RF: sweep e mixed-mode
Prepara la scansione in frequenza di una rete, converti le matrici a ogni frequenza e combina quattro porte in modi differenziale e comune.
Asse e componenti della matrice
Rappresenta uno sweep con forma N×P×P e frequenza crescente strettamente in Hz. Conserva assi, riferimenti e ordine delle porte. Per mixed-mode a quattro porte, forma le coppie (1,2) e (3,4) e distingui modo differenziale e modo comune leggendo l’ordine restituito. Il controllo con diagonale asimmetrica lascia visibili le differenze tra le coppie.
Riferimento delle operazioni
Vai a un’operazione
Nessuna operazione corrispondente.
sweep.describe
A contiene frequenze crescenti in Hz e B N×P×P. Il risultato riporta la forma e i controlli dell’asse; conserva comunque la versione del file sorgente.
- Accesso
- registrata nel Job Python
- Argomenti
- Operandi tipizzati a, b e c. La struttura tipizzata delle opzioni è facoltativa.
- Forma
- Vettore delle frequenze | matrice tridimensionale N × P × P
(frequency_vector;N_by_P_by_P) - Unità
- Hz per la frequenza. Le altre unità dipendono dalla rappresentazione.
- Esito
- Campi numerici e diagnostici
- Funzione
- Descrizione della scansione in frequenza
gxtxt_api_call("RF_NETWORK_API_v1", "sweep.describe", args)Risultato registrato · sweep.describe:one-port
Scarica lo script dell’esempio (ZIP).
Operandi del caso, anteprima
[
{
"kind": "array",
"shape": [
16,
1
],
"real": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0
]
},
{
"kind": "array",
"shape": [
16,
1,
1
],
"real": [
0.4990133642141358,
0.4974755084906501,
0.4952307128483256,
0.49228216726460267,
0.48863406178409674,
0.48429158056431554,
0.4792608945086879,
0.47354915249737217,
0.467164471228306,
0.4601159236829352
],
"imaginary": [
-0.03139525976465669,
-0.05018085742560744,
-0.06889514534231904,
-0.08751152948763802,
-0.10600355496102731,
-0.1243449435824274,
-0.14250963123498805,
-0.16047180490360474,
-0.17820593935662538,
-0.19568683341860119
]
},
{
"kind": "empty"
}
]Esito, anteprima
{
"frequency_hz": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0,
7000000.0,
7600000.0
]
},
"real": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
0.4990133642141358,
0.4974755084906501,
0.4952307128483256,
0.49228216726460267,
0.48863406178409674,
0.48429158056431554,
0.4792608945086879,
0.47354915249737217,
0.467164471228306,
0.4601159236829352,
0.4524135262330098,
0.44406822440677224
]
},
"imaginary": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
-0.03139525976465669,
-0.05018085742560744,
-0.06889514534231904,
-0.08751152948763802,
-0.10600355496102731,
-0.1243449435824274,
-0.14250963123498805,
-0.16047180490360474,
-0.17820593935662538,
-0.19568683341860119,
-0.21288964578253633,
-0.22978993031074393
]
},
"magnitude": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
0.5,
0.5,
0.5,
0.5,
0.5,
0.5,
0.49999999999999994,
0.5,
0.5,
0.5,
0.5,
0.5
]
},
"phase_rad": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
-0.06283185307179587,
-0.10053096491487337,
-0.13823007675795093,
-0.1759291886010284,
-0.2136283004441059,
-0.25132741228718347,
-0.289026524130261,
-0.3267256359733385,
-0.3644247478164161,
-0.4021238596594935,
-0.43982297150257105,
-0.4775220833456486
]
}
}sweep.mixed_mode
A è l’asse, B la scansione di S a quattro porte. La base differenziale e comune combina le coppie 1–2 e 3–4.
- Accesso
- registrata nel Job Python
- Argomenti
- Operandi tipizzati a, b e c. La struttura tipizzata delle opzioni è facoltativa.
- Forma
- Vettore delle frequenze | matrice tridimensionale N × P × P
(frequency_vector;N_by_P_by_P) - Unità
- Hz per la frequenza. Le altre unità dipendono dalla rappresentazione.
- Esito
- Campi numerici e diagnostici
- Funzione
- Conversione in modi differenziale e comune
gxtxt_api_call("RF_NETWORK_API_v1", "sweep.mixed_mode", args)Risultato registrato · sweep.mixed_mode:asymmetric
Scarica lo script dell’esempio (ZIP).
Operandi del caso, anteprima
[
{
"kind": "array",
"shape": [
16,
1
],
"real": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0
]
},
{
"kind": "array",
"shape": [
16,
4,
4
],
"real": [
0.2,
0.2,
0.2,
0.2,
0.2,
0.2,
0.2,
0.2,
0.2,
0.2
]
},
{
"kind": "empty"
}
]Esito, anteprima
{
"value_real": {
"dtype": "float64",
"shape": [
16,
4,
4
],
"values": [
0.3,
0.3,
0.3,
0.3,
0.3,
0.3,
0.3,
0.3,
0.3,
0.3,
0.3,
0.3
]
},
"value_imaginary": {
"dtype": "float64",
"shape": [
16,
4,
4
],
"values": [
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0
]
},
"frequency_hz": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0,
7000000.0,
7600000.0
]
}
}sweep.convert
A e B costituiscono la scansione. Usa source, target e reference_impedance per trasformare tutte le frequenze mantenendo la corrispondenza delle righe.
- Accesso
- registrata nel Job Python
- Argomenti
- Operandi tipizzati a, b e c. La struttura tipizzata delle opzioni è facoltativa.
- Forma
- Vettore delle frequenze | matrice tridimensionale N × P × P
(frequency_vector;N_by_P_by_P) - Unità
- Hz per la frequenza. Le altre unità dipendono dalla rappresentazione.
- Esito
- Campi numerici e diagnostici
- Funzione
- Conversione di ogni matrice complessa della scansione in frequenza
gxtxt_api_call("RF_NETWORK_API_v1", "sweep.convert", args)Risultato registrato · sweep.convert
Scarica lo script dell’esempio (ZIP).
Operandi del caso, anteprima
[
{
"kind": "array",
"shape": [
16,
1
],
"real": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0
]
},
{
"kind": "array",
"shape": [
16,
2,
2
],
"real": [
0.09980267284282716,
0.09949510169813003,
0.09904614256966512,
0.09845643345292054,
0.09772681235681935,
0.09685831611286311,
0.09585217890173758,
0.09470983049947444,
0.0934328942456612,
0.09202318473658705
],
"imaginary": [
-0.006279051952931338,
-0.010036171485121488,
-0.01377902906846381,
-0.017502305897527604,
-0.021200710992205465,
-0.02486898871648548,
-0.028501926246997614,
-0.03209436098072095,
-0.03564118787132508,
-0.03913736668372024
]
},
{
"kind": "empty"
},
{
"kind": "struct",
"fields": {
"source": {
"kind": "text",
"value": "s"
},
"target": {
"kind": "text",
"value": "z"
},
"reference_impedance": {
"kind": "array",
"shape": [
2,
1
],
"real": [
50,
70
]
}
}
}
]Esito, anteprima
{
"value_real": {
"dtype": "float64",
"shape": [
16,
2,
2
],
"values": [
164.76802173875248,
154.42849952741747,
141.6044025572148,
127.8725093143405,
114.41422432553112,
101.94515383713686,
90.79928931452544,
81.05648327888659,
72.65283309036931,
65.45687913243377,
59.31528281439245,
54.07716947295988
]
},
"value_imaginary": {
"dtype": "float64",
"shape": [
16,
2,
2
],
"values": [
-32.87275101883915,
-48.94285332055936,
-61.064000332536686,
-69.2207863879282,
-73.9358635569684,
-75.94623363334564,
-75.9804694878772,
-74.65241581703124,
-72.43423160801485,
-69.66881745808105,
-66.59562243090105,
-63.3769562460901
]
},
"frequency_hz": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0,
7000000.0,
7600000.0
]
}
}sweep.renormalize
A e B costituiscono la scansione S. Imposta old_z0 e new_z0, ciascuno scalare o per porta secondo il contratto.
- Accesso
- registrata nel Job Python
- Argomenti
- Operandi tipizzati a, b e c. La struttura tipizzata delle opzioni è facoltativa.
- Forma
- Vettore delle frequenze | matrice tridimensionale N × P × P
(frequency_vector;N_by_P_by_P) - Unità
- Hz per la frequenza. Le altre unità dipendono dalla rappresentazione.
- Esito
- Campi numerici e diagnostici
- Funzione
- Rinormalizzazione di ogni matrice S complessa della scansione in frequenza
gxtxt_api_call("RF_NETWORK_API_v1", "sweep.renormalize", args)Risultato registrato · sweep.renormalize
Scarica lo script dell’esempio (ZIP).
Operandi del caso, anteprima
[
{
"kind": "array",
"shape": [
16,
1
],
"real": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0
]
},
{
"kind": "array",
"shape": [
16,
2,
2
],
"real": [
0.09980267284282716,
0.09949510169813003,
0.09904614256966512,
0.09845643345292054,
0.09772681235681935,
0.09685831611286311,
0.09585217890173758,
0.09470983049947444,
0.0934328942456612,
0.09202318473658705
],
"imaginary": [
-0.006279051952931338,
-0.010036171485121488,
-0.01377902906846381,
-0.017502305897527604,
-0.021200710992205465,
-0.02486898871648548,
-0.028501926246997614,
-0.03209436098072095,
-0.03564118787132508,
-0.03913736668372024
]
},
{
"kind": "empty"
},
{
"kind": "struct",
"fields": {
"old_z0": {
"kind": "array",
"shape": [
1,
1
],
"real": [
50
]
},
"new_z0": {
"kind": "array",
"shape": [
2,
1
],
"real": [
75,
60
]
}
}
}
]Esito, anteprima
{
"value_real": {
"dtype": "float64",
"shape": [
16,
2,
2
],
"values": [
-0.06898852681426175,
-0.0697590651468508,
-0.07088032612089153,
-0.07234683332686241,
-0.07415145572806538,
-0.07628546740843457,
-0.07873861999157779,
-0.0814992267174878,
-0.08455425702147885,
-0.08788944034359086,
-0.0914893778077317,
-0.09533766034919348
]
},
"value_imaginary": {
"dtype": "float64",
"shape": [
16,
2,
2
],
"values": [
-0.010632862029718613,
-0.01696791256766425,
-0.023241428470160405,
-0.029430914771332153,
-0.03551441856612699,
-0.041470666230924755,
-0.04727919328077912,
-0.05292046557401015,
-0.05837599072915814,
-0.06362841878983556,
-0.06866163135530515,
-0.07346081858389278
]
},
"frequency_hz": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0,
7000000.0,
7600000.0
]
}
}sweep.group_delay
A è l’asse in Hz e B la scansione complessa. La fase viene svolta per la serie selezionata. Fissa le porte se usi un canale diverso da quello predefinito.
- Accesso
- registrata nel Job Python
- Argomenti
- Operandi tipizzati a, b e c. La struttura tipizzata delle opzioni è facoltativa.
- Forma
- Vettore delle frequenze | matrice tridimensionale N × P × P
(frequency_vector;N_by_P_by_P) - Unità
- Hz per la frequenza. Le altre unità dipendono dalla rappresentazione.
- Esito
- Campi numerici e diagnostici
- Funzione
- Derivazione rispetto alla frequenza della fase della trasmissione selezionata
gxtxt_api_call("RF_NETWORK_API_v1", "sweep.group_delay", args)Risultato registrato · sweep.group_delay
Scarica lo script dell’esempio (ZIP).
Operandi del caso, anteprima
[
{
"kind": "array",
"shape": [
16,
1
],
"real": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0
]
},
{
"kind": "array",
"shape": [
16,
2,
2
],
"real": [
0.09980267284282716,
0.09949510169813003,
0.09904614256966512,
0.09845643345292054,
0.09772681235681935,
0.09685831611286311,
0.09585217890173758,
0.09470983049947444,
0.0934328942456612,
0.09202318473658705
],
"imaginary": [
-0.006279051952931338,
-0.010036171485121488,
-0.01377902906846381,
-0.017502305897527604,
-0.021200710992205465,
-0.02486898871648548,
-0.028501926246997614,
-0.03209436098072095,
-0.03564118787132508,
-0.03913736668372024
]
},
{
"kind": "empty"
}
]Esito, anteprima
{
"value_real": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
1.0000000000000002e-08,
1e-08,
1.0000000000000004e-08,
9.999999999999999e-09,
9.999999999999999e-09,
9.999999999999999e-09,
9.999999999999989e-09,
1.0000000000000002e-08,
1.0000000000000007e-08,
1e-08,
1.0000000000000005e-08,
9.999999999999994e-09
]
},
"value_imaginary": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0,
0.0
]
},
"frequency_hz": {
"dtype": "float64",
"shape": [
16,
1
],
"values": [
1000000.0,
1600000.0,
2200000.0,
2800000.0,
3400000.0,
4000000.0,
4600000.0,
5200000.0,
5800000.0,
6400000.0,
7000000.0,
7600000.0
]
}
}Esito del controllo negativo o del tentativo · sweep.group_delay:decreasing
Scarica lo script dell’esempio (ZIP).
Operandi del caso, anteprima
[
{
"kind": "array",
"shape": [
16,
1
],
"real": [
10000000.0,
9400000.0,
8800000.0,
8200000.0,
7600000.0,
7000000.0,
6400000.0,
5800000.0,
5200000.0,
4600000.0
]
},
{
"kind": "array",
"shape": [
16,
2,
2
],
"real": [
0.09980267284282716,
0.09949510169813003,
0.09904614256966512,
0.09845643345292054,
0.09772681235681935,
0.09685831611286311,
0.09585217890173758,
0.09470983049947444,
0.0934328942456612,
0.09202318473658705
],
"imaginary": [
-0.006279051952931338,
-0.010036171485121488,
-0.01377902906846381,
-0.017502305897527604,
-0.021200710992205465,
-0.02486898871648548,
-0.028501926246997614,
-0.03209436098072095,
-0.03564118787132508,
-0.03913736668372024
]
},
{
"kind": "empty"
}
]Esito, anteprima
"GXTXT:ScriptBridge:RemoteError: RF_NETWORK_API_v1/sweep.group_delay: frequency axis must strictly increase and match first data dimension"