NFC線圈設計計算

????????對工作于13.56MHz的電感耦合的NFC系統,針對小距離的傳統天線通常是環形或者矩形的扁平線圈。

圓形扁平線圈計算評估

對于二階估計,我們可以由匝數決定的電感等式為

L=2*l*[ln(1/D)-k]*(N^p)
L=L_{0}*N^p
考慮到線圈的物理參數,設置平均直徑:D_aver=D0-N(g+w)
線圈周長:
l=\pi *D_{aver};d=2*(w +t)/π
初始設置中的這種電感值為? L=2*l*[ln(1/D)-1.07]*(N^2),其中1和D單位是cm,L是nH。
在這些等式中:
L是線圈中的總體電感(nH);
L_{0}是每匝的電感;
L是周長(cm);
D是印制電路板的中導體的長度或者金屬線直徑;
N是線圈的匝數;
k是校正因子,其值依賴于天線的幾何形狀,對于環形天編線,其值在1.07~1.26之間。

p是完全依賴于線圈技術的指數值,完全依賴于一匝又一匝的線圈;p的取值依據:
p=1.8~1.9,對于繞線的天線;
p=1.7~1.85,對于風化天線;
p=1.5~1.75,對于印刷天線。

對于扁平舉行線圈的計算評估

對于矩形線圈/天線有關電感的等式值如下:

關于矩形天線的線圈電感計算工具,如下鏈接已經釋放,可在此獲得:

https://download.csdn.net/download/2401_84691632/91758919

注-小知識點

天線阻抗計算

DC中的電阻:我們可以計算天線的DC阻抗:

????????R_{antdc}=(p*N_{ant}*l)/s
式中,p是使用的導線的電阻率,銅(Cu)和鋁(Al)的電阻率是

????????p_{Cu}=1.7*10^-8\Omega\cdot m? ??p_{Al}=3*10^-8\Omega\cdot m
N_{ant}是天線匝數;
l是線圈的平均長度;
s是導線的均方誤差。
R_{antdc}的值總是低于需要與品質因數匹配的值。結果,我們四配應用需要的最終值(大概為20~35)。

趨膚深度計算

????????由于趨膚效應,在13.56MHz下的阻抗:趨膚深度\delta是本質上電流集中的導體區域的深度和寬帶。在給定的頻率下,能讓我們計算阻抗的均方誤差。它的值能夠由下述方程給出:

\delta =sqrt(2/wu\sigma )=1/sqrt(\sigma \mu \pi f)

式中:

\delta為趨膚深度(m);
ω為每秒的震動(rad/s)(ω=2mf);
f為電流頻率(Hz);
μ為磁導率(H/m);
p為電阻率(Ω·m)(p=1/0)。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/94294.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/94294.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/94294.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

mac設置鼠標滾輪方向

mac中滾輪的滑動方向和windows是相反的,如果需要設置和windows相同,設置如下:將自然滾動關閉即可。

QSpinBox的用法及其使用QSS對其美化

摘要 在現代應用程序開發中,提供一個直觀且用戶友好的界面至關重要。Qt框架提供了豐富的控件和工具,幫助開發者實現這一目標。本文將詳細介紹如何使用Qt的QSpinBox控件讓用戶輸入數值,并通過Qt Style Sheets (QSS) 美化界面,提升…

18 繼續學習

要設計出一個好的系統,需要多年的知識積累。有一個捷徑是研究真實世界的系統架構。本文將介紹一些有幫助的閱讀材料。 務必留意那些真實系統之間共通的原理和相同的底層技術。研究每個技術并了解它解決了什么問題, 這是一個鞏固基礎知識和完善設計過程的…

深度學習篇---混淆矩陣

要理解混淆矩陣(Confusion Matrix),我們可以從它的名字入手:它本質是一張 “幫你理清模型預測結果到底‘混淆’在哪里” 的表格,核心作用是評估分類模型的表現 —— 比如判斷一張圖片是 “貓” 還是 “狗”、一封郵件是…

MySQL重大隱患!mysqlpump的--set-gtid-purged參數在5.7和8.0的雷區

MySQLPump是MySQL官方提供的一個用于備份和恢復MySQL數據庫的工具。它于MySQL 5.7.8版本中首次引入,旨在提供一種快速、可靠且高效的備份和恢復解決方案。MySQL Pump首次支持了并行導出、壓縮導出,可以利用多核CPU來提高備份能力,在效率上要比…

低質量視頻變高清AI:告別模糊,重現清晰畫質

在數字時代,視頻內容的創作和消費日益普及,然而,許多早期拍攝或存儲的視頻,由于技術限制或壓縮等原因,往往存在畫質不佳的問題,如模糊、噪點多、分辨率低等。這不僅影響觀看體驗,也限制了這些珍…

Linux入門教程 第十二章 防火墻

文章目錄前言一、 iptables 概述Netfilter二、iptables 的表、鏈結構2.1 ptables的四表五鏈結構介紹2.1.1 四表五鏈2.1.2 四表2.1.3 **五鏈**2.2 數據包過濾的匹配流程(數據包到防火墻)2.2.1 規則鏈之間的匹配順序:主機型防火墻:2.2.2 規則鏈內的匹配順序…

單詞搜索+回溯法

題目&#xff1a;思考&#xff1a; 1.經典回溯 實現&#xff1a; class Solution { public:bool find_word(vector<vector<char>>&board,string word,int pos,int i,int j){bool retfalse;if (posword.size()-1) return board[i][j]word[pos];if (board[i][j…

【嵌入式開發 Linux 常用命令系列 8 -- git checkout 解沖突詳細介紹】

文章目錄1. Git 沖突產生的場景2. 沖突標記符號解釋3. git checkout --ours 和 git checkout --theirs語法含義使用場景4. 操作完成后的流程5. 舉例演示1. Git 沖突產生的場景 當你在 git merge、git rebase、git cherry-pick 等操作時&#xff0c;如果 同一個文件的同一部分在…

16-day13強化學習和訓練大模型

強化學習 強化學習和監督學習是機器學習中的兩種不同的學習范式 強化學習&#xff1a;目標是讓智能體通過與環境的交互&#xff0c;學習到一個最優策略&#xff0c;以最大化長期累積獎勵。 例如&#xff0c;在機器人導航任務中&#xff0c;智能體需要學習如何在復雜環境中移動&…

OpenAI o1:OpenAI最新推出的AI大語言模型,更擅長推理也更貴

本文轉載自&#xff1a;OpenAI o1&#xff1a;OpenAI最新推出的AI大語言模型&#xff0c;更擅長推理也更貴 - Hello123工具導航 ** 一、&#x1f916; OpenAI o1 是什么&#xff1f; OpenAI o1 是 2024 年推出的推理特化型 AI 模型&#xff0c;主打 “慢思考、深分析”&#…

自然語言處理——03 RNN及其變體

1 認識RNN 1.1 概念循環神經網絡 RNN &#xff08;Recurrent Neural Network&#xff0c;簡稱RNN&#xff09;——處理序列數據的神經網絡&#xff1b;一般以序列數據作為輸入&#xff0c;通過網絡內部的結構設計有效捕捉序列之間的關系特征&#xff0c;一般也是以序列形式進行…

量子計算基礎

量子計算 量子計算一般由三個基本步驟組成&#xff1a;制備輸入量子態、對于量子態執行幺正變換以及測量輸出態&#xff0c;這里將介紹這三個基本要素。 1 量子態 與經典計算中比特(bit)的概念相對應&#xff0c;量子計算中最小信息載體和處理單位是量子比特(quantum bit, or t…

Apache Maven 3.1.1 (eclipse luna)

Apache Maven 3.1.1 &#xff08;eclipse luna&#xff09;D:\apache-maven-3.1.1\binMAVEN_HOME:D:\apache-maven-3.1.1PATH:D:\apache-maven-3.1.1\binmvn -vMaven Integration for Eclipse(Luna)

應用篇#1:YOLOv8模型在Windows電腦攝像頭上的部署

一、前言如何部署YOLOv8模型在攝像頭上是完成模型應用必須解決的問題&#xff0c;通過使用“cv2”這個庫&#xff0c;可以完成對電腦攝像頭的調用&#xff08;本人Windows聯想&#xff09;&#xff0c;實時檢測并輸出圖像。二、代碼實現與解讀import warnings import cv2 from …

關于內存泄漏的一場討論

下面是以前&#xff08;大概2003、2004年吧&#xff09;在某BBS上的一場關于內存泄漏的討論。我先原樣貼出當時存檔的&#xff0c;如果C友友興趣&#xff0c;我再整理成文章。發信人: tianshangfei(天上飛的豬), 信區: C 標 題: 什么叫做內存泄漏&#xff0c;誰能定義一下呢 :…

Java全棧開發實戰:從基礎到微服務的深度解析

Java全棧開發實戰&#xff1a;從基礎到微服務的深度解析 一、面試官開場介紹 面試官&#xff08;微笑&#xff09;&#xff1a;你好&#xff0c;我是今天的面試官&#xff0c;我們公司是互聯網大廠&#xff0c;負責前端和后端的全棧開發。今天主要想了解你在技術方面的掌握情況…

深度學習--PyTorch代碼框架

一代碼import torch print(torch.__version__) # 驗證安裝的開發環境是否正確 MNIST 包含 70,000 張手寫數字圖像&#xff1b;60,000 張用于訓練&#xff0c;10,000 張用于測試。 圖像是灰度的&#xff0c;28x28 像素的&#xff0c;并且居中的&#xff0c;以減少預處理和加快運…

LinkedIn 自動消息發送工具

LinkedIn 自動消息發送工具說明文檔 一、項目概述 本項目是一個基于 Python 的自動化工具&#xff0c;用于批量向指定 LinkedIn 用戶發送消息。 核心功能包括&#xff1a; 讀取消息模板和 URL 列表&#xff1b;使用瀏覽器模擬操作&#xff0c;自動發送 LinkedIn 消息&#xff1…

新的 macOS 安裝程序聲稱能夠快速竊取數據,并在暗網上銷售

一種新型 macOS 信息竊取惡意軟件&#xff0c;被命名為 Mac.c&#xff0c;已成為地下惡意軟件即服務 (MaaS) 生態系統中強大的競爭者。 Mac.c 由使用化名“mentalpositive”的威脅行為者公開開發&#xff0c;是臭名昭著的 Atomic MacOS Stealer (AMOS) 的簡化衍生品&#xff0…