在天线设计与性能评估中,方向图(或辐射图)是一个关键指标,它描述了天线在不同方向上的辐射强度分布。为了更深入地理解天线的辐射特性,我们可以利用累计分布函数(CDF)来分析方向图的数据。本文将介绍如何计算和分析天线方向图的CDF。
天线方向图展示了天线在各个方向上的辐射强度,通常用极坐标图表示。方向图可以分为两种主要类型:
-
E平面方向图:显示在电场所在平面上的辐射强度分布。
-
H平面方向图:显示在磁场所在平面上的辐射强度分布。
累计分布函数(CDF)
CDF 是统计学中的一个概念,它描述了随机变量小于或等于某一数值的概率。对于天线方向图而言,CDF 可以帮助我们了解在一定辐射强度以下的方向占比。
import numpy as np
import math
import matplotlib.pyplot as plt
class ffd_CDF():
def __init__(self, ffd_file):
self._read(ffd_file)
self._compute()
def _read(self, ffd_file):
with open(ffd_file) as f:
text=f.readlines()
t=[int(i) for i in text[0].split(' ')]
p=[int(i) for i in text[1].split(' ')]
convert=lambda x:math.pi*(x/180)
self.dtheta=convert((t[1]-t[0])/(t[2]-1))
self.dphi=convert((p[1]-p[0])/(p[2]-1))
theta=[convert(t[0])+i*self.dtheta for i in range(t[2])]
phi=[convert(p[0])+i*self.dphi for i in range(p[2])]
E=[]
for i in text[4:]:
E.append([float(j) for j in i.strip().split(' ')])
self.fld=zip(self._duplicate(theta, len(phi)), phi*len(theta),E)
def _duplicate(self, x_list, y):
result=[]
for i in x_list:
for j in range(y):
result.append(i)
return result
def _compute(self):
data=[]
Etotal, stotal=0, 0
Esum=0
for theta, phi, E in self.fld:
Esum=math.sqrt(sum([i*i for i in E]))
ds=abs(self.dtheta*self.dphi*math.sin(theta))
stotal+=ds
Etotal+=Esum#*ds
data.append((ds,Esum))
x, y = [], []
z=0
Eaverage=Etotal/len(data)#/stotal
data_n=[(Esum/Eaverage, ds/stotal) for ds, Esum in data]
data_n.sort()
for i , j in data_n:
x.append(10*math.log(i))
z+=j
y.append(z)
self.CDF=list(zip(x,y))
def plot(self):
x,y=zip(*self.CDF)
plt.plot(x,y)
plt.grid(True)
plt.yticks(np.arange(0, 1.1, 0.1))
plt.xticks(np.arange(-40, 30, 5))
plt.show()
cdf1=ffd_CDF('d:/demo/90/exportfields_1.ffd')
cdf1.plot()
运行结果:
CDF可以用于对比不同天线的辐射特性。通过对比不同天线的CDF,可以直观地看到它们在各个方向上的辐射强度分布差异。
文章附件见公众号: