反射与传输系数归纳总结
信号在阻抗不连续处发生了什么？
阻抗不连续点，说白了就是信号在传输线上遇到了“路况变化”。一部分能量会反弹回来，一部分继续向前走。这俩比例，就是我们常说的反射系数和传输系数。
我在做 TDR 测试时，经常要盯着这两个系数。它们直接决定了信号的完整性。你想想看，如果反射系数太大，回波就会干扰原始信号，造成振铃、过冲甚至误码。
我个人习惯把反射系数当作一面镜子——它能告诉你阻抗变化到底有多剧烈。而传输系数则是“最终能过去多少能量”。
反射系数：反弹的那部分
反射系数用 Γ 表示。它等于反射电压波与入射电压波的比值：
Γ = V_reflected / V_incident也可以直接用阻抗算：
Γ = (Z_load - Z_0) / (Z_load + Z_0)其中 Z_0 是传输线特性阻抗，Z_load 是负载或阻抗变化处的等效阻抗。
- Γ = 0：完美匹配，无反射。这是理想情况。
- Γ = 1：全反射，开路。例如信号遇到空气。
- Γ = -1：全反射但极性反转，短路。
- 一般来说，|Γ| 越接近 1，反射越严重。
我曾遇到一个项目，板卡上一条 50Ω 的微带线末端接了 75Ω 的端接电阻。测 TDR 时反射很明显，计算出的 Γ ≈ 0.2。虽然不算灾难，但在高速信号下已经导致了数据眼图闭合。嗯，这里要注意：轻微阻抗失配也会累积问题。
传输系数：穿透的那部分
传输系数用 T 表示。它等于传输电压波与入射电压波的比值：
T = V_transmitted / V_incident注意传输电压并不是直接等于入射电压减去反射电压——因为阻抗变化也会影响电压分配。公式：
T = 2 × Z_load / (Z_load + Z_0)从能量守恒角度，入射功率 = 反射功率 + 传输功率（不考虑损耗）。因此反射系数与传输系数的关系为：
|Γ|² + |T|² = 1这个等式很实用。我验证过很多次，只要用示波器测出反射波和传输波的幅度，就能立刻判断能量分配情况。
反射与传输系数 → S参数
S参数是频域的表达。反射系数 Γ 就是频域里的 S11，传输系数 T 就是 S21。只不过 S11 和 S21 通常用 dB 表示，而 Γ 和 T 是线性值。转换关系如下：
| 参数 | 线性值 | dB 转换 | 典型范围 |
|---|---|---|---|
| 反射系数 Γ | V_refl / V_inc | S11 (dB) = 20 log(|Γ|) | -∞ ~ 0 dB |
| 传输系数 T | V_trans / V_inc | S21 (dB) = 20 log(|T|) | -∞ ~ 0 dB |
举个例子：如果测得 S11 = -10 dB，那么 |Γ| = 10^(-10/20) ≈ 0.316。这意味着约 31.6% 的电压被反射回去。能量上约为 10%。
常见误区与避坑
- 混淆电压系数和功率系数：反射系数是电压比，不是功率比。功率反射系数是 |Γ|²，千万别搞混。
- 认为 T = 1 - Γ：这是错误直觉。正确的能量关系是 |Γ|² + |T|² = 1，而不是简单的减法。
- 忽略相位问题：Γ 和 T 都是复数，包含相位信息。在 TDR 时域测试中，相位直接对应反射点的距离。我曾经用矢量网络分析仪测过一根电缆，只看了幅度没看相位，结果定位偏移了半米——后来才意识到相位跳变才是关键。
常见阻抗失配场景及对应的 Γ、T 估算
| 场景 | Z_load / Z_0 | Γ | T | S11 (dB) | S21 (dB) |
|---|---|---|---|---|---|
| 完美匹配 | 1 | 0 | 1 | -∞ | 0 |
| 开路 | ∞ | 1 | 2 | 0 | 6.02 |
| 短路 | 0 | -1 | 0 | 0 | -∞ |
| 阻抗偏高（Z_load = 75Ω，Z_0=50Ω） | 1.5 | 0.2 | 1.2 | -13.98 | 1.58 |
| 阻抗偏低（Z_load = 30Ω，Z_0=50Ω） | 0.6 | -0.25 | 0.75 | -12.04 | -2.50 |
看这张表，你会发现开路时的传输系数 T=2，这并不意味着能量增益——而是因为开路点电压加倍（传输线上的驻波现象）。实际功率传输为 |T|² = 4，但大部分是反射回来的驻波能量，并非可用信号。
实战代码：用 Python 计算 Γ 和 T
我在做仿真时经常写几行快速验证。下面这段代码计算给定负载阻抗下的反射系数和传输系数：
import numpy as np
def reflection_transmission(z0, z_load):
gamma = (z_load - z0) / (z_load + z0)
T = 2 * z_load / (z_load + z0)
return gamma, T
# 示例
z0 = 50.0 # 特性阻抗 Ω
cases = [('匹配', 50), ('开路', 1e9), ('短路', 0), ('偏高', 75), ('偏低', 30)]
for name, zl in cases:
g, t = reflection_transmission(z0, zl)
s11_db = 20 * np.log10(abs(g)) if abs(g) > 0 else -np.inf
s21_db = 20 * np.log10(abs(t)) if abs(t) > 0 else -np.inf
print(f"{name:>4s}: Z_load={zl:<6.0f}Ω Γ={g:+.3f} T={t:+.3f} S11={s11_db:+.1f}dB S21={s21_db:+.1f}dB")
输出结果会和上表一致。你可以自己修改 Z_0 和 Z_load 数值，观察反射系数的变化。建议把这段代码跑一遍，直观感受一下失配量级。
一张图理清反射、传输与 S 参数的关系
下面这张图概括了信号从源端沿着传输线遇到阻抗不连续点时的能量分配，以及它们如何映射到 S 参数。
这张图把本章的核心串起来了：信号遇到不连续 → 反射和传输 → 分别用 Γ 和 T 量化 → 转换成 S11 和 S21。你在实际调试中只要抓住这个链条，从 S 参数反推阻抗失配位置和程度就会很顺手。我记得有一次客户拿了一组 S21 曲线过来，问我为什么在某个频点突然下跌了 3 dB。我立刻算了下对应的 |Γ|，发现 >0.3，就让他们去查那个频点对应的走线长度——结果真是一段阻抗偏高的过孔引起的。