林无人机高空巡逻? 在山…

Echarts 设备状态 甘特图

在做工厂智能化生产看板时,绝对会有设备状态看板,展示设备当天或者当前状态,设备状态数据一般是有mes 系统设备管理模块对设备信息进行采集,一般包括过站数据,设备当前状态,是否在线是否故障、检修、待生产…

利用 LD_PRELOAD 环境变量

文章目录 原理LD_PRELOAD介绍如何上传.so文件 例题 [虎符CTF 2022]ezphp 原理 LD_PRELOAD介绍 LD_PRELOAD是Linux系统的一个环境变量,它可以影响程序的运行时的链接(Runtime linker),它允许你定义在程序运行前优先加载的动态链接…

你好python!——python中的函数与数据容器

一、函数的定义 1.1函数定义语法 1.2函数的参数 1.2.1参数的传入 python中函数的参数和C语言函数的参数其实一样,他们都是形参,是实参的一份临时拷贝。我们来定义一个加法函数来看看函数的参数传入: 参数之间使用逗号进行分隔。 1.2.2函…

【挑战业余一周拿证】一、亚马逊云科技简介 - 第 3 节 - 云计算

第 3 节 - 云计算 在深入了解亚马逊云科技的各个部分之前,让我们先缩小视野,对云进行一个合理的定义。云计算就是通过互联网按需提供 IT 资源并采用按需付费定价模式,下面,我们将进行详细说明。 按需提供表示的是亚马逊云科技会在…

Qt C++中调用python,并将软件打包发布,python含第三方依赖

工作中遇到qt c调用我的python 代码,并且想要一键打包,这里我根据参考的以及个人实践的结果来简单实现一下。 环境:windows系统,QT Creater 4.5, python 3.8(anaconda虚拟环境) 1. 简单QT调用…

机器学习第13天:模型性能评估指标

☁️主页 Nowl 🔥专栏《机器学习实战》 《机器学习》 📑君子坐而论道,少年起而行之 文章目录 交叉验证 保留交叉验证 k-折交叉验证 留一交叉验证 混淆矩阵 精度与召回率 介绍 精度 召回率 区别 使用代码 偏差与方差 介绍 区…

FreeRTOS学习之路,以STM32F103C8T6为实验MCU(2-9:任务通知)

学习之路主要为FreeRTOS操作系统在STM32F103(STM32F103C8T6)上的运用,采用的是标准库编程的方式,使用的IDE为KEIL5。 注意!!!本学习之路可以通过购买STM32最小系统板以及部分配件的方式进行学习…

非参数估计与参数估计的区别,以及详细列举了常用的非参数估计方法和参数估计方法,一网打尽非参数估计与参数估计!!!

文章目录 前言一、非参数估计与参数估计的区别二、常用的非参数估计方法三、常用的参数估计方法总结 前言 非参数估计和参数估计是统计学中的两种不同的估计方法。 一、非参数估计与参数估计的区别 参数估计是指,对于已知分布形式的数据,根据样本数据…

HTML5原生视频播放器组件video的videocontrolslist属性详解

HTML5提供了内置的视频播放控件,其中videocontrolslist是其中一个很有用的属性。videocontrolslist属性可以用于告诉浏览器在视频播放过程中应该显示哪些默认的用户界面控件。下面我们将从几个方面来介绍videocontrolslist的详细使用。 一、启用videocontrolslist videocont…

一个基于.NET Core开源、跨平台的仓储管理系统

前言 今天给大家推荐一个基于.NET Core开源、跨平台的仓储管理系统,数据库支持MSSQL/MySQL:ZEQP.WMS。 仓储管理系统介绍 仓储管理系统(Warehouse Management System,WMS)是一种用于管理和控制仓库操作的软件系统&…

扩散模型实战(十二):使用调度器DDIM反转来优化图像编辑

推荐阅读列表: 扩散模型实战(一):基本原理介绍 扩散模型实战(二):扩散模型的发展 扩散模型实战(三):扩散模型的应用 扩散模型实战(四&#xff…

vue3+ts 依赖注入 provide inject

父级&#xff1a; <template><div><h1>App.vue (爷爷级别)</h1><label><input type"radio" v-model"colorVal" value"red" name"color" />红色</label><label><input type"r…

Win11画图板的解决方法

Win11画图板的解决方法 现状: 伴随着windows由win10更新到win11,windows自带的画图板也随之更新,但是它就变得对我们用户就不太友善了,变得很难使用. 具体表现: 需求: 但是由于各种需求,就以我来举例,由于博主写博客的需要,去使用其它的软件,就找不到其它这么好用的画图软件进…

Linux的基本指令(三)

目录 前言 echo指令&#xff08;简述&#xff09; Linux的设计理念 输出重定向操作符 > 追加输出重定向操作符 >> 输入重定向操作符 < 补充知识 学前补充 more指令 less指令 head指令 tail指令 查看文件中间的内容 利用输出重定向实现 利用管道“ |…

python树的孩子链存储结构

树的孩子链存储结构是一种树的存储方式&#xff0c;它使用孩子兄弟表示法来表示树的结构。在这种存储结构中&#xff0c;树的每个节点都有一个指向其第一个孩子的指针和一个指向其下一个兄弟的指针。这样&#xff0c;可以通过这些指针来表示树的层次结构和节点之间的关系。 具…

大公司为什么喜欢centos系统写爬虫?

CentOS是一个基于Red Hat Enterprise Linux&#xff08;RHEL&#xff09;源代码构建的开源操作系统&#xff0c;它受到大企业喜欢大多数因为他系统的稳定性&#xff0c;安全性以及兼容性等。可以为企业提供更多的商业支持。以我个人为例&#xff0c;公司在做爬虫数据抓取多是采…

Vue 双向数据绑定

之前通过v-bind来完成的数据绑定&#xff0c;属性值和表达式进行绑定&#xff0c;表达式的值发生变化了属性值也跟着发生变化。 单向数据绑定&#xff1a; <!DOCTYPE html> <html> <head><meta charset"UTF-8"><title>首页</titl…

信息素养大赛知识点

基础理论准备 开放存储期刊 开放存取期刊是一种免费的网络期刊&#xff0c;旨在使所有用户都可以通过因特网无限制地访问期刊论文全文。此种期刊一般采用作者付费出版、读者免费获得、无限制使用的运作模式&#xff0c;论文版权由作者保留。在论文质量控制方面&#xff0c;oa…

Couchdb 命令执行漏洞复现 (CVE-2017-12636)

Couchdb 命令执行漏洞复现 &#xff08;CVE-2017-12636&#xff09; 1、下载couchdb.py 2、修改目标和反弹地址 3、Python3调用执行即可 couchdb.py文件下载地址: https://github.com/vulhub/vulhub/blob/master/couchdb/CVE-2017-12636/exp.py ‍ 在VULFocus上开启环境 …