广义散射矩阵

由于最近的工作中需要大量使用广义散射矩阵 (GSM)、广义导纳矩阵 (GAM) 和广义传输矩阵 (GSM),因此总结一下这些矩阵的定义、特性和转换关系。

第一篇先来聊一聊广义散射矩阵。

1. 散射矩阵(SM, Scattering Matrix)

首先来回顾一下散射矩阵 SM 的定义:

S_{ij}={\left. \frac{V_i^-}{V_j^+} \right |}_{V_k^+= 0,\; k\neq j}

\mathbf{V}^{-}={\left [ \textbf{S}\right ]}\mathbf{V}^{+} 

(粗体代表向量,[ ] 代表矩阵,以下同)

其中,j 代表入射端口,代表出射端口。需要注意,该公式的右下角标注  V_k^+=0,\; k\neq j  代表仅端口 j 激励,而所有其他端口均端接匹配负载以避免出现反射。

因此,如上图所示的二端口网络可以表示为:

\begin{bmatrix} V_1^{-}\\ V_2^{-} \end{bmatrix}=\begin{bmatrix} S_{11} & S_{12}\\ S_{21}& S_{22} \end{bmatrix}\begin{bmatrix} V_1^{+}\\ V_2^{+} \end{bmatrix}

特别强调,散射矩阵要求所有端口阻抗均相等(Z_{0n}=Z_{0}。但是,有时候各端口阻抗未必相等,因此引出了广义散射矩阵。

2. 广义散射矩阵(GSM, Generalized Scattering Matrix)

广义散射矩阵 (GSM) 的定义:

S_{ij}={\left. \frac{b_i}{a_j} \right |}_{a_k=0,\; k\neq j}

a_{n}=\frac{V_{n}^{+}}{\sqrt{Z_{0n}}}=I_{n}^{+}\sqrt{Z_{0n}}

b_{n}=\frac{V_{n}^{-}}{\sqrt{Z_{0n}}}=I_{n}^{-}\sqrt{Z_{0n}}

\mathbf{b}={\left [ \mathbf{S}\right ]}\mathbf{a}

广义散射矩阵的定义中考量了各端口阻抗 Z_{0n}a_n 代表端口 n 经阻抗归一化后的入射电压/入射电流,b_n 代表端口 n 经阻抗归一化后的出射电压/出射电流。

此时,一个端口阻抗不相同的二端口网络,根据广义散射矩阵将被表示为:

\begin{bmatrix} b_1\\ b_2 \end{bmatrix}=\begin{bmatrix} S_{11} & S_{12} \\ S_{21}& S_{22} \end{bmatrix}\begin{bmatrix} a_1\\ a_2 \end{bmatrix}

那么问题是,当网络中的所有端口的阻抗并不相同时,为什么广义散射矩阵要比散射矩阵更加恰当?让我们从功率波的角度来解释这一问题。

显然,端口 n 的入射功率和出射功率的表达式分别为:

\frac{\left | V_{n}^+ \right |^2}{\sqrt{Z_{0n}}}=\left | I_{n}^+ \right |^2\sqrt{Z_{0n}}=\left | a_{n} \right |^2

\frac{\left | V_{n}^- \right |^2}{\sqrt{Z_{0n}}}=\left | I_{n}^- \right |^2\sqrt{Z_{0n}}=\left | b_{n} \right |^2

当只有端口 n 激励,其他端口均端接匹配负载时 \left ( a_k=0,\; k\neq n\right ),根据能量守恒,各端口的输出功率之和应为端口 n 的输入功率,即:

\sum \left | b_m \right |^2=\left | a_n \right |^2\Leftrightarrow \sum _m \left | S_{mn} \right |^2=1

由此可以推导出,当所有端口的阻抗并不相同时,GSM 为酉矩阵\left ( \textbf{U} \textbf{U}^* =\textbf{U}^*\textbf{U}=\textbf{I}\right ),满足能量守恒的表达;而仅当所有端口的阻抗都相同时,散射矩阵才为酉矩阵。

参考文献:

【1】微波工程(第四版),David M. Pozar,pp140-148, 电子工业出版社,北京

— — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — — 

广义散射矩阵就讨论到这里,下一篇我们计划讨论一下广义导纳矩阵,以及它和广义散射矩阵的转换关系。

  • 1
    点赞
  • 4
    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