Friis Transmission Equation
Welcome to this lecture. Actually if you recall that I started the antenna analysis this course with first introducing some potentials, vector potentials etc., and then we say that actually if I know the current distribution of an antenna at its surface then I can find the electrical magnetic field. But this is easily said, but we said that instead of solving this problem we want to intermediately introduce the potential so that if we will first find the potential and after that we will solve the things.
இந்த விரிவுரைக்கு வரவேற்கிறோம். முதலில் நான் சில ஆற்றல்கள்(potentials), வெக்டர் ஆற்றல்( vector potentials) போன்றவற்றை அறிமுகப்படுத்தியதன் மூலம் இந்த பாடத்திட்டத்தின் ஆன்டெனா அனாலிசிஸ்சைத் தொடங்கினேன் என்பதை நீங்கள் நினைவு கூர்ந்தால், அதன் மேற்பரப்பில்(surface) ஒரு ஆன்டெனாவின் கரண்ட் விநியோகம்(current distribution) எனக்குத் தெரிந்தால், எலக்ட்ரிக்கல் மேக்னெட்டிக் ஃபீல்டு(magnetic field) கண்டுபிடிக்க முடியும் என்று நாம் சொல்கிறோம். ஆனால் இது எளிதில் கூறப்படுகிறது, ஆனால் இந்த சிக்கலைத்(problem) தீர்ப்பதற்குப் பதிலாக, இடைக்காலமாக ஆற்றலை அறிமுகப்படுத்த விரும்புகிறோம், இதனால் நாம் முதலில் ஆற்றலைக் கண்டறிந்தால், அதற்குப் பிறகு விஷயங்களைத் தீர்ப்போம்.
But what was the advantage? There are some advantages for going to potentials etc., but only for very simple antennas we can find the current distribution across the antenna. It is very difficult to find for complicated antennas, modern antennas it is not easy to find the, what is the current distribution along the antennas because there will be various modes, there will be various types of currents, you know the currents sometimes where the displacement current, sometimes there conduction current etc. So, it is not so easy, though today you can say that with the help of modern computers there are numerical methods. So, you can find out you can now visualize that is a good thing and that is being used.
ஆனால் என்ன நன்மை? ஆற்றல்கள் போன்றவற்றுக்குச் செல்வதற்கு சில நன்மைகள் உள்ளன, ஆனால் மிக எளிய ஆன்டெனாக்களுக்கு மட்டுமே ஆன்டெனா முழுவதும் கரண்ட் விநியோகத்தைக் காணலாம். சிக்கலான ஆன்டெனாக்களைக் கண்டுபிடிப்பது மிகவும் கடினம், நவீன ஆன்டெனாக்களைக்(modern antennas) கண்டுபிடிப்பது எளிதானது அல்ல, ஆன்டெனாக்களுடன் கரண்ட் விநியோகம் என்ன, ஏனெனில் பல்வேறு முறைகள் இருக்கும், பல்வேறு வகையான கரண்ட்கள் இருக்கும், சில நேரங்களில் கரண்ட்கள் உங்களுக்குத் தெரியும் இடப்பெயர்வு கரண்ட், சில நேரங்களில் கன்டக்ஷன் கரண்ட் (conduction current) போன்றவை. எனவே, இது அவ்வளவு எளிதானது அல்ல, இருப்பினும் இன்று நவீன கணினிகளின் உதவியுடன் எண்ணியல் முறைகள்(numerical methods) உள்ளன என்று நீங்கள் கூறலாம். எனவே, நீங்கள் இப்போது ஒரு நல்ல விஷயம் மற்றும் அது பயன்படுத்தப்படுவதைக் கற்பனை செய்யலாம் என்பதைக் கண்டுபிடிக்கலாம்.
But if you cannot find this current distribution on a thing, but then cannot you use the antenna. The answer is yes, you can approximately use the antenna and the results soon very much provided you take this approach Friis transmission equation where you need to know that instead of the exact field of radiated by antenna you should perform, or find out what is the gain of the antenna in various directions where you are interested particularly in the from the transmitter to the receiver the direction in where the receiver is receiving a thing power.
ஆனால் இந்த கரண்ட் விநியோகத்தை ஒரு விஷயத்தில் நீங்கள் கண்டுபிடிக்க முடியவில்லை என்றால், நீங்கள் ஆன்டெனாவைப் பயன்படுத்த முடியாது. இதற்கு பதில் ஆம், நீங்கள் ஆன்டெனாவையும் தோராயமாக முடிவுகளையும்(results) பயன்படுத்தலாம், இந்த அணுகுமுறையை நீங்கள் எடுத்துக் கொண்டால் ஃப்பிரிஸ் டிரான்ஸ்மிஷன் சமன்பாடு(equation) ஆன்டெனாவால் கதிர்வீச்சின்(radiated) சரியான ஃபீல்டுக்கு(field) பதிலாக நீங்கள் செய்ய வேண்டும், அல்லது பல்வேறு திசைகளில் ஆன்டெனாவின் ஆதாயம்(gain) என்ன என்பதைக் கண்டறியவும், குறிப்பாக டிரான்ஸ்மிட்டரிலிருந்து ரிசீவர் வரை ரிசீவர் ஒரு பொருளின் சக்தியை பெறும் திசையில் நீங்கள் ஆர்வமாக உள்ளீர்கள்.
So, there if you can find the gain then you can find out how much power it will receive and actually links, communication links are established based on these long back even when the antennas were not much understood etc., based on this equations.
எனவே, நீங்கள் ஆதாயத்தைக் கண்டுபிடிக்க முடிந்தால், அது எவ்வளவு சக்தியைப் பெறும் என்பதைக் கண்டறியலாம் மற்றும் உண்மையில் இணைப்புகள்(links), இந்த சமன்பாடுகளின் அடிப்படையில் ஆன்டெனாக்கள் அதிகம் புரிந்து கொள்ளப்படாதபோது கூட இந்த நீண்ட காலத்தின் அடிப்படையில் தகவல் தொடர்பு இணைப்புகள்(communication links) நிறுவப்படுகின்றன.
So, we will see that the, was Friis transmission equation. So, let us see the two antennas. So, this is a transmitting antenna, this is a receiving antenna, and. So if this one is connected or radiating power Pt then what is the power density at the receiving antenna? We can easily write that Wt is Pt Gt, actually it should be retain as an angle, but I am writing that as if I know the value here. So, Pt Gt by 4 pi R square if you want Pt Gt then if there is efficiency total then Pt Dt ρt by 4 pi R square.
எனவே, ஃப்பிரிஸ் டிரான்ஸ்மிஷன் சமன்பாட்டைப் பார்ப்போம். எனவே, இரண்டு ஆன்டெனாக்களைப் பார்ப்போம். எனவே, இது டிரான்ஸ்மிட்டிங் ஆன்டெனா, இது ரிசீவிங் ஆன்டெனா, மற்றும். இது இணைக்கப்பட்டிருந்தால் அல்லது கதிர்வீச்சு சக்தி P, என்றால் ரிசீவிங் ஆன்டெனாவில் சக்தி அடர்த்தி(power density) என்ன? W, என்பது P, G, என்று நாம் எளிதாக எழுதலாம், உண்மையில் இது ஒரு கோணமாகத்(angle) தக்கவைக்கப்பட வேண்டும், ஆனால் நான் இங்கு எழுதுகிறேன் அதன் மதிப்பு எனக்கு தெரிந்திருந்தால். எனவே, P, G, பை 4 pi R ஸ்கொயர் நீங்கள் P, G, ஐ விரும்பினால் செயல்திறன் மொத்தம் இருந்தால்P, D, p, by 4 pi R ஸ்கொயர்.
Now, this antenna has an effective area, so the receiving antenna has an effective area that is ρr Dr lambda not just in the last lecture we have derived this lambda not square 2pi. So, how much power it will collect? Power collect will be Pr is equal to Wt into this. So, I can say Wt into Aer. So, that will be Pt ρt Dt by 4 pi r square into ρr Dr lambda not square 4 pi.
இப்போது, இந்த ஆன்டெனா ஒரு பயனுள்ள பகுதியைக் கொண்டுள்ளது, எனவே ரிசீவிங் ஆன்டெனா ஒரு பயனுள்ள பகுதியைக் கொண்டுள்ளது p, D, லாம்ப்டா(lambda) என்பது கடைசி விரிவுரையில் மட்டுமல்ல, இந்த லாம்ப்டா நாட் ஸ்கொயர் 2 pi. எனவே, அது எவ்வளவு சக்தியை சேகரிக்கும்? சக்தி சேகரிப்பு P ஆக இருக்கும், இது W, க்கு சமம். எனவே, நான் W (into) A என்று சொல்ல முடியும். எனவே, அது P, P, D, ஆல் 4 pi r ஸ்கொயர் (into) p, D, லாம்ப்டா நாட் ஸ்கொயர் 4 pi ஆக இருக்கும்.
So, we can say that Pr is equal to ρt ρr lambda not square Dt Dr by 4 pi R whole square. Now, if we introduce the polarization loss factor then we can write here that at cap ar cap this thing we have earlier derived, or if we break it into this efficiencies can be broken into mismatch the impedance mismatch, in to the conductor loss, into the dielectric loss etc. So, Pr can be written as the ρcdt ρcdr 1 minus gamma t square 1 minus gamma square lambda not by 4 pi R square Dt Dr
எனவே, P, என்பது P, P, லாம்ப்டா நாட் ஸ்கொயர் D, D, க்கு 4 pi R முழு ஸ்கொயர் சமம் என்று சொல்லலாம். இப்போது, போலரைசேஷன் இழப்பு காரணியை(polarization loss factor) நாங்கள் அறிமுகப்படுத்தினால், நாம் முன்னர் எழுதிய இந்த விஷயத்தை 2, கேப் a கேப் நாம் எழுதலாம், அல்லது இந்த செயல்திறன்களாக நாம் அதை உடைத்தால் இம்பெடன்ஸ் பொருத்தமின்மை (impedance mismatch) பொருந்தாது, கன்டக்டர் இழப்புக்குள்(conductor loss), டைஎலக்ட்ரிக் இழப்பு(dielectric loss) போன்றவை. எனவே, P., ஐ Pcdt Podh 1 கழித்தல் காமா டி ஸ்கொயர்(minus gamma t square) 1 கழித்தல் காமா ஸ்கொயர் லாம்ப்டா நாட் 4 pi R ஸ்கொயர் DtDr
So, this is this formula is called Friis transmission equation. So, you see that if you know various parameters. Actually here only you see the conductor dielectric loss together has been taken, it can be also broken into conductor loss and transmission loss, but actually it is generally taken together because it is very difficult to from measurement to find out what is conductor loss and what is dielectric loss. So, the two losses can be put together that is why it is conductor dielectric together.
எனவே, இந்த சூத்திரத்தை ஃப்பிரிஸ் டிரான்ஸ்மிஷன் சமன்பாடு என்று அழைக்கப்படுகிறது. எனவே, நீங்கள் பல்வேறு அளவுருக்களை அறிந்திருந்தால் அதைப் பார்க்கிறீர்கள். உண்மையில் இங்கே நீங்கள் கண்டக்டர் டைஎலக்ட்ரிக் இழப்பு ஒன்றாக எடுக்கப்பட்டிருப்பதைக் காண்கிறீர்கள், இது கண்டக்டர் இழப்பு மற்றும் டிரான்ஸ்மிஷன் இழப்பாகவும் உடைக்கப்படலாம், ஆனால் உண்மையில் இது பொதுவாக ஒன்றாக எடுக்கப்படுகிறது, ஏனெனில் கண்டக்டர் இழப்பு என்ன, டைஎலக்ட்ரிக் இழப்பு என்ன என்பதைக் கண்டுபிடிப்பதில் இருந்து அளவீடு செய்வது மிகவும் கடினம். எனவே, இரண்டு இழப்புகளையும் ஒன்றாக இணைக்க முடியும், அதனால்தான் இது கண்டக்டர் டைஎலக்ட்ரிக் ஒன்றாக உள்ளது.
So, these parameters are known we can find, there is a Pt should be coming here. So, actually this equation is Pr by Pt I am somewhere from here Pt has been gone, Pt Dt you see all these are actually should be Pr is equal to Wt Aer
எனவே, இந்த அளவுருக்கள் நாம் கண்டுபிடிக்க முடியும் என்று அறியப்படுகிறது, இங்கே ஒரு P, இருக்க வேண்டும். எனவே, உண்மையில் இந்த சமன்பாடு P, ஆல் P, எங்கிருந்தோ Pக்கு போய்விட்டது, P, Dt இவை அனைத்தும் உண்மையில் P, ஆக இருக்க வேண்டும் என்பதை நீங்கள் காண்கிறீர்கள் W, Aer . க்கு சமம்.
So, this equation is called Friis transmission equation. And you see if there are impedance match then this two terms will go. Similarly if there is polarization match this term will go, if it is a loss less antenna these two terms will go, that is why generally we have under ideal condition lambda not square by 4 pi R whole square Gt Gr
எனவே, இந்த சமன்பாட்டை ஃப்பிரிஸ் டிரான்ஸ்மிஷன் சமன்பாடு என்று அழைக்கப்படுகிறது. இம்பெடன்ஸ் பொருத்தம் இருக்கிறதா என்று நீங்கள் பார்க்கிறீர்கள் என்றால் இந்த இரண்டு சொற்களும் போகும். இதேபோல் போலரைசேஷன் பொருத்தம் இருந்தால் இந்த சொல் போகும், இது இழப்பு குறைவான(loss less) ஆன்டெனாவாக இருந்தால் இந்த இரண்டு சொற்களும் போகும், அதனால்தான் பொதுவாக நாம் சிறந்த நிலையில் லாம்ப்டாவை 4 pi R ஹோல் ஸ்கொயர் (whole square) Gt, Gr,.
This is we are familiar with, but in actual this is the formula, this formula is called Friis transmission formula many time we use this the assumptions here are the transmitter and receiver antennas they are separated by the far-field distance. We the we know at the direction of the receiver from the transmitter, the gains similarly for the receiving antenna we know the gain to the trans transmitter that direction and we know all other these the losses then we can find this thing.
இது எங்களுக்கு நன்கு தெரிந்ததே, ஆனால் உண்மையில் இது ஃபார்முலா, இந்த ஃபார்முலா ஃப்பிரிஸ் டிரான்ஸ்மிஷன் ஃபார்முலா என்று அழைக்கப்படுகிறது, இதை நாம் பல முறை பயன்படுத்துகிறோம், இங்குள்ள அனுமானங்கள்(assumptions) டிரான்ஸ்மிட்டர் மற்றும் ரிசீவர் ஆன்டெனாக்கள் அவை தொலைதூர தூரத்தால்(far-field distance) பிரிக்கப்படுகின்றன. டிரான்ஸ்மிட்டரிலிருந்து ரிசீவரின் திசையில் நாம் அறிந்திருக்கிறோம், ரிசீவர் ஆன்டெனாவிற்கும் இதேபோன்ற ஆதாயங்கள் டிரான்ஸ் டிரான்ஸ்மிட்டருக்கு அந்த திசையில் கிடைத்த லாபத்தை நாங்கள் அறிவோம், மற்ற எல்லா இழப்புகளையும் நாங்கள் அறிவோம், பின்னர் இந்த விஷயத்தை நாம் காணலாம்.
A similar equation can be derived for radar range equation they are also this type of formulas can be used, that only thing they are is instead of a receiver there is a target which takes the energy and scatters back. So, that in radar classes we will come across that if we take they also there is a new term called radar cross section gets into news there and by that again what is the back scattered power that comes from these type of simple models you can find. So, knowing the gain you see instead of analyzing the
antenna also you can find out what is the power required. So, you can establish communication links etc. with that for that, you not need not do all analysis of the antenna.
ரேடார் வரம்பு(radar range) சமன்பாட்டிற்கும் இதேபோன்ற சமன்பாட்டைப் பெறலாம், அவை இந்த வகை ஃபார்முலாக்களையும் பயன்படுத்தலாம், அவை ஒரு ரிசீவருக்குப் பதிலாக அவை மட்டுமே ஆற்றல் மற்றும் சிதறல்களைத் திரும்பப்(scatters back) பெறும் இலக்கு உள்ளது. எனவே, ரேடார் வகுப்புகளில் நாம் அவற்றைக் கண்டால், ரேடார் குறுக்குவெட்டு(cross section) என்று அழைக்கப்படும் ஒரு புதிய சொல் அங்கு செய்திக்கு வருகிறது, இதன் மூலம் இந்த வகை எளிய மாடல்களிலிருந்து வரும் பின் சிதறிய சக்தி(back scattered power) என்ன என்பதை நீங்கள் காணலாம் எனவே, ஆன்டெனாவை பகுப்பாய்வு(analyzing) செய்வதற்குப் பதிலாக நீங்கள் காணும் ஆதாயத்தை அறிந்துகொள்வதன் மூலம் தேவையான சக்தி என்ன என்பதைக் கண்டறியலாம். எனவே, நீங்கள் ககவல்தொடர்பு இணைப்புகள் போன்றவற்றை நிறுவலாம், அதற்காக, ஆன்டெனாவின் அனைத்து பகுப்பாய்வுகளையும் நீங்கள் செய்யத் தேவையில்லை.
So, sometimes actually if this theory analysis is overkill that it gives all the information, but all that information is not always necessary, so if a communication engineering these information is enough. So, he need not bother what is a various fields etc., at various points, what is that polarization that if he has all these loss factors, which are simply stabilize the link. So, this is one thing that we wanted to say. And another thing we wanted to say is about the noise that, you see antenna whenever it is, it is always looking towards the free space and so it is a source of noise.
எனவே, சில நேரங்களில் உண்மையில் இந்த கோட்பாடு பகுப்பாய்வு அனைத்து தகவல்களையும் கெடுக்கும் அளவுக்கு அதிகமாக இருந்தால், ஆனால் அந்த தகவல்கள் அனைத்தும் எப்போதும் தேவையில்லை, எனவே ஒரு தகவல் தொடர்பு பொறியியல் என்றால் இந்த தகவல் போதுமானது. எனவே, பல்வேறு துறைகள் போன்றவை என்னவென்று அவர் கவலைப்படத் தேவையில்லை, பல்வேறு புள்ளிகளில், இந்த போலரைசேஷன் என்னவென்றால், இந்த இழப்பு காரணிகள்(loss factors) அனைத்தும் அவரிடம் இருந்தால், அவை இணைப்பை உறுதிப்படுத்துகின்றன. எனவே, இது நாங்கள் சொல்ல விரும்பிய ஒரு விஷயம். நாங்கள் சொல்ல விரும்பிய மற்றொரு விஷயம், சத்தம்(noise) பற்றி, நீங்கள் எப்போது வேண்டுமானாலும் ஆன்டெனாவைப் பார்க்கிறீர்கள், அது எப்போதும் இலவச இடத்தை (free space) நோக்கியே இருக்கிறது, எனவே அது சத்தத்தின் மூலமாகும் (source of noise).
Now, how to do we characterize that? Many times we ignore that, but if you want to do suppose radio astronomy or if you want to have a very, if you want to you know that suppose you want to see the weather or ocean etc., if you want to monitor you need to find out ocean temperature by a receiver. So, or you have some scatterometer, some sensors are there who senses various whatever passive radiation coming. So, for that whatever antenna is receiving in the noise that is actually information. So, they need to have another parameter of antenna, very important parameter that is called antenna
temperature. So, we will discuss this next, antenna temperature.
இப்போது, அதை எவ்வாறு வகைப்படுத்துவது? பல முறை நாங்கள் அதைப் புறக்கணிக்கிறோம், ஆனால் நீங்கள் செய்ய விரும்பினால் ரேடியோ வானியல்(radio astronomy) அல்லது நீங்கள் மிகவும் விரும்பினால், நீங்கள் வானிலை அல்லது கடல் போன்றவற்றைப் பார்க்க விரும்புகிறீர்கள் என்று உங்களுக்குத் தெரிந்தால், உங்களுக்குத் தேவைப்பட்டால் நீங்கள் கண்காணிக்க விரும்பினால் ஒரு ரிசீவர் மூலம் கடல் வெப்பநிலையைக்(ocean temperature) கண்டறிய, அல்லது உங்களிடம் சில சிதறல் அளவீடு(scatterometer) உள்ளது, சில சென்சார்கள் உள்ளன, அவை செயலற்ற கதிர்வீச்சு(passive radiation) வருவதை உணர்கின்றன. எனவே, அதற்காக எந்த ஆன்டெனாவும் சத்தத்தில் பெறுகிறது என்பது உண்மையில் தகவல். எனவே, அவர்கள் ஆன்டெனாவின் மற்றொரு அளவுருவைக் கொண்டிருக்க வேண்டும், ஆன்டெனா வெப்பநிலை(antenna temperature) என்று அழைக்கப்படும் மிக முக்கியமான அளவுரு. எனவே, அடுத்து ஆன்டெனா வெப்பநிலை பற்றி விவாதிப்போம்.
Antenna Temperature
All of you have idea of receiver noise or receiver noise temperature or any electronic circuit that has a noise temperature. Now, antenna it is a passive device it does not create its own noise, but it is a receiver of noise because it receives noise, because it is an open it is opening its door. So, noise also comes apart from signal, noise also comes, that is why it also should have that how much it can take this antenna temperature.
நீங்கள் அனைவரும் ரிசீவர் சத்தம் அல்லது ரிசீவர் சத்த வெப்பநிலை அல்லது சத்த வெப்பநிலை கொண்ட எந்த எலக்ட்ரானிக் சர்க்யூட் பற்றிய யோசனையும் உள்ளது. இப்போது, ஆன்டெனா இது ஒரு செயலற்ற சாதனம்(passive device), அது அதன் சொந்த சத்தத்தை உருவாக்கவில்லை, ஆனால் அது சட்டத்தில் ரிசீவர், ஏனெனில் அது சத்தத்தைப் பெறுகிறது, ஏனென்றால் அது திறந்த நிலையில் இருப்பதால் அதன் கதவைத் திறக்கிறது. எனவே, சத்தமும் சிக்னலைத் தவிர்த்து வருகிறது, சத்தமும் வருகிறது, அதனால்தான் இந்த ஆன்டெனா வெப்பநிலையை எவ்வளவு எடுக்க முடியும் என்பதையும் கொண்டிருக்க வேண்டும்.
Now, we start that every object which is not at absolute 0; that means, not at minus 273 degree radius energy. We know this fact. The amount of energy radiated is usually represented by an equivalent temperature TB. So, we can write that TB and also whenever radiation means that is a radiation it is a function that theta phi in various directions it will have various things.
இப்போது, முழுமையான 0(absolute 0) இல் இல்லாத ஒவ்வொரு பொருளையும் தொடங்குகிறோம்; அதாவது, மைனஸ் 273 டிகிரி ரேடியஸ் ஆற்றலில் அல்ல. இந்த உண்மை எங்களுக்குத் தெரியும். கதிர்வீச்சின் ஆற்றல் பொதுவாக சமமான வெப்பநிலை TB என்று குறிக்கப்படுகிறது. எனவே, T₂ என்று நாம் எழுதலாம், மேலும் கதிர்வீச்சு என்பது ஒரு கதிர்வீச்சு என்று பொருள் கொள்ளும்போதெல்லாம் அது ஒரு திசையாகும்(directions), இது பல்வேறு திசைகளில் தீட்டா பை(theta phi) என பல்வேறு விஷயங்களைக் கொண்டிருக்கும்.
So, that is equal to a function like this. So, what is this epsilon? This is an emissivity function, it is a dimensionless quantity. So, actually it is a model that a any object it has an emissivity, so what is the emissivity of various things that we know. And what is TB? TB is called brightness temperature. And what is Tm? This is the physical temperature, so both these temperature their unit is Kelvin emissivity is dimensionless.
எனவே, இது, இது போன்ற ஒரு செயல்பாட்டிற்கு சமம். எனவே, இந்த எப்சிலன்(epsilon) என்றால் என்ன? இது ஒரு உமிழ்வு செயல்பாடு(emissivity function), இது ஒரு பரிமாணமற்ற அளவு(dimensionless quantity). எனவே, உண்மையில் இது ஒரு பொருளுக்கு ஒரு உமிழ்வு உள்ளது, எனவே நமக்குத் தெரிந்த பல்வேறு விஷயங்களின் வெளியீடு என்ன. T₂ என்றால் என்ன? T₂ பிரகாச(brightness) வெப்பநிலை என்று அழைக்கப்படுகிறது. T என்றால் என்ன? இது உடல் வெப்பநிலை, எனவே இந்த வெப்பநிலை இரண்டும் அவற்றின் அலகு(unit) கெல்வின் உமிழ்வு(Kelvin emissivity) பரிமாணமற்றது.
And this, what is this reflection coefficient? It is a reflection coefficient of the surface for the polarization of the wave because you know that when the wave come from any surface there will be a reflection, so it is there. Now the emissivity values obviously, they are varying from 0 to 1. So, the maximum value the brightness temperature can achieve is equal to the physical temperature now in our case; that means, in microwave region natural emitters of microwave frequency apart from I think the stars etc. they are our radio stars they are but apart from that there are two nearby sources of radiation, one is the ground.
இது, இந்த பிரதிபலிப்பு கோஎஃபிசியன்ட்(reflection coefficient) என்ன? இது அலையின் போலரைசேஷனிற்கான மேற்பரப்பின் பிரதிபலிப்பு கோஎஃபிசியன்ட் ஆகும், ஏனென்றால் எந்த மேற்பரப்பிலிருந்தும் அலை வரும்போது ஒரு பிரதிபலிப்பு இருக்கும் என்பதை நீங்கள் அறிவீர்கள், எனவே அது உள்ளது. இப்போது உமிழ்வு மதிப்புகள்(emissivity values) வெளிப்படையாக, அவை 0 முதல் 1 வரை வேறுபடுகின்றன. ஆகவே, பிரகாச வெப்பநிலை அடையக்கூடிய அதிகபட்ச மதிப்பு இப்போது நம் விஷயத்தில் உடல் வெப்பநிலைக்கு சமம்; அதாவது, மைக்ரோவேவ் பிராந்தியத்தில்(region) மைக்ரோவேவ் அதிர்வெண்ணின்(microwave frequency) இயற்கையான உமிழ்ப்பாளர்கள்(natural emitters) நட்சத்திரங்கள் போன்றவை என்று நான் நினைக்கிறேன். அவை எங்கள் வானொலி நட்சத்திரங்கள், ஆனால் அவை தவிர அருகிலுள்ள இரண்டு கதிர்வீச்சு ஆதாரங்கள் உள்ளன, ஒன்று க்கரவுண்டு.
Ground is the source of this radiation and its grounds equivalent temperature is around 300 degree Kelvin. And also the sky, sky is have a temperature and this brightness temperature of around 5 degree, 5 Kelvin when looking towards any and about 100 to 150 degree in the horizon. Obviously in the horizon it is more noisy and in the zenith it does not have any noise actually that is fortunate for radars etc., that in the zenith.
இந்த கதிர்வீச்சின் மூலமே க்கரவுண்டு மற்றும் அதன் அடிப்படையில் சமமான வெப்பநிலை 300 டிகிரி கெல்வின் ஆகும். மேலும் வானம், வானம் ஒரு வெப்பநிலையைக் கொண்டுள்ளது மற்றும் இந்த பிரகாச வெப்பநிலை சுமார் 5 டிகிரி, 5 கெல்வின் மற்றும் 100 முதல் 150 டிகிரி வரை அடிவானத்தில் பார்க்கும்போது வெளிப்படையாக அடிவானத்தில் அது அதிக சத்தமாக இருக்கிறது மற்றும் உச்சத்தில்(zenith) அது எந்த சத்தமும் இல்லை, அது உண்மையில் ரேடார்கள் போன்றவற்றுக்கு அதிர்ஷ்டம், அதாவது உச்சத்தில்.
Now, you see the brightness this temperature or this noise emitted by the different sources is intercepted by our antenna, and so it appears at the terminals as a ambient temperature. Now, only thing is antenna also has a gain function. So, it will wait the noises coming from major directions by its own gain function so that is why antenna noise temperature is not exactly this TB it will be a weighting of that.
இப்போது, இந்த வெப்பநிலை அல்லது வெவ்வேறு மூலங்களால் வெளிப்படும் இந்த சத்தம் எங்கள் ஆன்டெனாவால் தடுக்கப்படுவதை நீங்கள் காண்கிறீர்கள், எனவே இது டெர்மினல்களில் ஒரு சுற்றுப்புற வெப்பநிலையாக(ambient temperature) தோன்றுகிறது. இப்போது, ஆன்டெனாவிற்கும் ஒரு ஆதாய செயல்பாடு உள்ளது. எனவே, முக்கிய திசைகளிலிருந்து வரும் சத்தங்களை அதன் சொந்த ஆதாய செயல்பாட்டின் மூலம் அது காத்திருக்கும், அதனால்தான் ஆன்டெனா இரைச்சல் வெப்பநிலை சரியாக இந்த TB அல்ல, அது ஒரு எடையுள்ளதாக இருக்கும்.
So, that is why the antenna noise temperature TA is nothing but the I can say TB theta phi that will be weighted by again theta phi and then d the solid angle divided by I will have to find out what is the total of these that is the average because these TA is an average. So, you see G theta phi d gamma; so the source as a TB brightness temperature that I will have to pass through this antenna which is having an n.
எனவே, அதனால்தான் ஆன்டெனா இரைச்சல் வெப்பநிலை T என்பது ஒன்றுமில்லை, நான் Ts தீட்டா பை(theta phi) என்று சொல்ல முடியும், அது மீண்டும் தீட்டா பை மூலம் எடையும், பின்னர் d ஆல் வகுக்கப்படும் திட கோணமும்(solid angle) இவற்றின் மொத்தம் என்ன என்பதைக் கண்டுபிடிக்க வேண்டும் சராசரி ஏனெனில் இந்த TA, ஒரு சராசரி. எனவே, நீங்கள் G தீட்டா பை d காமாவைப் பார்க்கிறீர்கள்; எனவே TB பிரகாச வெப்பநிலையாக மூலமானது, இந்த ஆன்டெனா வழியாக நான் கடந்து செல்ல வேண்டியிருக்கும் அது கொண்டிருந்தது n.
So, now, I can complete this, this will be 0 to 2 pi, this will be 0 to pi, this will be also to 2 pi, this will be 0 to pi and instead of that I will write sin theta d theta d phi. So, TA is the effective noise temperature of the antenna and G theta phi is the power gain pattern. So, now, if we assume now let us see the, this is clear and this unit will be again the will be Kelvin.
எனவே, இப்போது, இதை நான் முடிக்க முடியும், இது 0 முதல் 2 பை வரை இருக்கும், இது 0 முதல் பை வரை இருக்கும், இது 2 பை க்கும் இருக்கும், இது 0 முதல் பை வரை இருக்கும், அதற்கு பதிலாக நான் சைன் தீட்டா டி தீட்டா டி பை என்று எழுதுவேன். எனவே, TA என்பது ஆன்டெனாவின் பயனுள்ள இரைச்சல் வெப்பநிலை மற்றும் ஜி தீட்டா பை என்பது சக்தி ஆதாய முறை. எனவே, இப்போது, பார்ப்போம் என்று கருதினால், இது தெளிவாகிறது, இந்த அலகு மீண்டும் கெல்வின் இருக்கும்.
Now, let us see the this is the antenna. So, the source is here TB, now that when it comes here this TB gets converted to TA by that formula. Now, after that what happens? Suppose this is the antennas, I think.
இப்போது, இது ஆன்டெனா என்று பார்ப்போம். எனவே, ஆதாரம் இங்கேTB, இப்போது இங்கு வரும்போது இந்த TB. அந்த சூத்திரத்தால் TA ஆக மாற்றப்படுகிறது.இப்போது, அதன் பிறகு என்ன நடக்கிறது? இது ஆன்டெனாக்கள் என்று நினைக்கிறேன், நான் நினைக்கிறேன்.
Here I have a transmission line there is this there will be a transmission line, that transmission line let us say length of l and that as a temperature let us say T not it is lossy transmission line. So, that will make this change because this TA here then there will be one thing is due to antenna loss this will change, now here there will be loss again in the transmission line. So, this temperature TA will be change here to something called T small a from T capital A to T small a some other temperature. And then we it will be connected to whom? It will be connected to a receiver, that receiver has its own noise
temperature Tr. So, I can say that the whole thing ultimately we will have a Ts, which is Tr plus Ta.
இங்கே எனக்கு ஒரு டிரான்ஸ்மிஷன் லைன் உள்ளது, இது ஒரு டிரான்ஸ்மிஷன் லைன் இருக்கும், அந்த டிரான்ஸ்மிஷன் லைன் எல் நீளம் என்று சொல்லலாம், வெப்பநிலையாக T (டி) என்று சொல்லலாம் அது இழப்பு(lossy) டிரான்ஸ்மிஷன் லைன் அல்ல. எனவே, இது இந்த மாற்றத்தை ஏற்படுத்தும், ஏனென்றால் இங்கே இந்த TA, பின்னர் ஒரு விஷயம் இருக்கும் ஆன்டெனா இழப்பு காரணமாக இது மாறும், இப்போது இங்கே மீண்டும் பரிமாற்ற வரிசையில் இழப்பு ஏற்படும். எனவே, இந்த வெப்பநிலை T, இங்கே T சிறிய a எனப்படும் T மூலதனம்(capital) A இலிருந்து T சிறியதாக வேறு சில வெப்பநிலைக்கு மாற்றப்படும். பின்னர் நாம் யாருடன் இணைக்கப்படுவோம்? இது ஒரு ரிசீவருடன் இணைக்கப்படும், அந்த ரிசீவர் அதன் சொந்த இரைச்சல் வெப்பநிலையைக் கொண்டுள்ளது Tr. எனவே, முழு விஷயமும் இறுதியில் நமக்கு ஒரு Ta, இருக்கும், இது Tr ப்ளஸ் Ta.
Because we will see temperatures are additive because actually these are equivalent power. So, noise power total system noise power will be whatever antenna has brought up to here, plus the noise added by the receiver. So, let us with this let us modulate that. So, antenna is giving how much power can I say K TA delta f.
ஏனென்றால் வெப்பநிலை சேர்க்கை (additive) என்பதை நாம் காண்போம், ஏனெனில் உண்மையில் இவை சமமான சக்தி. எனவே, இரைச்சல் சக்தி மொத்த கணினி இரைச்சல் சக்தி ஆன்டெனா இங்கு கொண்டு வரப்பட்டதாக இருக்கும், மேலும் ரிசீவரால் சேர்க்கப்படும் சத்தம். எனவே, இதை மாற்றியமைப்போம். எனவே, ஆன்டெனா எவ்வளவு சக்தியை தருகிறது என்று நான் கூற முடியும், K TA டெல்டா f.
So, from here antenna is giving this is this much power K TA delta f, you understand K is Boltzmann constant, TA is the antenna temperature here and delta f I can say is the noise equivalent bandwidth of the antenna.
எனவே, இங்கிருந்து ஆன்டெனா கொடுக்கிறது இது K டெலடா TA, K என்பது போலடஜமேன கான்ஸ்டன்ட்(Boltzmann constant) என்பதை நீங்கள் புரிந்துகொள்கிறீர்கள், TA என்பது இங்கே ஆன்டெனா வெப்பநிலை மற்றும் டெல்டா f நான் சொல்ல முடியும் ஆன்டெனாவின் சத்தத்திற்கு சமமான அலைவரிசை(bandwidth).
Now, what is the relation between t and capital TA? Can I write TA is TA e to the power minus 2 alpha l plus T0 1 minus e to the power minus 2 alpha l. Why? Because this is one thing that this much length with this attenuation constant of the line that has brought here and this is for this is due to the, this transmission line thing, the thing has a TA temperature the physical temperature of this is T0.
இப்போது, 1 க்கும் மூலதன T க்கும் என்ன தொடர்பு? நான் TA ஐ எழுத முடியுமா TA, e சக்தி கழித்தல் 2 ஆல்பா 1 மற்றும் T0 1 கழித்தல் e சக்தி கழித்தல் 2 ஆல்பா 1. ஏன்? ஏனென்றால், இது இங்கு கொண்டு வரப்பட்ட நீளம் இந்த அட்டினுயேசன் கான்ஸ்டன்ட்டுடன் இந்த நீண்ட நீளம் மற்றும் இது இதற்குக் காரணம், இந்த ட்ரான்ஸ்மிஷன் நீளம் விஷயம், விஷயம் ஒரு TA வெப்பநிலையைக் கொண்டுள்ளது, இதன் உடல் வெப்பநிலை T0 ஆகும்.
So, TA is nothing but this is the minus given by the, this physical temperature and this is from the antenna attenuates, antennas now attenuation TA. And what else I need to say? So, now, I need to then modify that. So, now, what is the power given here? To the receiver a TA small Ta delta f, so this has become with the addition of this a Ta and then what is Ps, K TA plus Tr delta f is equal to you can say K Ts delta f. I can say K Ts delta f. So, Ps is system noise power at receiver terminal TA is antenna noise temperature, noise temperature, at receiver terminal, Tr receiver noise temperature at receiver terminal. And what is TA? TA is antenna noise temperature at I can say output terminals of antenna or at
the free space of the end of the antenna, whatever it is. So, this is an useful thing.
எனவே, TA என்பது ஒன்றுமில்லை, இது இந்த மைனஸ், இந்த உடல் வெப்பநிலை மற்றும் இது ஆன்டெனாவிலிருந்து வருகிறது, ஆன்டெனாக்கள் இப்போது அட்டினுயேசன் TA. நான் வேறு என்ன சொல்ல வேண்டும்? எனவே, இப்போது, நான் அதை மாற்ற வேண்டும். எனவே, இப்போது, இங்கே கொடுக்கப்பட்டுள்ள சக்தி என்ன? ரிசீவருக்கு ஒரு TA, சிறிய Ta டெல்டா f, எனவே இது ஒரு Ta ஐ சேர்ப்பதன் மூலம் மாறிவிட்டது, பின்னர் Ps, K TA மற்றும் Tr delta f என்பது உங்களுக்கு சமமானது K T, டெல்டா f என்று சொல்லலாம். நான் K Tr, டெல்டா f என்று சொல்ல முடியும். எனவே, Ps என்பது ரிசீவர் முனையத்தில் கணினி இரைச்சல் சக்தி Tr என்பது ஆன்டெனா இரைச்சல் வெப்பநிலை, இரைச்சல் வெப்பநிலை, ரிசீவர் முனையத்தில், ரிசீவர் முனையத்தில் T, ரிசீவர் இரைச்சல் வெப்பநிலை. TA என்றால் என்ன? TA என்பது ஆன்டெனாவின் இரைச்சல் வெப்பநிலை, ஆன்டெனாவின் வெளியீட்டு முனையங்கள் அல்லது ஆன்டெனாவின் முடிவின் இலவச இடத்தில், அது எதுவாக இருந்தாலும் நான் சொல்ல முடியும். எனவே, இது ஒரு பயனுள்ள விஷயம்.
Particularly you know that you need to calibrate it. Actually suppose you will receive black body radiation. So, those antennas suppose an antenna will see how much is coming from the ocean. So, how it will see unless and until it is calibrated that how much it receives originally. So, for that you need to point it to the thing, actually generally it is pointed to the zenith because that is 5 degree Kelvin almost 0 degree Kelvin you can say. So, you point it and then find out these values. So, that is the calibration. Then, you point to an actual body may be a ground, may be a some the sky which is at horizon which is
of invisible noise and then you find out, so a calibrated one can easily find out. So, that is
called antenna noise temperature.
நீங்கள் அதை அளவீடு(calibrate) செய்ய வேண்டும் என்று குறிப்பாக உங்களுக்குத் தெரியும். உண்மையில் நீங்கள் கருப்பு உடல் கதிர்வீச்சைப்(black body radiation) பெறுவீர்கள் என்று வைத்துக்கொள்வோம். எனவே, அந்த ஆன்டெனாக்கள் கடலில் இருந்து எவ்வளவு வருகின்றன என்பதை ஒரு ஆன்டெனா பார்க்கும் என்று வைத்துக்கொள்வோம். எனவே, அது முதலில் எவ்வளவு பெறுகிறது என்பதை அளவீடு செய்யாவிட்டால் அது எவ்வாறு பார்க்கும். எனவே, அதற்காக நீங்கள் அதை சுட்டிக்காட்ட வேண்டும், உண்மையில் பொதுவாக இது உச்சத்திற்கு சுட்டிக்காட்டப்படுகிறது, ஏனெனில் அது 5 டிகிரி கெல்வின் கிட்டத்தட்ட 0 டிகிரி கெல்வின் என்று நீங்கள் சொல்ல முடியும். எனவே, நீங்கள் அதை சுட்டிக்காட்டி, பின்னர் இந்த மதிப்புகளைக் கண்டறியவும். எனவே, அதுதான் அளவுத்திருத்தம். பின்னர், நீங்கள் ஒரு உண்மையான உடலைச் சுட்டிக் காட்டுகிறீர்கள், கண்ணுக்குத் தெரியாத சத்தம் கொண்ட அடிவானத்தில் இருக்கும் சில வானமாக இருக்கலாம், பின்னர் நீங்கள் கண்டுபிடிப்பீர்கள், எனவே அளவீடு செய்யப்பட்ட ஒருவர் எளிதாகக் கண்டுபிடிக்க முடியும். எனவே, அது ஆன்டெனா இரைச்சல் வெப்பநிலை என்று அழைக்கப்படுகிறது.
So, with that we now close the basic antenna parameter. So, we have seen all. Next we will see some of the very noble wire antennas where you can easily design wire antennas and for many cases it suffices. So, we will see wire antennas in few lectures. After that we will go to aperture antennas with some of the very simple aperture antennas, and then we will see the general method of analysis of antenna.
எனவே, அதனுடன் இப்போது அடிப்படை ஆன்டெனா அளவுருவை மூடுகிறோம். எனவே, அனைத்தையும் பார்த்தோம். அடுத்து நீங்கள் கம்பி (wire) ஆன்டெனாக்களை எளிதில் வடிவமைக்கக்கூடிய மிக உன்னதமான கம்பி ஆன்டெனாக்களைப்(noble wire antennas) பார்ப்போம், பல சந்தர்ப்பங்களில் இது போதுமானது. எனவே, சில விரிவுரைகளில் கம்பி ஆன்டெனாக்களைப் பார்ப்போம். அதன்பிறகு மிக எளிய துளை ஆன்டெனாக்களுடன்(aperture antennas) துளை ஆன்டெனாக்களுக்குச் செல்வோம், பின்னர் ஆன்டெனாவின் பகுப்பாய்வுக்கான பொதுவான முறையைப் பார்ப்போம்.
0 Comments