ADS学习笔记 7. 超外差接收机设计

  基于ADS2023 update2   


更多ADS学习笔记:
ADS学习笔记 1. 功率放大器设计
ADS学习笔记 2. 低噪声放大器设计
ADS学习笔记 3. 功分器设计
ADS学习笔记 4. 微带分支定向耦合器设计
ADS学习笔记 5. 微带天线设计
ADS学习笔记 6. 射频发射机设计


目录

-1、射频接收机性能指标

0、设计指标

1、超外差接收机设计

2、超外差接收机链路预算


-1、射频接收机性能指标

        (1)灵敏度。灵敏度是指接收机能使原始的调制信号有一定程度的重现时,所需接收的最小信号。灵敏度表征的是接收机接收微弱信号的能力。当接收机正常工作时,能从天线上所感应到的最小信号称为接收机的灵敏度。接收机正常工作包含两个方面:输出功率达到一定要求;输出信噪比达到一定要求。相应地,灵敏度也分两种:当接收机内部噪声不大时,接收机输出额定功率即可正常工作,此时天线上的最小信号称为额定灵敏度或绝对灵敏度;在接收机噪声很大时,输出信噪比必须达到一定值,接收机才能正常工作,此时天线上的灵敏度称为实际灵敏度或相对灵敏度。
        (2)噪声系数。噪声系数是通信系统中非常重要的一个指标,它定义为在一个频率点或一个频带上的值。首先假定在所考虑的噪声带宽之内,系统的增益为常数,并且噪声功率谱是均匀的,且噪声源的内阻与负载是匹配的。通过调节级间匹配使每一级都获得最小噪声系数,则系统总的噪声系数也最小。在接收机系统中,级联系统的噪声系数在第一级放大器即通常所说的低噪声放发器处建立起来,以后各级对系统噪声系数的贡献,与前面各级的增益大小密切相关。
        (3)选择性。选择性是指在邻近频率强干扰和信道阻塞的情况下,接收机满足提取所需信号的能力。在多数体系结构中,中频信道选择滤波器的设计决定了接收机的选择性。常用矩阵系数Kr0.1或K0.01表征。如果接收机在频率选择和线性度上不充分,那么就会产生互调分量而降低所需信号的质量。失真度确认了接收机所能接收的信号的最大功率。
        (4)动态范围。动态范围用来定义接收机在检测噪声基值上的弱信号和处理无失真的最大信号的能力。

0、设计指标

        超外差接收机是应用最为广泛的一种接收机结构,通过两次变频将射频信号调制至模拟基带。但由于中频带通滤波器需要在片外实现,这在一定程度限制了超外差接收机芯片的集成度。

        ●完成一个 2.4GHz超外差接收机的结构设计,观测输出频谱。
        ●对超外差接收机进行增益和噪声预算分析。

1、超外差接收机设计

        在上一节的工程文件下,新建原理图03_Receiver_Superheterodyne。超外差架构需要两次变频,为射频前端和模拟中频电路,分别进行设计。
        添加两个功率端口,输入端和本振源

        在Filter-BandPass中添加切比雪夫滤波器,在Amp中添加放大器和Mixer(含射频本振)。放大器和Mixer都要添加NF,至此完成射频前端部分

        接着完成模拟中频部分。包括中频带通滤波器、混频器、中频本振、可变增益放大器

        最终超外差架构如下图,添加HB仿真。输入信号功率为-110dBm

        仿真结果如下

2、超外差接收机链路预算

        新建原理图04_Receiver_Superheterodyne_Budget,添加AC控件。链路的Budget只能AC/HB控件,自己设置链路路径为budget_path=["PORT1.t1","BPF1.t2","AMP1.t2","MIX1.t2","BPF2.t2","MIX2.t2","AMP2.t2","Term2.t1"],端口的是t1,链路上的是t2。自己更改BudGain和BudNF的计算参数(没办法,ADS2023版本已经没有BUDGET控件了)

        仿真结果如下,仿真输出都要只看Bud[0]的结果。接收机输出信号的增益可达112.988dB,可以把-110dBm天线接收到的输入信号放大到3dBm,增益效果不错。噪声系数NF只有3.379dB

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/927334.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

蓝牙定位的MATLAB程序,四个锚点、三维空间

这段代码通过RSSI信号强度实现了在三维空间中的蓝牙定位,展示了如何使用锚点位置和测量的信号强度来估计未知点的位置。代码涉及信号衰减模型、距离计算和最小二乘法估计等基本概念,并通过三维可视化展示了真实位置与估计位置的关系。 目录 程序描述 运…

Linux命令进阶·如何切换root以及回退、sudo命令、用户/用户组管理,以及解决创建用户不显示问题和Ubuntu不显示用户名只显示“$“符号问题

目录 1. root用户(超级管理员) 1.1 用于账户切换的系统命令——su 1.2 退回上一个用户命令——exit 1.3 普通命令临时授权root身份执行——sudo 1.3.1 为普通用户配置sudo认证 2. 用户/用户组管理 2.1 用户组管理 2.2 用户管理 2.2.1 …

PDF版地形图矢量出现的问题

项目描述:已建风电场道路测绘项目,收集到的数据为PDF版本的地形图,图上标注了项目竣工时期的现状,之后项目对施工区域进行了复垦恢复地貌,现阶段需要准确的知道实际复垦修复之后的道路及其它临时用地的面积 解决方法&…

群论入门笔记

群的基本定义 群由一组元素 G 和一个运算(常用符号包括 ,x , 或 ∗)组成。 封闭性 对于任意两个元素 x,y∈G,运算 x * y 的结果仍然属于集合 G,即: ∀x,y∈G,x∗y∈G. 结合律 对于任意 a,b,c∈G&…

LabVIEW内燃机气道试验台测控系统

基于LabVIEW软件开发的内燃机气道试验台测控系统主要应用于内燃机气道的性能测试和数据分析,通过高精度的测控技术,有效提升内燃机的测试精度和数据处理能力。 项目背景 随着内燃机技术的发展,对其气道性能的精准测量需求日益增加。该系统通…

LabVIEW将TXT文本转换为CSV格式(多行多列)

在LabVIEW中,将TXT格式的文本文件内容转换为Excel格式(即CSV文件)是一项常见的数据处理任务,适用于将以制表符、空格或其他分隔符分隔的数据格式化为可用于电子表格分析的形式。以下是将TXT文件转换为Excel(CSV&#x…

第二节——计算机网络(四)物理层

车载以太网采用差分双绞线车载以太网并未指定特定的连接器,连接方式更为灵活小巧,能够大大减轻线束重量。传统以太网一般使用RJ45连接器连接。车载以太网物理层需满足车载环境下更为严格的EMC要求,100BASE-T1\1000BASE-T1对于非屏蔽双绞线的传…

Next.js - app 路由器之动态路由与并行路由

#题引:我认为跟着官方文档学习不会走歪路 动态路由的约定 (1) 通过将文件夹名称用方括号括起来可以创建动态段:[folderName] 动态段会作为 params 属性传递给 layout、page、route 和 generateMetadata 函数。 例如,一个博客可以包含以下…

电脑还原重置Windows系统不同操作模式

电脑有问题,遇事不决就重启,一切都不是问题!是真的这样吗。其实不然,主机系统重启确实可以自动修复一些文件错误,或者是设置问题,但是,当你由于安装了错误的驱动或者中毒严重,亦或是蓝屏,那么重启这个方子可能就治不了你的电脑了。 那么,除了当主机出现异常故障现象…

基于Java Springboot蛋糕订购小程序

一、作品包含 源码数据库设计文档万字PPT全套环境和工具资源部署教程 二、项目技术 前端技术:Html、Css、Js、Vue、Element-ui 数据库:MySQL 后端技术:Java、Spring Boot、MyBatis 三、运行环境 开发工具:IDEA/eclipse 微信…

git 上传代码时报错

在上传代码时,显示无法上传 PS E:\JavaWeb\vue3-project> git push To https://gitee.com/evening-breeze-2003/vue3.git! [rejected] master -> master (non-fast-forward) error: failed to push some refs to https://gitee.com/evening-breeze-20…

【学习笔记】GoFrame框架

文章目录 什么是GoFrame框架 and 安装项目初始化 什么是GoFrame框架 and 安装 我也是用过许多框架的程序员了,但是GoFrame框架确实是没听说过,今天就来学习一下。 首先是我们熟悉的选手自我介绍环节 GoFrame 是一款模块化、高性能、企业级的 Go 语言基…

探索温度计的数字化设计:一个可视化温度数据的Web图表案例

随着科技的发展,数据可视化在各个领域中的应用越来越广泛。在温度监控和展示方面,传统的温度计已逐渐被数字化温度计所取代。本文将介绍一个使用Echarts库创建的温度计Web图表,该图表通过动态数据可视化展示了温度值,并通过渐变色…

Linq(C#)之对数据分组

分组是指将数据分到不同的组&#xff0c;使每组中的元素拥有公共的属性。 下图演示了对字符序列进行分组的结果。 每个组的键是字符。 1、group by List<int> numbers [35, 44, 200, 84, 3987, 4, 199, 329, 446, 208];IEnumerable<IGrouping<int, int>> q…

【字体】Fire Code连字效果开启

Vscode 开启方法 1、设置字体Fire Code 放在最前面的即可&#xff1a; 2、启用连字 继续往下找到“在 settings.json 中编辑”&#xff0c;然后设置"editor.fontLigatures": true &#xff1a; 保存即可。 Sublime 开启方法 设置中设置字体后&#xff0c;启…

区块链学习笔记(2)--区块链的交易模型part1

模型基础 区块链的tx分为两种模型&#xff0c;分别是比特币为代表的UTXO&#xff08;Unspent Transaction Output&#xff09;模型&#xff0c;和以太坊为代表的Account模型。前者适用于货币记账&#xff0c;后者适用于链上应用。 UTXO模型 类似于现金的交易模型 一个tx包含…

ComfyUI节点安装笔记

AI高速发展&#xff0c;版本更新相当快&#xff08;11月25日才安装的版本v.0.3.4&#xff0c;27日版本就已经更新到v.0.3.5了&#xff0c;当然不是说所有的版本更新都需要全部全新安装&#xff09;&#xff0c;在遇到问题&#xff0c;而不能通过update来更新各个节点解决时&…

数据库期末复习题库

1. Mysql日志功能有哪些? 记录日常操作和错误信息&#xff0c;以便了解Mysql数据库的运行情况&#xff0c;日常操作&#xff0c;错误信息和进行相关的优化。 2. 数据库有哪些备份方法 完全备份&#xff1a;全部都备份一遍表备份&#xff1a;只提取数据库中的数据&#xff0…

【经典论文阅读】Transformer(多头注意力 编码器-解码器)

Transformer attention is all you need 摘要 完全舍弃循环 recurrence 和卷积 convolutions 只依赖于attention mechanisms 【1】Introduction 完全通过注意力机制&#xff0c;draw global dependencies between input and output 【2】Background 1&#xff1a;self-…

理解字母形状,从而获得含义

英文字母&#xff0c;都是象形符号&#xff0c;所以&#xff0c;理解其形象&#xff0c;所象之形&#xff0c;是一项重要的工作&#xff0c;和非常有意义事情。也是我们快速记住大量单词&#xff0c;将单词从底层逻辑开始理清&#xff0c;融会贯通扩展记忆容量的重要办法之一。…