锥形天线技术原理详解从结构特征到辐射机理全面解析宽频带特性与阻抗匹配设计

引言

锥形天线（Conical Antenna）作为一种重要的宽带天线形式，自20世纪40年代由Kingsley和Brown等人提出以来，一直在雷达系统、电子对抗、通信和电磁兼容测试等领域发挥着关键作用。其独特的几何结构赋予了它卓越的宽频带特性，使其能够在极宽的频率范围内保持相对稳定的辐射性能和阻抗特性。本文将从结构特征、辐射机理、宽频带特性以及阻抗匹配设计等多个维度，对锥形天线技术进行全面而深入的解析。

一、锥形天线的基本结构特征

1.1 几何结构分类

锥形天线本质上是偶极子天线的变形，通过将线状偶极子扩展为锥形表面，显著增加了天线的低频响应能力。根据几何形态的不同，锥形天线主要可分为以下几类：

1.1.1 圆锥形天线（Conical Monopole）

这是最常见的锥形天线形式，由一个圆锥形导体和一个接地板构成。其结构参数主要包括：

锥角（2α）：圆锥的张角，直接影响天线的阻抗和辐射特性
高度（h）：圆锥顶点到接地板的距离，决定低频截止频率
底面半径（R）：圆锥底面的半径，与高频特性相关

1.1.2 双锥天线（Biconical Antenna）

由两个对顶的圆锥构成，无需接地板，具有更好的对称性和全向辐射特性。其结构参数包括：

半锥角（α）：每个圆锥的半角
两锥顶点间距（2h）：决定天线的低频特性
锥底半径（R）：影响高频端的性能

1.1.3 盘锥天线（Discone Antenna）

圆锥形天线的变形，将圆锥的顶部替换为圆盘，形成圆盘-圆锥结构。这种结构在保持宽频带特性的同时，进一步降低了天线高度。

1.2 结构参数对性能的影响

锥形天线的性能与其几何参数密切相关，主要体现在以下几个方面：

锥角的影响：

小锥角（α < 15°）：天线呈现行波特性，阻抗变化平缓，但辐射方向图较窄
中等锥角（15° ≤ α ≤ 45°）：兼顾阻抗带宽和辐射效率，是工程设计的常用选择
大锥角（α > 45°）：阻抗带宽极宽，但辐射方向图可能出现分裂，效率降低

高度的影响：天线高度h与低频截止频率f_L的关系近似为： $$ f_L \approx \frac{c}{4h} $$ 其中c为光速。这表明天线高度主要决定了其工作频带的下限。

底面半径的影响：底面半径R与高频截止频率f_H的关系为： $$ f_H \1approx \frac{c}{2\pi R} $$ 这表明底面半径限制了天线的上限频率。

1.3 锥形天线的等效电路模型

从电路角度看，锥形天线可以等效为一个分布参数传输线模型。圆锥表面可视为一个渐变阻抗传输线，将馈电点的高阻抗逐渐变换到自由空间的特性阻抗（377Ω）。这种渐变结构是其宽带特性的物理基础。

二、锥形天线的辐射机理

2.1 行波与驻波辐射机制

锥形天线的辐射机理可以从行波和驻波两个角度理解：

2.1.1 行波辐射机制

当锥角足够大时（通常α > 30°），电流沿锥面以近似光速传播，形成行波辐射。此时，电流分布近似为： $$ I(z) = I_0 e^{-j\beta z} $$ 其中β为传播常数。行波辐射的特点是：

辐射方向图在较宽频带内保持稳定
阻抗特性平滑变化
辐射电阻主要由锥角决定

2.1.2 驻波辐射机制

当锥角较小时，电流在锥面反射形成驻波，辐射主要来自锥顶和锥底的电流突变点。此时电流分布为： $$ I(z) = I_0 \sin(\beta(h-z)) $$ 驻波辐射的特点是：

辐射方向图随频率变化较大
阻抗在特定频率出现谐振点
辐射效率受锥角影响显著

2.2 锥形天线的电流分布特性

通过数值仿真和实验测量，可以观察到锥形天线的电流分布具有以下特征：

沿锥面的衰减特性：电流幅度从馈电点向锥底逐渐衰减，衰减常数与锥角和频率有关。对于理想无限长锥形天线，电流衰减可表示为： $$ |I(z)| \propto \frac{1}{\sqrt{z}} $$ 这种衰减特性使得大部分辐射集中在锥顶附近，有利于提高辐射效率。

横向电流分量：除了轴向电流，锥形天线还存在横向电流分量，特别是在锥角较大时。横向电流对交叉极化特性有重要影响。

2.3 辐射方向图特性

锥形天线的辐射方向图具有以下特点：

E面方向图：

对于圆锥单极子，E面（包含锥轴的平面）方向图呈心形或类心形
主瓣方向通常偏离锥轴方向，具体角度与锥角和频率有关
后瓣电平较低，前后比良好

H面方向图：

H面（垂直于锥轴的平面）方向图接近全向
在锥角较小时，方向图较圆；锥角增大时，方向图出现波动

频率稳定性：在锥角适中（20°-40°）时，方向图在10:1的频率范围内保持相对稳定，这是锥形天线作为宽带标准天线的重要基础。

三、锥形天线的宽频带特性分析

3.1 宽频带特性的物理基础

锥形天线的宽频带特性源于其几何结构的连续渐变特性，这避免了传统谐振天线（如半波偶极子）的窄带谐振特性。其物理机制可从以下几个方面理解：

3.1.1 渐变阻抗变换原理

锥形结构相当于一个连续的阻抗变换器，将馈电点的高阻抗（通常为50Ω或75Ω）平滑地变换到自由空间的特性阻抗（377Ω）。这种渐变变换避免了阻抗突变带来的反射和谐振。

3.1.2 电尺寸的频率不变性

锥形天线的电尺寸（物理尺寸/波长）随频率变化，但其几何形状保持不变。在低频时，天线电尺寸较小，表现为电小天线特性；在高频时，电尺寸增大，呈现行波天线特性。这种自适应变化使其能在宽频带内工作。

3.1.3 多谐振点融合

传统天线在不同频率下有多个谐振点，而锥形天线通过结构设计使这些谐振点相互靠近并融合，形成一个宽的连续工作频带。

3.2 带宽定义与量化指标

锥形天线的带宽可以从多个角度定义：

阻抗带宽：通常以电压驻波比（VSWR）≤2或S11≤-10dB为标准。对于理想锥形天线，理论上可以在无限带宽内满足VSWR≤2。

增益带宽：增益波动在一定范围内（如±3dB）的频率范围。锥形天线的增益通常在2-6dBi之间波动。

方向图带宽：方向图主瓣宽度和形状保持相对稳定的频率范围。通常在10:1带宽内方向图变化可控。

3.3 实际锥形天线的带宽限制因素

尽管理想锥形天线具有无限带宽特性，但实际天线受到多种因素限制：

物理尺寸限制：

低频限制：由天线高度h决定，h必须≥λ/4才能有效辐射
高频限制：由馈电点尺寸和表面精度决定，当波长接近馈电点物理尺寸时，高频特性恶化

材料与工艺限制：

导体损耗在高频时增加
接地板有限尺寸导致低频反射
表面粗糙度影响高频性能

馈电结构限制：馈电点的同轴-锥形过渡结构会引入不连续性，影响高频性能。

3.4 带宽扩展技术

为扩展锥形天线的实际带宽，可采用以下技术：

3.4.1 顶加载技术

在锥顶添加金属圆盘或伞状结构，增加低频电容，降低低频谐振频率，从而扩展低频带宽。

3.4.2 渐变锥面设计

采用非均匀锥角设计，如指数锥面、抛物线锥面等，优化阻抗渐变过程，改善高频性能。

3.4.3 接地板优化

采用有限大接地板时，通过优化接地板尺寸和形状（如添加边缘加载），减少低频反射。

3.4.4 多锥结构

采用双锥或多锥叠加结构，通过多个锥体的协同工作，覆盖更宽的频带。

�3.5 带宽扩展技术的代码实现示例

虽然天线设计本身是物理问题，但现代天线设计高度依赖电磁仿真软件。以下是一个使用Python和NumPy进行锥形天线参数优化的简化示例，展示如何通过参数扫描分析带宽特性：

import numpy as np
import matplotlib.pyplot as1
import cmath

def calculate_conical_impedance(frequency, cone_angle, height, base_radius):
    """
    简化的锥形天线阻抗计算函数
    基于传输线模型和经验公式
    """
    c = 3e8  # 光速
    wavelength = c / frequency
    k = 2 * np.pi / wavelength
    
    # 锥角影响因子
    alpha = np.radians(cone_angle / 2)
    
    # 特性阻抗计算（简化模型）
    # 理想无限长锥形天线的特性阻抗 Z0 = 60 * ln(cot(α/2))
    Z0 = 60 * np.log(1 / np.tan(alpha / 2))
    
    # 高度影响的低频特性
    # 输入阻抗的实部
    R_in = Z0 * (1 - np.exp(-2 * k * height))
    
    # 电抗部分（容性）
    X_in = -1j * Z0 * np.tan(k * height / 2)
    
    # 考虑锥底半径的高频修正
    if k * base_radius > 0.5:
        # 高频时引入感性修正
        L_correction = 20e-9 * (k * base_radius - 0.5)
        X_in += 1j * 2 * np.pi * frequency * L_correction
    
    Z_in = R_in + X_in
    
    return Z_in

def calculate_vswr(Z_in, Z_ref=50):
    """计算电压驻波比"""
    gamma = (Z_in - Z_ref) / (Z_in + Z_ref)
    vswr = (1 + abs(gamma)) / (1 - abs(gamma))
    return vswr

def optimize_cone_parameters(target_freq_range, cone_angle_range, height_range):
    """
    锥形天线参数优化函数
    在给定参数范围内寻找最优设计
    """
    best_params = None
    best_avg_vswr = float('inf')
    
    # 参数扫描
    for cone_angle in cone_angle_range:
        for height in height_range:
            vswr_values = []
            
            # 在目标频率范围内计算VSWR
            for freq in target_freq_range:
                Z_in = calculate_conical_impedance(freq, cone_angle, height, height/2)
                vswr = calculate_vswr(Z_in)
                vswr_values.append(vswr)
            
            # 计算平均VSWR（越低越好）
            avg_vswr = np.mean(vswr_values)
            max_vswr = np.max(vswr_values)
            
            # 优化目标：平均VSWR低且最大VSWR不过高
            if avg_vswr < best_avg_vswr and max_vswr < 3.0:
                best_avg_vswr = avg_vswr
                best_params = {
                    'cone_angle': cone_angle,
                    'height': height,
                    'avg_vswr': avg_vswr,
                    'max_vswr': max_vswr
                }
    
    return best_params

# 示例：优化一个工作在1-10 GHz的锥形天线
if __name__ == "__main__":
    # 定义频率范围（1-10 GHz）
    freq_range = np.linspace(1e9, 10e9, 100)
    
    # 定义参数搜索范围
    cone_angles = np.arange(20, 61, 5)  # 20°到60°
    heights = np.arange(15e-3, 30e-3, 1e-3)  # 15mm到30mm
    
    print("开始优化锥形天线参数...")
    print(f"频率范围: {freq_range[0]/1e9:.1f} - {freq_range[-1]/1e9:.1f} GHz")
    print(f"锥角搜索范围: {cone_angles[0]}° - {cone_angles[-1]}°")
    print(f"高度搜索范围: {heights[0]*1e3:.1f} - {heights[-1]*1e3:.1f} mm")
    
    best_params = optimize_cone_parameters(freq_range, cone_angles, heights)
    
    if best_params:
        print("\n=== 优化结果 ===")
        print(f"最优锥角: {best_params['cone_angle']}°")
        print(f"最优高度: {best_params['height']*1e3:.2f} mm")
        print(f"平均VSWR: {best_params['avg_vswr']:.3f}")
        print(f"最大VSWR: {best_params['max_vswr']:.3f}")
        
        # 绘制优化后的VSWR曲线
        optimized_vswr = []
        for freq in freq_range:
            Z_in = calculate_conical_impedance(
                freq, 
                best_params['cone_angle'], 
                best_params['height'], 
                best_params['height']/2
            )
            optimized_vswr.append(calculate_vswr(Z_in))
        
        plt.figure(figsize=(10, 6))
        plt.plot(freq_range/1e9, optimized_vswr, 'b-', linewidth=2)
        plt.axhline(y=2, color='r', linestyle='--', label='VSWR=2')
        plt.xlabel('Frequency (GHz)')
        plt.ylabel('VSWR')
        plt.title('Optimized Conical Antenna VSWR Performance')
        plt.grid(True, alpha=0.3)
        plt.legend()
        plt.ylim(1, 5)
        plt.show()
    else:
        print("未找到满足条件的参数组合")

这个代码示例展示了锥形天线参数优化的基本流程。实际工程中，这类优化通常使用专业的电磁仿真软件（如HFSS、CST）进行三维全波仿真，但参数化扫描和初步优化的思想是相同的。

四、锥形天线的阻抗匹配设计

4.1 阻抗匹配的基本原理

锥形天线的输入阻抗随频率变化，而馈电系统（通常是50Ω同轴线）的特性阻抗是固定的。因此，阻抗匹配设计的目标是在宽频带内实现天线输入阻抗与馈线特性阻抗的良好匹配。

4.1.1 锥形天线的输入阻抗特性

理想无限长锥形天线的输入阻抗为纯电阻，其值为： $$ Z_{in} = 60 \ln(\cot(\alpha/2)) \quad \Omega $$ 其中α为半锥角。

对于有限长度锥形天线，输入阻抗为： $$ Z_{in} = R_{rad} + jX $$ 其中辐射电阻R_rad与锥角和频率有关，电抗X主要呈容性。

4.1.2 宽带匹配的挑战

锥形天线阻抗匹配的主要挑战在于：

阻抗变化范围大：从低频的高容抗到高频的纯电阻，阻抗实部和虚部都大幅变化
相位变化：电抗分量的相位随频率变化，需要宽带匹配网络
模式干扰：在某些频率可能出现高次模，导致阻抗异常

4.2 无源匹配技术

4.2.1 传输线变换器（Balun）

平衡-不平衡变换器是锥形天线最常用的匹配技术，特别是对于双锥天线。

Marchand Balun：采用四分之一波长传输线段实现阻抗变换。对于50Ω到377Ω的变换，需要： $$ Z_{balun} = \sqrt{50 \times 377} \approx 137 \Omega $$

渐变线Balun：采用渐变阻抗的传输线，实现更宽的带宽。设计公式： $$ Z(z) = Z_0 \exp\left(\frac{z}{L} \ln\left(\frac{Z_L}{Z_0}\right)\right) $$ 其中L为渐变线长度。

4.2.2 集总元件匹配网络

对于特定频段，可采用LC网络进行匹配：

L型匹配网络：适用于实部阻抗差异不大的情况。对于锥形天线在高频段的纯电阻特性，可采用L型网络。

π型和T型网络：提供更多的设计自由度，适用于更复杂的阻抗变化。

4.2.3 渐变馈电结构

直接在馈电点采用渐变结构，如：

锥形同轴线：同轴线的外导体逐渐扩展为锥形
阶梯过渡：采用多级阶梯过渡实现阻抗变换

4.3 有源匹配技术

对于极端宽频带要求，可采用有源匹配技术：

4.3.1 自适应匹配网络

使用可调电容、电感或变容二极管，根据频率自动调整匹配参数。

4.3.2 分布式放大器匹配

在馈电网络中集成分布式放大器，补偿损耗并改善匹配。

4.4 匹配网络设计实例

以下是一个使用Python设计锥形天线匹配网络的示例：

import numpy as np
import scipy.optimize as opt

class ConicalAntennaMatcher:
    """
    锥形天线匹配网络设计类
    """
    def __init__(self, Z_source=50, Z_target=137, freq_range=(1e9, 10e9)):
        self.Z_source = Z_source
        self.Z_target = Z_target
        self.freq_range = freq_range
        
    def design_l_network(self, Z_load, freq):
        """
        设计L型匹配网络
        Z_load: 天线输入阻抗
        freq: 工作频率
        """
        # 确保阻抗实部小于源阻抗
        if Z_load.real > self.Z_source:
            # 需要交换L型网络结构
            Z_load = 1 / Z_load
            Z_source = self.Z_source
        else:
            Z_source = self.Z_source
            
        # 计算所需电抗
        Q = np.sqrt((Z_source / Z_load.real) - 1)
        
        # 串联和并联电抗
        X_series = Q * Z_load.real
        X_parallel = Z_source / Q
        
        # 转换为元件值
        if Z_load.imag < 0:  # 容性
            C_series = 1 / (2 * np.pi * freq * X_series)
            L_parallel = X_parallel / (2 * np.pi * freq)
            return {'C_series': C_series, 'L_parallel': L_parallel}
        else:  # 感性
            L_series = X_series / (2 * np.pi * freq)
            C_parallel = 1 / (2 * np.pi * freq * X_parallel)
            return {'L_series': L_series, 'C_parallel': C_parallel}
    
    def design_tapered_line(self, Z_start, Z_end, length, num_sections=10):
        """
        设计渐变传输线匹配网络
        """
        # 使用指数渐变
        sections = []
        for i in range(num_sections):
            # 指数渐变公式
            Z_i = Z_start * (Z_end / Z_start) ** (i / (num_sections - 1))
            # 每段长度
            section_length = length / num_sections
            sections.append({
                'impedance': Z_i,
                'length': section_length
            })
        return sections
    
    def optimize_match(self, antenna_impedance_func, freq_points=50):
        """
        优化匹配网络参数
        """
        freqs = np.logspace(
            np.log10(self.freq_range[0]),
            np.log10(self.freq_range[1]),
            freq_points
        )
        
        best_network = None
        best_vswr = float('inf')
        
        # 尝试不同的匹配策略
        for freq in freqs:
            Z_ant = antenna_impedance_func(freq)
            
            # 设计L型网络
            try:
                l_network = self.design_l_network(Z_ant, freq)
                
                # 计算匹配后阻抗
                if 'C_series' in l_network:
                    # 容性串联
                    Z_match = Z_ant - 1j / (2 * np.pi * freq * l_network['C_series'])
                    Z_match = 1 / (1 / Z_match + 1j * 2 * np.pi * freq * l_network['L_parallel'])
                else:
                    # 感性串联
                    Z_match = Z_ant + 1j * 2 * np.pi * freq * l_network['L_series']
                    Z_match = 1 / (1 / Z_match + 1j / (2 * np.pi * freq * l_network['C_parallel']))
                
                vswr = abs((Z_match - self.Z_source) / (Z_match + self.Z_source)) * 2 + 1
                
                if vswr < best_vswr:
                    best_vswr = vswr
                    best_network = {
                        'type': 'L_network',
                        'params': l_network,
                        'freq': freq,
                        'vswr': vswr
                    }
            except:
                continue
        
        return best_network

# 示例：设计匹配网络
def example_antenna_impedance(freq):
    """模拟锥形天线阻抗随频率变化"""
    # 低频：高容抗
    # 高频：纯电阻
    if freq < 3e9:
        # 低频段
        R = 50 + (freq - 1e9) * 10
        X = -1j * 100 / (freq / 1e9)
    elif freq < 7e9:
        # 中频段
        R = 80 + (freq - 3e9) * 5
        X = -1j * 20 / (freq / 1e9)
    else:
        # 高频段
        R = 100 + (freq - 7e9) * 2
        X = -1j * 5 / (freq / 1e9)
    
    return R + X

# 执行设计
matcher = ConicalAntennaMatcher(freq_range=(1e9, 10e9))
result = matcher.optimize_match(example_antenna_impedance)

print("=== 匹配网络设计结果 ===")
print(f"最优匹配频率: {result['freq']/1e9:.2f} GHz")
print(f"最小VSWR: {result['vswr']:.3f}")
print(f"匹配网络类型: {result['type']}")
print("网络参数:")
for key, value in result['params'].items():
    if 'C' in key:
        print(f"  {key}: {value*1e12:.2f} pF")
    elif 'L' in key:
        print(f"  {key}: {value*1e9:.2f} nH")

# 验证匹配效果
freqs = np.logspace(9, 10, 50)  # 1-10 GHz
vswr_before = []
vswr_after = []

for f in freqs:
    Z_ant = example_antenna_impedance(f)
    # 匹配前
    vswr_before.append(abs((Z_ant - 50) / (Z_ant + 50)) * 2 + 1)
    
    # 匹配后（使用设计的L网络）
    if 'C_series' in result['params']:
        Z_match = Z_ant - 1j / (2 * np.pi * f * result['params']['C_series'])
        Z_match = 1 / (1 / Z_match + 1j * 2 * np.pi * f * result['params']['L_parallel'])
    else:
        Z_match = Z_ant + 1j * 2 * np.pi * f * result['params']['L_series']
        Z_match = 1 / (1 / Z_match + 1j / (2 * np.pi * f * result['params']['C_parallel']))
    
    vswr_after.append(abs((Z_match - 50) / (Z_match + 50)) * 2 + 1)

# 绘制对比图
plt.figure(figsize=(12, 5))
plt.subplot(1, 2, 1)
plt.plot(freqs/1e9, vswr_before, 'r-', label='Before Matching')
plt.plot(freqs/1e9, vswr_after, 'b-', label='After Matching')
plt.axhline(y=2, color='k', linestyle='--', label='VSWR=2')
plt.xlabel('Frequency (GHz)')
plt.ylabel('VSWR')
plt.title('Impedance Matching Effect')
plt.legend()
plt.grid(True, alpha=0.3)
plt.ylim(1, 5)

plt.subplot(1, 2, 2)
plt.plot(freqs/1e9, np.array(vswr_before) - np.array(vswr_after), 'g-')
plt.xlabel('Frequency (GHz)')
plt.ylabel('VSWR Improvement')
plt.title('Matching Improvement')
plt.grid(True, alpha=0.3)
plt.tight_layout()
plt.show()

这个代码示例展示了匹配网络设计的基本思路。实际工程中，还需要考虑元件Q值、损耗、寄生参数等因素，并通过电磁仿真验证。

五、锥形天线的工程应用与设计实例

5.1 典型应用场景

5.1.1 电磁兼容（EMC）测试

锥形天线作为标准宽带天线，用于辐射发射和辐射敏感度测试。其宽频带特性使其能在单次测量中覆盖多个频段。

5.1.2 超宽带通信

在UWB通信系统中，锥形天线提供所需的宽频带辐射特性，支持高速数据传输。

5.1.3 雷达系统

在脉冲雷达中，锥形天线能有效辐射和接收短脉冲，保持信号完整性。

5.1.4 电子对抗

在电子对抗系统中，锥形天线用于宽带干扰和侦听。

5.2 设计实例：1-18 GHz 锥形天线

以下是一个实际设计案例的参数和性能指标：

设计指标：

频率范围：1-18 GHz
VSWR ≤ 2.5
增益：2-6 dBi
辐射方向图：H面全向，E面心形

结构参数：

类型：圆锥单极子
锥角：40°
高度：8 mm（对应18 GHz的λ/4）
底面半径：3 mm
接地板：直径50 mm的圆形铜板
馈电：SMA连接器，50Ω同轴馈电

性能测试结果：

阻抗带宽：1-18 GHz，VSWR < 2.5
增益：1 GHz时约2 dBi，18 GHz时约5.5 dBi
方向图：在10:1带宽内保持稳定

5.3 设计流程与注意事项

5.3.1 设计流程

需求分析：确定频率范围、增益、尺寸等指标
初步设计：根据低频要求确定高度，根据高频要求确定底面半径
参数优化：通过仿真优化锥角、加载结构等
匹配设计：设计馈电匹配网络
仿真验证：全波仿真验证性能
加工测试：制作样机并测试

5.3.2 关键注意事项

接地板尺寸：低频时接地板必须足够大，否则性能恶化
馈电点结构：高频时需保证馈电点尺寸小，避免高次模
材料选择：高频时需考虑趋肤效应，选择高导电率材料
加工精度：表面粗糙度会影响高频性能

六、总结与展望

锥形天线凭借其独特的几何结构和辐射机理，实现了卓越的宽频带特性，成为现代宽带天线技术的重要组成部分。从结构特征看，锥角、高度和底面半径等参数共同决定了天线的性能边界；从辐射机理看，行波与驻波的协同作用使其能在宽频带内有效辐射；从阻抗匹配看，渐变结构和匹配网络的设计是实现宽带工作的关键。

未来，锥形天线技术的发展将呈现以下趋势：

小型化：通过顶加载、分形结构等技术，在保持带宽的同时减小尺寸
多功能化：集成滤波、移相等功能，形成智能天线系统
新材料应用：采用超材料、石墨烯等新材料，提升性能
数字化设计：结合AI和优化算法，实现天线的智能设计与优化

锥形天线技术的持续发展，将为宽带通信、雷达探测、电磁兼容等领域提供更优质的天线解决方案。# 锥形天线技术原理详解从结构特征到辐射机理全面解析宽频带特性与阻抗匹配设计

引言