VIP20

本课程属于：020-EMC仿真与整改对策实战 电子硬件工程 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

从近场扫描到远场辐射推演

📚 共计 30 章节

近场与远场的物理边界

电磁场近场区与远场区的划分标准（瑞利距离），以及各自的场分布特性。

基础理论瑞利距离

近场扫描的基本原理

使用探头在待测天线近场区域进行幅度和相位采样的理论基础。

采样原理探头

平面近场扫描系统

平面扫描架的硬件构成、扫描策略及适用场景。

平面扫描硬件

柱面近场扫描系统

柱面扫描架的硬件构成、扫描策略及适用场景。

柱面扫描硬件

球面近场扫描系统

球面扫描架的硬件构成、扫描策略及适用场景。

球面扫描硬件

探头补偿技术

分析探头方向图对测量结果的影响，以及如何进行探头补偿。

探头补偿方向图

近场到远场变换的数学基础

推导基于平面波谱展开（PWS）的变换公式。

PWS数学推导

傅里叶变换在近远场变换中的应用

讲解FFT在将近场数据变换到远场方向图时的核心作用。

FFT核心算法

采样定理与空间混叠

奈奎斯特采样定理在近场扫描中的应用，以及如何避免混叠。

采样定理混叠

截断误差与窗函数

有限扫描面带来的截断误差，介绍汉明窗、汉宁窗等窗函数的应用。

窗函数截断误差

近场扫描的校准流程

系统校准、探头校准、路径损耗校准等关键步骤。

测量不确定度分析

影响近场测量精度的主要误差源及其量化方法。

不确定度误差

近场扫描软件架构

典型近场扫描软件的数据流、模块划分与核心算法。

Python数据处理基础

使用NumPy和SciPy处理近场扫描的原始数据。

Python实现二维FFT

编写代码实现近场数据的二维傅里叶变换。

Python实现远场方向图计算

基于PWS理论，编写代码从近场数据推演远场方向图。

Python实现探头补偿

编写代码对探头方向图进行解卷积补偿。

解卷积补偿

Python实现窗函数应用

编写代码对近场数据施加窗函数以抑制截断效应。

窗函数抑制

Python实现可视化

使用Matplotlib绘制近场幅度/相位图和远场方向图。

Matplotlib可视化

自动化测试脚本

编写自动化脚本批量处理多频点或多角度的近场数据。

自动化批量

毫米波天线近场测试

针对毫米波频段（如77GHz）的特殊挑战与解决方案。

相控阵天线的近场测试

相控阵天线波束扫描状态下的近场测试方法。

相控阵波束扫描

基站天线近场测试

大规模MIMO天线的近场测试方案与数据处理。

车载雷达天线近场测试

车载雷达天线（如77GHz）的近场测试与远场推演。

车载雷达77GHz

卫星天线近场测试

星载反射面天线与阵列天线的近场测试技术。

卫星反射面

近场测试与紧缩场测试的对比

两种测试方法的优缺点、精度与成本对比。

对比紧缩场

近场测试与远场测试的对比

直接远场法与近场推演法的适用场景对比。

对比远场法

近场测试的行业标准

介绍IEEE 1720、SAE ARP 958等标准的核心要求。

近场测试的未来趋势

人工智能、数字孪生等新技术在近场测试中的应用前景。

综合案例实战

以5G基站天线为例，完成从近场扫描到远场辐射推演的完整流程。