Какой длины реально могут быть четвертьволновые шлейфы на PCB?
Использование длины четвертьволнового шлейфа как максимальной длины для шлейфов на PCB — распространённое эмпирическое правило в RF-дизайне. Но какой длины эти шлейфы могут реально быть на разных частотах и для разных материалов PCB?
Hz
⚠
⚠
Эта полезная диаграмма позволяет быстро принять решение:
Код для генерации этого графика
Мы используем UliEngineering для вычисления скорости распространения в различных материалах PCB на основе их относительной диэлектрической проницаемости (epsilon r), и matplotlib для создания графика:
Plot-Quarter-Wavelength-Stub-Length.py
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter, LogLocator
# Импорт UliEngineering
from UliEngineering.Electronics.PropagationSpeed import propagation_speed
from UliEngineering.EngineerIO import format_value
# Фиксированное mu_r, обычно 1.0 для немагнитных материалов
mu_r = 1.0
# Диапазон Epsilon_r - https://techoverflow.net/2025/11/18/relative-permittivity-epsilon-r-of-different-pcb-materials-collection/
ers = [2.14, 4.2, 4.8]
er_labels = [r"PTFE-ламинат с ультранизким $\epsilon_r$", "Алюминиевая PCB", "Стандартная FR4 PCB"]
# Ось частот: от 10 МГц до 10 ГГц
frequencies = np.logspace(np.log10(10e6), np.log10(10e9), num=500)
# Построение графика
plt.style.use("ggplot")
fig, ax = plt.subplots(figsize=(10, 12))
# Генерация цветов
colors = plt.cm.viridis(np.linspace(0, 1, len(ers)))
for er, c in zip(ers, colors):
v = propagation_speed(er, mu_r) # скорость распространения в м/с
lengths = v / (4.0 * frequencies) # четверть длины волны в метрах
ax.loglog(frequencies, lengths, color=c, lw=2, label=rf"$\epsilon_r={er:.1f}$ - " + er_labels[ers.index(er)])
# Добавление легенды, содержащей epsilon_r (LaTeX)
legend = ax.legend(loc='upper right', fontsize='small')
ax.set_xlabel("Частота")
ax.set_ylabel("Длина λ/4")
ax.set_title("Длина шлейфа λ/4 vs Частота")
ax.grid(True, which="both", ls="--")
# Форматирование осей с использованием EngineerIO format_value
ax.xaxis.set_major_formatter(FuncFormatter(lambda x, pos: format_value(x, "Hz")))
ax.yaxis.set_major_formatter(FuncFormatter(lambda y, pos: format_value(y, "m")))
# Включение промежуточных делений и добавление меток промежуточных делений на оси Y
ax.minorticks_on()
# Для осей с логарифмическим масштабом убедитесь, что промежуточные локаторы установлены, чтобы промежуточные деления отображались корректно
ax.yaxis.set_minor_locator(LogLocator(base=10.0, subs=(2,3,4,5,6,7,8,9)))
ax.yaxis.set_minor_formatter(FuncFormatter(lambda y, pos: format_value(y, "m")))
# Стиль меток промежуточных делений: на 30% меньше и 70% серый
maj_ylabels = ax.yaxis.get_ticklabels(which='major')
if len(maj_ylabels) > 0:
base_size = maj_ylabels[0].get_size()
else:
base_size = plt.rcParams.get('ytick.labelsize', plt.rcParams.get('font.size', 10))
ax.tick_params(axis='y', which='minor', labelsize=base_size * 0.7, labelcolor='0.7', colors='0.7')
# Также установка промежуточных делений оси X и их стилизация с меньшими повёрнутыми метками
ax.xaxis.set_minor_locator(LogLocator(base=10.0, subs=(2,3,4,5,6,7,8,9)))
ax.xaxis.set_minor_formatter(FuncFormatter(lambda x, pos: format_value(x, "Hz")))
maj_xlabels = ax.xaxis.get_ticklabels(which='major')
if len(maj_xlabels) > 0:
base_x_size = maj_xlabels[0].get_size()
else:
base_x_size = plt.rcParams.get('xtick.labelsize', plt.rcParams.get('font.size', 10))
ax.tick_params(axis='x', which='minor', labelsize=base_x_size * 0.7, labelcolor='0.7', colors='0.7')
for tl in ax.get_xminorticklabels():
tl.set_rotation(90)
for tl in ax.get_xmajorticklabels():
tl.set_rotation(90)
fig.tight_layout()
plt.savefig("Quarter-Wavelength-Stub-Length.svg")Check out similar posts by category:
Calculators, Electronics, Python
If this post helped you, please consider buying me a coffee or donating via PayPal to support research & publishing of new posts on TechOverflow