关于车载天线电场分布测量与计算的比较研究
时间:11-29
来源:互联网
点击:
二维场分布的定量比较
二维场分布的视觉比较给出了测量和计算数据相关程度的定性结果。然而,简单的定量测量仍然是需要的,当评估大量的这种数据时,可以减轻“信息过载”问题。最显而易见完成这个任务的方法是考虑各组数据的幅值差异。虽然更多的二维图可以用这种方式得到,但这种方法的应用受到了限制是因为它很难扩展用于刻画三维空间场分布。因此,用简单的柱状图描述不同水平面的采样点比例来概括这些差异可能更有用。这种分析可以实现三维场分布的定量比较,甚至可以扩展用于包含频率范围的数据。
表1计算数据和原始测量数据的之间的差异
表1概括了计算结果和原始测量值之间的差异,它详细地给出了在±XdB限内采样点的比例,其中X代表1、3、5、7或9dB。从这个表中可以看出,车顶天线有超过83%、挡泥板天线有超过69%的计算结果和原始测量值之间的差异小于±3dB测量不确定度。表2概括了运用式(1)调整后测量值的相应结果,这个公式阐述了超过±3dB测量不确定度的不同处理。
表2计算数据和调整后测量数据间的差异
在不同的平面上,车顶天线的原始测量值与仿真值之差小于±1dB的点有35.1–37.5%,小于±3dB的点多达83.6–86.2%。相应地,挡泥板天线有25.1–29.4%的点小与±1dB,69.5–74.9%的小于±3dB。从线性的角度来看,车顶天线的计算场平均有不到11.5%比例的点超过估值范围,挡泥板天线则不到22.2%。
考虑±3dB测量不确定度之后,车顶天线的全部四种情况的平均相对差小于0.14dB,挡泥板天线则小于0.3dB。从线性的角度来看,车顶天线的计算场平均有不到2%的比例超过估值范围,挡泥板天线则不到4.6%。
因此,仅仅建立在幅差上的简单测量一致表明车顶天线具有更好的结果。这个位置的天线仿真值和测量值比安装在挡泥板上的情况更接近。尽管如此,在给定的测量和仿真不一致的情况下,挡泥板天线的结果仍被认为很好,因为在考虑测量不确定度后,其差值小于±3dB的点超过95%。
结论
出于验证目的而实施的数据比较会十分困难,是因为我们会更多地遇到像某一点的频率响应这样的一维数据,特别是在响应特性密集的情况下。然而,当运用不确定度已被估定的数据时,在更高维度上的验证更具挑战。定量分析方法实质上是为了避免当分析大量数据时会很容易发生的潜在的“信息超载”。这里的研究表明,简单的统计方法可以用于概括代表衡量不同样点和不同构形的结果间的关联程度。虽然这些方法通常用于单频点的二维数据,但它们也可以用于描述多频点的三维数据的比较。
这种定量对比是非常有价值的,但在数据分离的能力可能不够。基于视觉观察的定性比较在识别可能污染测量数据的噪声和其它寄生信号方面能起重要作用。如果使用纯粹的定量比较,这个特点很容易丢掉。这篇文章中描述的方法用于计算结果和测量的不确定度的处理,它不强调那些落在测量的不确定度范围内的差异,只是更注重对那些超过不确定度的差异的合理估计。虽然这个分析是由模拟结果主导的,但目的是建立测量的不确定度的描述方法,当定性地评价二维模型验证数据时,它应该与一维图中展现不确定度的效果相类似,并且仍应该是视觉表达方式。
在考虑场测量的不确定度后,车顶天线的差异小于±1dB的点超过93.2–95.3%(根据不同的测量平面),小于±3dB的点超过98.5–99.8%。相应地,安装于挡泥板的天线修正测量数据82.4–88.6%的点在±1dB以内,94.8–98.3%在±3dB以内。
另外一种对比方法是适用于二维数据的基于广义“特征选择验证”的方法(FSV),它也可以应用在这里的数据分析上。FSV方法就是要分离和量化与特征和幅值相关的差异,因为在某些应用中这些要素中的一个可能不是我们关注的对象。其更进一步的目的是将比较结果按自然语言的描述分类,这种描述与代表FSV差异测量的数字尺度相关,它基于人类分析家对于大量样值比较的反应。该数据的分析采用了二维的FSV方法,表明测量值与仿真值之间的差异实际上是由位置特征的不同决定的,而不是由幅值决定的。这个结果与已指出的仿真和测量系统的不一致符合得很好。
二维场分布的视觉比较给出了测量和计算数据相关程度的定性结果。然而,简单的定量测量仍然是需要的,当评估大量的这种数据时,可以减轻“信息过载”问题。最显而易见完成这个任务的方法是考虑各组数据的幅值差异。虽然更多的二维图可以用这种方式得到,但这种方法的应用受到了限制是因为它很难扩展用于刻画三维空间场分布。因此,用简单的柱状图描述不同水平面的采样点比例来概括这些差异可能更有用。这种分析可以实现三维场分布的定量比较,甚至可以扩展用于包含频率范围的数据。
表1计算数据和原始测量数据的之间的差异
表1概括了计算结果和原始测量值之间的差异,它详细地给出了在±XdB限内采样点的比例,其中X代表1、3、5、7或9dB。从这个表中可以看出,车顶天线有超过83%、挡泥板天线有超过69%的计算结果和原始测量值之间的差异小于±3dB测量不确定度。表2概括了运用式(1)调整后测量值的相应结果,这个公式阐述了超过±3dB测量不确定度的不同处理。
表2计算数据和调整后测量数据间的差异
在不同的平面上,车顶天线的原始测量值与仿真值之差小于±1dB的点有35.1–37.5%,小于±3dB的点多达83.6–86.2%。相应地,挡泥板天线有25.1–29.4%的点小与±1dB,69.5–74.9%的小于±3dB。从线性的角度来看,车顶天线的计算场平均有不到11.5%比例的点超过估值范围,挡泥板天线则不到22.2%。
考虑±3dB测量不确定度之后,车顶天线的全部四种情况的平均相对差小于0.14dB,挡泥板天线则小于0.3dB。从线性的角度来看,车顶天线的计算场平均有不到2%的比例超过估值范围,挡泥板天线则不到4.6%。
因此,仅仅建立在幅差上的简单测量一致表明车顶天线具有更好的结果。这个位置的天线仿真值和测量值比安装在挡泥板上的情况更接近。尽管如此,在给定的测量和仿真不一致的情况下,挡泥板天线的结果仍被认为很好,因为在考虑测量不确定度后,其差值小于±3dB的点超过95%。
结论
出于验证目的而实施的数据比较会十分困难,是因为我们会更多地遇到像某一点的频率响应这样的一维数据,特别是在响应特性密集的情况下。然而,当运用不确定度已被估定的数据时,在更高维度上的验证更具挑战。定量分析方法实质上是为了避免当分析大量数据时会很容易发生的潜在的“信息超载”。这里的研究表明,简单的统计方法可以用于概括代表衡量不同样点和不同构形的结果间的关联程度。虽然这些方法通常用于单频点的二维数据,但它们也可以用于描述多频点的三维数据的比较。
这种定量对比是非常有价值的,但在数据分离的能力可能不够。基于视觉观察的定性比较在识别可能污染测量数据的噪声和其它寄生信号方面能起重要作用。如果使用纯粹的定量比较,这个特点很容易丢掉。这篇文章中描述的方法用于计算结果和测量的不确定度的处理,它不强调那些落在测量的不确定度范围内的差异,只是更注重对那些超过不确定度的差异的合理估计。虽然这个分析是由模拟结果主导的,但目的是建立测量的不确定度的描述方法,当定性地评价二维模型验证数据时,它应该与一维图中展现不确定度的效果相类似,并且仍应该是视觉表达方式。
在考虑场测量的不确定度后,车顶天线的差异小于±1dB的点超过93.2–95.3%(根据不同的测量平面),小于±3dB的点超过98.5–99.8%。相应地,安装于挡泥板的天线修正测量数据82.4–88.6%的点在±1dB以内,94.8–98.3%在±3dB以内。
另外一种对比方法是适用于二维数据的基于广义“特征选择验证”的方法(FSV),它也可以应用在这里的数据分析上。FSV方法就是要分离和量化与特征和幅值相关的差异,因为在某些应用中这些要素中的一个可能不是我们关注的对象。其更进一步的目的是将比较结果按自然语言的描述分类,这种描述与代表FSV差异测量的数字尺度相关,它基于人类分析家对于大量样值比较的反应。该数据的分析采用了二维的FSV方法,表明测量值与仿真值之间的差异实际上是由位置特征的不同决定的,而不是由幅值决定的。这个结果与已指出的仿真和测量系统的不一致符合得很好。
- 另类传感器观念:汽车传感器(2)(11-30)
- 满足汽车高温应用环境要求的传感器接口IC(01-10)
- 构建可靠的容性传感器汽车开关和控制接口(01-06)
- 汽车HVAC系统中的传感器(02-23)
- 新技术、新应用让传感器深入汽车电子设备的各个角落(05-11)
- 汽油发动机的传感器全面介绍(05-19)