使用具有RationalFit的“NPoles”参数

打开生活的脚本

此示例显示如何使用“npoles”参数来提高输出的质量RationalFit.。默认情况下，RationalFit.函数使用48或更少的极点来找到最能匹配数据的合理功能。如果48极是不够的，则改变所使用的极数量的范围可能是有利的RationalFit.。

首先，在文件中包含的带通滤波器数据中读取npoles_bandpass_example.s2p.，并绘制S21数据。接下来,使用RationalFit.功能适合合理的功能S21数据，具有“NPoles”参数设置为其默认值，并在视觉上将结果与原始数据进行比较。最后，使用RationalFit.同样，这次指定更多数量的极点，看看结果是否有所提高。

读取和可视化数据

S = sparameters (“npoles_bandpass_example.s2p”）;图次要情节(2,1,1)rfplot (2, 1,“数据库”）子图（2,1,2）RFPLOT（S，2,1，'角度'）

$图中包含2个轴。Axes 1包含一个类型为line的对象。该对象表示dB(S_{21})。Axes 2包含一个类型为line的对象。这个对象表示角度(S_{21})。$

使用“NPOLE”的默认值时分析RationalFit的输出

使用rfparam.提取的功能S21值，然后致电RationalFit.。

S21 = RFPARAM（S，2,1）;datafreq =s.fr;defaultfit = RationalFit（DataFreq，S21）;

警告：仅实现-13.0 DB精度，具有48个极点，而不是-40.0 dB。考虑使用“NPOLES”参数指定更多数量的极点。

使用弗赖琴函数来计算输出的响应RationalFit.。

respfreq = 2.25e9：2e5：2.75E9;defaultresp = freqResp（DefaultFit，Respfreq）;

将原始数据与由计算的默认合理函数的频率响应进行比较RationalFit.。

子图（2,1,1）绘图（DataFreq，20 * log10（ABS（S21）），'.-')举行在情节(respfreq, 20 * log10 (abs (defaultresp)))离开包含('频率（Hz）') ylabel ('幅度（db）'）defaultnpoles = numel（defaultfit.a）;defaultstr = ['默认NPOLES（用'，num2str（defaultnpoles），“两极)”];标题（defaultstr）图例（'原始数据'那'默认的RationalFit'那“位置”那'最好的事物'）子图（2,1,2）绘图（DataFreq，Unwrap（角度（S21））* 180 / PI，'.-')举行在情节(respfreq打开(角(defaultresp)) * 180 / pi)离开包含('频率（Hz）') ylabel ('角度（度）'） 传奇（'原始数据'那'默认的RationalFit'那“位置”那'最好的事物'）

图中包含2个轴。带有标题默认NPOLES的轴1（使用48极）包含2个类型的对象。这些对象代表原始数据，默认的RationalFit。轴2包含2个类型的2个物体。这些对象代表原始数据，默认的RationalFit。

分析输出的好坏RationalFit.匹配原始数据时，显示RationalFit.在带通区域的中心做的比较好，在带通区域的边缘的配合比较差。使用更复杂的有理函数可能会得到更好的拟合。

使用“NPOLE”的自定义值时分析RationalFit的输出

适合原文S21数据，但这次，指导RationalFit.使用“npole”参数来使用49到60个极点。

customfit = rationalfit (s21 datafreq,“NPoles”，[49 60]）;customresp = freqResp（CustomFit，Respfreq）;

将原始数据与通过计算的自定义Rational函数的频率响应进行比较RationalFit.。

图形子图（2,1,1）绘图（DataFreq，20 * log10（ABS（S21）），'.-')举行在绘图（respfreq，20 * log10（abs（customresp）））持有离开包含('频率（Hz）') ylabel ('幅度（db）'）customnpoles = numel（customfit.a）;customstr = [' npole =[4960](使用'，num2str（customnpoles），“两极)”];标题（Customstr）图例（'原始数据'那“自定义rationalfit”那“位置”那'最好的事物'）子图（2,1,2）绘图（DataFreq，Unwrap（角度（S21））* 180 / PI，'.-')举行在绘图（respfreq，unwrap（角度（customresp））* 180 / pi）保持离开包含('频率（Hz）') ylabel ('角度（度）'） 传奇（'原始数据'那“自定义rationalfit”那“位置”那'最好的事物'）

图中包含2个轴。具有标题NPOLES = [49 60]（使用58极）的轴1包含2个类型的2个物体。这些对象代表原始数据，自定义RationalFit。轴2包含2个类型的2个物体。这些对象代表原始数据，自定义RationalFit。

使用大量杆的配合显然更精确。

使用具有RationalFit的“NPoles”参数

读取和可视化数据

使用“NPOLE”的默认值时分析RationalFit的输出

使用“NPOLE”的自定义值时分析RationalFit的输出

相关的话题

射频工具箱文档

金宝app

5G新型无线电设计与MATLAB