天线的累积分布函数(Cumulative Distribution Function,CDF)

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:

https://mp.weixin.qq.com/mp/qrcode?scene=10000004&size=102&__biz=MzkwNDcyNjU2MA==&mid=2247484805&idx=1&sn=17b0d2d4c7dded860e421ada1df59bd4&send_time= 

  • 6
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值