Entrada destacada

Basis of Microwave Heating

Microwave oven has become very popular in recent years, and has become an essential appliance in any kitchen. However, microwave heating seems an esoteric, almost magical, issue for many people who have the oven at their home. In this post we are going to explain the basis of microwave heating, not only for the food heating, but also for industrial heating and HDW (hot domestic water).

In 1946, a British researcher from the Raytheon Corporation, Mr. Percy Spencer, working on RADAR applications, discovered that a candy bar in his pocket was melted. He was testing a magnetron and began experimenting, confining the EM field inside a metal cavity. He tested first with corn and then with a chicken egg. This latter one exploded.

He verified that a high intensity EM field affected food due to the presence of water inside. Water is a bad propagator of radio waves, because it has a high dielectric constant and losses. Being a polar molecule, when a variable EM field is applied, the dipole tends to be oriented in the direction of the field, and that makes the water molecule is agitated, increasing its temperature. The popular belief is that this only happens at 2,4 GHz, but it actually happens throughout the microwave band. This frequency is used by the ovens because it is a frequency within a free emission band known as ISM (short for Industrial, Scientific and Medical). However, there are heating processes at 915MHz and another frequencies..

First, the water, like almost all dielectrics, has under normal conditions a complex dielectric constant ε=ε’−jε”. When this complex dielectric constant is introduced into the Maxwell equations, the complex term means a dielectric conductivity, by the next expression

\sigma = \omega \epsilon" \epsilon_0

This conductivity is not produced by the mobility of electrons, but by the mobility of the polar molecules of water. Therefore, it is higher as the frequency is increased.

On the other hand, the presence of this conductivity limits the microwaves penetration in the water, attenuating the EM intensity with distance. It is related to the depth of penetration, expressed by

DP=\dfrac {\lambda \sqrt{\epsilon'}}{2 \pi \epsilon"}

and therefore at higher frequency, higher penetration depth. If the intensity of the electric field is |E|, and, by the Ohm’s law, the volumetric power is given by

Q=\omega \epsilon" \epsilon_0 |E|^2

This volumetric power will affect a specific region of the water, causing heating.

On the other hand, there is a heat transfer effect due to thermal conductivity, such that the surface heat flux is

\dfrac {qQ_s}{dt}=-k \displaystyle \int_s {\vec \nabla T d \vec S}

Applying the divergence theorem, the variation of heat per unit volume will be

\dfrac {qQ_V}{dt}=-k \nabla^2 T

This flow distributes the temperature inside the volumetric element, lossing energy, and therefore its sign is negative.


Under macroscopic conditions, the energy per unit volume that must be applied to water increasing its temperature is given by

E_v=\rho_m c_e \Delta T

with ρM the water density and ce its specific heat, being ΔT the increasing of the temperature. Speaking in terms of power, we will have to

Q=\rho_m c_e \dfrac{dT}{dt}

where it must be calculate the global time variation of the temperature, and being a fluid that can be in movement, it must be applied the material derivative, an operator that includes the time variation and the convection. Applying this operator we may get

\dfrac{dT}{dt}=\dfrac{\partial T}{\partial t}+\vec v \vec \nabla T

and the volumetric power is given by

Q=\rho_m c_e \left(\dfrac{\partial T}{\partial t}+\vec v \vec \nabla T \right)-k\nabla^2 T

which is the expression that governs the water heating when a volumetric density of EM power Q is applied.

On the other hand, fluid movement is governed by the Navier-Stokes equations, through

\rho_M \dfrac {\partial \vec v}{\partial t}=-\vec \nabla P+\mu \nabla^2 \vec v + \rho_M \vec g

Where P is the volumetric pressure, μ the fluid viscosity and g the gravitational field.


In the case of a hot domestic water system, there would be two possibilities of heating:

  1. Through a closed circuit system moving a water flow, due to its very low viscosity (10-3 Pa·s).
  2. Using a vessel with rest water and accumulating the heat to transmit it to another areas.

In the first case, the volumetric power necessary to heat a closed circuit system must solve both with the thermal variation and the Navier-Stokes equations, and its efficiency is greater than in the second one, where the expression of the thermal increase is given by

Q+k\nabla^2 T=\rho_m c_e \dfrac{\partial T}{\partial t}

This equations can be solved using the FEM method, as we saw in the post about the simulation.

In any case, although both methods are possible, the first method will always be cheaper than the second, since the second can only be applied to raise the temperature of another fluid in motion and will need more energy due to the losses due to that transfering of heat..


Normally, any material that has losses by dielectric constant can be capable of being heated using microwaves, if these losses do not raise the electrical conductivity to values that cancel the electric field (in a perfect conductor, the electric field is zero). If we write the expression obtained in terms of electric field we get

\omega \epsilon" \epsilon_0 |E|^2+k\nabla^2 T=\rho_m c_e \left(\dfrac{\partial T}{\partial t}+\vec v \vec \nabla T \right)

and therefore, we can obtain a relationship between ε” and the increase of temperature at a given electric field |E|.


The human body is another dielectric which contains mostly by water. Therefore, the effect of the EM radiation on our body should cause heating. Let’s study what would be the field that would increase our temperature above 50o C in one minute, reducing the expressions to

\omega \epsilon" \epsilon_0 |E|^2=\rho_m c_e \dfrac{\Delta T}{\Delta t}

Taking ε”=4,5 (water at 2,4 GHz), knowing that the average human density is 1100 kg/m3 and its specific heat, 14,23 kJ/kg o C, it is got the next

|E|=\sqrt {\dfrac {1100 \cdot 14230 \cdot \left(\dfrac{50-33}{60} \right)}{2 \pi \cdot 2,4 \cdot 10^9 \cdot 4,5 \cdot 8,85 \cdot 10^{-12}}}=3,1 kV/m

and a WIFI router emits with less than 2 V/m field strength at 1 m. of distance. Therefore, a WIFI router will not cause heating in our body or even if we are close by it..

And a mobile phone? These devices are already powerful … Well, at its emission peak either, since at most it will emit with 12 V/m, and we need 3100 V/m, about 260 times more. So the mobile does not warm our ear either. And keeping in mind the depth of penetration, as much the EM radiation gets to penetrate about 2 cm, attenuating the field strength in half and power to the fourth part, due to the dielectric conductivity of our body. That without keeping in mind that each of our tissues has a different attenuation capacity depending on its composition and structure.


This post tries to explain the microwave heating phenomenon based on the ones that produce this heating, and its possible industrial applications, apart from those already known as the popular oven that almost every kitchen already has as part of its home appliance furniture. One of the most immediate applications is in the HDW, although applications have also been achieved in other industrial areas. And although the microwaves produce that heating, the necessary field strengths are very far from the radiation we receive from mobile communications.


  1. Menéndez, J.A., Moreno, A.H. “Aplicaciones industriales del calentamiento con energía microondas”. Latacunga, Ecuador: Editorial Universidad Técnica de Cotopaxi, 2017, Primera Edición, pp 315. ISBN: 978-9978395-34-9
  2. D. Salvi, Dorin Boldor, J. Ortego, G. M. Aita & C. M. Sabliov “Numerical Modeling of Continuous Flow Microwave Heating: A Critical Comparison of COMSOL and ANSYS”, Journal of Microwave Power and Electromagnetic Energy, 2016, 44:4, 187-197, DOI: 10.1080/08327823.2010.11689787
Entrada destacada

El calentamiento por microondas

El horno microondas se ha vuelto muy popular en los últimos años, y se ha convertido en un electrodoméstico imprescindible en cualquier cocina. Sin embargo, el calentamiento por microondas parece un tema esotérico, casi mágico, para muchos que tienen el horno en casa. En esta entrada vamos a adentrarnos en el mundo del calentamiento por microondas, no sólo para el calentamiento de alimentos, sino también para el calentamiento industrial y de ACS (agua caliente sanitaria).

En 1946, un investigador británico de la Raytheon Corporation, Mr. Percy Spencer, trabajando sobre las aplicaciones del RADAR, descubrió que una chocolatina que tenía en el bolsillo se había derretido. Estaba probando un magnetrón comenzó a hacer experimentos, confinando el campo en una cavidad metálica. Primero con maíz y luego con un huevo de gallina. Este último, le estalló.

Comprobó que un campo electromagnético de una intensidad elevada afectaba a los alimentos debido a la presencia de agua en su interior. El agua es un mal propagador de las ondas de radio, debido a su alta constante dieléctrica y a la conductividad dieléctrica que tiene. Al ser la molécula de agua polar, en presencia de un campo variable con el tiempo el dipolo hidrógeno-oxigeno tiende a orientarse en el sentido del campo, y eso hace agitarse a la molécula de agua, por lo que incrementa su temperatura. La creencia popular es que ésto sucede sólo a 2,4 GHz, pero en realidad ocurre en toda la banda de microondas. La frecuencia de 2,4 GHz es utilizada por los hornos debido a que es una frecuencia dentro de la banda de emisión libre conocida como ISM (abreviatura de Industrial, Scientific and Medical). Sin embargo hay procesos de calentamiento a 915MHz y a otras frecuencias.

En primer lugar hay que indicar que el agua (como casi todos los dieléctricos) tiene, en condiciones normales, una constante dieléctrica ε=ε’−jε”. Cuando se introduce esta constante dieléctrica en las ecuaciones de Maxwell aparece una conductividad definida por

\sigma = \omega \epsilon" \epsilon_0

Esta conductividad no es producida por la movilidad de electrones, sino por la movilidad de las moléculas polares del agua. Por tanto, es mayor a medida que aumentamos la frecuencia.

Por otro lado, la presencia de esta conductividad limita la penetración de las microondas en el agua, ya que van atenuándose con la distancia. Está relacionado con el término de profundidad de penetración expresado por

DP=\dfrac {\lambda \sqrt{\epsilon'}}{2 \pi \epsilon"}

y por tanto a mayor frecuencia mayor profundidad de penetración. Si la intensidad del campo eléctrico aplicado es |E|, por la ley de Ohm, la potencia por unidad de volumen que proporciona el campo se puede obtener por

Q=\omega \epsilon" \epsilon_0 |E|^2

Esta potencia afectará a una zona volumétrica concreta del agua, provocando calentamiento.

Por otro lado, hay un efecto de transmisión del calor que está regido por la conductividad térmica, de tal manera que el flujo de calor por unidad de superficie es

\dfrac {qQ_s}{dt}=-k \displaystyle \int_s {\vec \nabla T d \vec S}

Aplicando el teorema de la divergencia, la variación de calor por unidad de volumen será

\dfrac {qQ_V}{dt}=-k \nabla^2 T

Este flujo de calor tiende a distribuir la temperatura dentro del elemento volumétrico y por eso su signo negativo.


En condiciones macroscópicas, la cantidad de energía que hay que aplicar, por unidad de volumen, al agua para que incremente su temperatura viene dada por la expresión

E_v=\rho_m c_e \Delta T

con ρM la densidad del agua y ce su calor específico, siendo ΔT el incremento de temperatura. Si hablamos en términos de potencia, tendremos que

Q=\rho_m c_e \dfrac{dT}{dt}

donde hay que calcular la derivada de la temperatura con respecto al tiempo, y al tratarse de un fluido que puede estar en movimiento, hay que aplicar la derivada sustancial que vimos en la entrada sobre la magnetohidrodinámica.

\dfrac{dT}{dt}=\dfrac{\partial T}{\partial t}+\vec v \vec \nabla T

Así, aplicando la derivada sustancial tendremos que

Q=\rho_m c_e \left(\dfrac{\partial T}{\partial t}+\vec v \vec \nabla T \right)-k\nabla^2 T

que es la expresión que rige el mecanismo de calentamiento del agua cuando se aplica una densidad volumétrica de potencia electromagnética Q.

Por otro lado, no debemos olvidar que el movimiento de un fluido está regido por la ecuación de Navier-Stokes, a través de

\rho_M \dfrac {\partial \vec v}{\partial t}=-\vec \nabla P+\mu \nabla^2 \vec v + \rho_M \vec g

donde P es la presión, μ la viscosidad del fluido y g el campo gravitatorio.


En el caso de un sistema de agua caliente sanitaria, habría dos posibilidades de calentamiento:

  1. Mediante un circuito cerrado que mueva un flujo de agua, que es además un fluido con una viscosidad muy baja (10-3 Pa·s).
  2. Mediante un contenedor que contenga agua que no esté en movimiento y acumule el calor para transmitirlo a otras direcciones.

En el primer caso, la cantidad de potencia volumétrica necesaria para calentar un circuito cerrado debe de resolver tanto la ecuación del incremento térmico como la de Navier-Stokes, y ésta es mayor que en el segundo caso, donde la expresión del incremento térmico queda

Q+k\nabla^2 T=\rho_m c_e \dfrac{\partial T}{\partial t}

Estas ecuaciones se pueden resolver usando el método de diferencias finitas que ya comentamos en la entrada referente a la simulación.

En todo caso, aunque ambos métodos son posibles, el primer método siempre será más económico que el segundo, ya que el segundo sólo se puede aplicar a elevar la temperatura de otro fluido en movimiento y necesitará más energía debido a las pérdidas debidas a esa transferencia de calor.


En principio, cualquier material que tenga pérdidas por constante dieléctrica puede ser susceptible de ser calentado usando microondas, si éstas pérdidas no elevan la conductividad eléctrica a valores que anulen el campo eléctrico (en un conductor perfecto, el campo eléctrico es nulo). Si escribimos la expresión obtenida en términos de campo eléctrico tenemos que

\omega \epsilon" \epsilon_0 |E|^2+k\nabla^2 T=\rho_m c_e \left(\dfrac{\partial T}{\partial t}+\vec v \vec \nabla T \right)

y por tanto, podremos obtener una relación entre ε” y el incremento de temperatura a un campo |E| dado.


El cuerpo humano es otro dieléctrico, formado en su mayor parte por agua. Por tanto, el efecto de una radiación electromagnética en nuestro cuerpo debería provocar calentamiento. Vamos a estudiar cuál sería el campo que incrementaría nuestra temperatura por encima de 50o C en un minuto, reduciendo la expresión a los siguientes términos

\omega \epsilon" \epsilon_0 |E|^2=\rho_m c_e \dfrac{\Delta T}{\Delta t}

Si tomamos ε”=4,5 (la del agua a 2,4 GHz), sabiendo que la densidad media humana es 1100 kg/m3 y su calor específico es de 14,23 kJ/kg o C, tendremos que

|E|=\sqrt {\dfrac {1100 \cdot 14230 \cdot \left(\dfrac{50-33}{60} \right)}{2 \pi \cdot 2,4 \cdot 10^9 \cdot 4,5 \cdot 8,85 \cdot 10^{-12}}}=3,1 kV/m

y un router WIFI radia con una intensidad de campo, a 1 m. del mismo, de menos de 2 V/m. Por tanto, un router WIFI no provocará calentamiento en tu cuerpo ni aunque te pongas pegado a él.

¿Y qué decir de un teléfono móvil? Estos aparatos son ya potentes… Pues en su pico de emisión tampoco, ya que como mucho tendrás 12 V/m, y se necesitan 3100 V/m, unas 260 veces más. Así que el móvil tampoco te calienta la oreja. Y teniendo en cuenta la profundidad de penetración, como mucho la radiación electromagnética llega a penetrar unos 2 cm, atenuándose la intensidad de campo a la mitad y la potencia a la cuarta parte, por efecto de la conductividad dieléctrica de nuestro cuerpo. Eso sin tener en cuenta que cada uno de nuestros tejidos tiene una capacidad de atenuación diferente en función de su composición y estructura.


En esta entrada se trata de explicar el fenómeno del calentamiento a base de microondas a partir de los fenómenos que producen ese calentamiento, y sus posibles aplicaciones industriales, aparte de las ya conocidas como el popular horno que casi toda cocina ya tiene como parte de su mobiliario electrodoméstico. Una de las aplicaciones más inmediatas está en el ACS, aunque también se han logrado aplicaciones en otros apartados industriales. Y a pesar de que las microondas producen ese calentamiento, las intensidades de campo necesarias están muy alejadas de la radiación que recibimos de las comunicaciones móviles.


  1. Menéndez, J.A., Moreno, A.H. “Aplicaciones industriales del calentamiento con energía microondas”. Latacunga, Ecuador: Editorial Universidad Técnica de Cotopaxi, 2017, Primera Edición, pp 315. ISBN: 978-9978395-34-9
  2. D. Salvi, Dorin Boldor, J. Ortego, G. M. Aita & C. M. Sabliov “Numerical Modeling of Continuous Flow Microwave Heating: A Critical Comparison of COMSOL and ANSYS”, Journal of Microwave Power and Electromagnetic Energy, 2016, 44:4, 187-197, DOI: 10.1080/08327823.2010.11689787
Entrada destacada

Simulation on Physical Systems

I take a long time writing many post about the simulation. Main reason is because I have learned for many years the value of using computers for physical system analysis. Without these tools, I would never be able to get reliable results, because of the amount of calculations I would have to do. Modern simulators, able to solve complex calculations using the computers capacity, allow us to get a more realistic behavior for a complex system, knowing its structures. Physics and Engineering work every day with simulations to get better predictions and take decisions. In this post, I am going to show what are the most important parts we should be kept in mind about the simulation.

In 1982, physicist Richard Feynman published an article where he talked about the analysis of physical systems using computers (1). In those years, computer technology had progressed to a high level that it was possible to achieve a greater calculation capacity. New programming languages worked with complex formulas, such as FORTRAN, and allowed the calculations on systems by complex integro-differential equations, which resolution usually needed numerical methods. So, in those first years, physicists began to do simulations with programs able to solve the constitutive system equations, although not always with simple descriptions.

A great step forward in electronics was the SPICE program, at the beginning of 70s (2). This program, FORTRAN-based, was able to compute non-linear electronic circuits, removing the radiation effects, and solve the time-domain integral-differential equations. Over the years, the Berkeley’s SPICE became the first reference on simulation programs and its success being such that almost all the simulation programs developed along last years have its base on the Nagel and Pederson algorithms, developed in 70s.

From 80s, and searching to solve three-dimensional problems, the method of moments (MoM) was developed. It was come to solve systems raised as integral equations in the boundaries (3), being very popular. It was used in Fluid Mechanics, Acoustic Waves and Electromagnetism. Today, this one is still used to solve two-dimensional electromagnetic structures.

But the algorithms have got a huge progress, with the emergence of new finite element methods (FEM, frequency-domain) and time-domain finite differences (FDTD, time-domain) in 90s, based on the resolution of systems formulated by differential equations, important benchmarks on the generation of new algorithms able to solve complex systems (4). And with these new advances, the simulation contribution in Physics came to take spectacular dimensions.


When we are studying any physical phenomenon, we usually invoke a model. Whether an isolated phenomenon or within an environment, whether in Acoustic Waves, Electromagnetism or Quantum Mechanics, having a well-characterized model is essential to get its behavior, in terms of its variables. Using an accurate model increases our certainty on the results.

However, modeling is complex. It is needed to know what are the relationships between variables and from here, determine a formulation system that defines the behavior within a computer.

A model example is a piezoelectric material. In Electronics, piezoelectric materials are commonly used as resonators and it is usually to see these electronic devices (quartz or any other resonant material based on this property).

A piezoelectric model, very successful in the 40s, was developed by Mason (5). Thanks to the similarity between the Electromagnetic and Acoustic waves, he got to join both properties using transmission lines, based in the telegraphist’s equations, writing the constitutive equations. In this way, he developed a piezoelectric model which is still used today. This model can be seen in Fig. 1 and it has already been studied in previous posts.

Fig.1 - Mason Model

Fig.1 – Modelo de piezoeléctrico de Mason

This model practically solved the small signal analysis in frequency domain, getting an impedance resonance trace as it is shown in Fig. 2

Fig.2 – Resultados del análisis del modelo de Mason

However, the models need to expand their predictive capacity.

The Mason model describes the piezoelectric behavior rightly when we are working in a linear mode. But it has faults when we need to know the large signal behavior. So new advances in the piezoelectric material studies included the non-linear relationships in its constitutive equations (6).

Fig. 3 – Modelo tridimensional de una inducción

In three-dimensional models, we must know well what are the characteristics that define the materials to have an optimal results. In the induction shown in Fig. 3, CoFeHfO is being used as a magnetic material. It has a frequency-dependent complex magnetic permeability that must be defined in the libraries.

The results will be better as the model is defined better, and this is the fundamental Physicist task: getting a reliable model from the studies on the phenomena and the materials.

The way to extract a model is usually done by direct measurement or through the derived magnitudes, using equations systems. With a right model definition, the simulation results will be more reliable.


Once the model is rightly defined, we can perform an analysis by simulation. In this case, we will study the H-field inside the inductor, at 200 MHz, using the FEM analysis, and we are going to draw this one, being shown in Fig. 4.

Fig. 4 – Excitación magnética en el interior del inductor

The result is drawn in a vector mode, since we have chosen that representation to see the H-field direction inside the inductor. We can verify, first, that the maximum H-field is inside the inductor, to the positive section on Y axis in the upper area, while in the lower part the orientation the inverse. The maximum H-field level obtained is 2330 A/m with 1 W excitation between the inductor electrodes.

The behavior is precisely that of an induction whose value can also be estimated by calculating its impedance and drawiing it on Smith’s chart, Fig. 5.

Fig. 5 – Impedancia del inductor sobre carta de Smith

The Smith’s chart trace clearly shows an inductive impedance, which value decreases when the frequency increases, because of losses of the CoFeHfO magnetic material. Besides, these losses contribute to the resistance increasing with frequency. There will be a maximum Q in the useful band

Fig. 6 – Factor de calidad del inductor

Having a induction with losses a quality factor Q, we can draw it as a function of the frequency in Fig. 6.

Therefore, with the FEM simulation we have been able to analyze the physical parameters on a modeled structure that would have cost us much more time and effort to get by means of complex calculations and equations. This shows, as Feynman pointed out in that 1982 conference, the simulation powerful when there are accurate models and proper software to perform these analyzes.

However, the simulation has not always had the chance to get the best results. Precisely is the previous step, the importance of having an accurate model, which faithfully defines the physical behavior of any structure, which will ensure the reliability of the results.


The best way to check if the simulation is valid is to resort getting experimental results. Fortunately, the simulation performed on the previous inductor is got from (7), and, in this reference, the authors show experimental results that validate the results of the inductor model. In Fig. 7 and 8 we can see the inductance and resistance values, and adding the quality factor, can be compared with the experimental results of the authors.

Fig. 7 – Valor de la inductancia en función de la frecuencia

Fig. 8 – Valor de la resistencia efectiva en función de la frecuencia

The results obtained by the authors, using HFSS for the simulation of the inductor, can be seen in Fig. 9. The authors have done the simulation on the structure with and without core, and show the simulation against the experimental result . Seeing the graphs, it can be concluded that the results got in the simulation have a high level of concordance with those obtained through the experimental measurements.

This shows us that the simulation is effective when the model is reliable, and that a model is accurate when the results obtained through the simulation converge with the experimental results. In this way, we have a powerful analysis tool that will allow us to know in advance the behavior of a structure and make decisions before moving on to the prototyping process.

Fig. 9 – Resultados experimentales

In any case, convergence is also important in a simulation. The FEM simulation needs that the mesh is so accurate as getting a good convergence. A low convergence level gives results far from the optimum, and very complex structures require a lot of processing speed, a high RAM use and, sometimes, must even perform a simulation on several processors. To more complex structures, the simulation time increases considerably, and that is one of its main disadvantages.

Although the FEM simulators allow the optimization of the values ​​and even today the integration with other simulators, they are still simulators that require, due to the complexity of the calculations to be carried out, powerful computers that allow to make those calculations with reliability.


Once again, we agree with Feynman when, in that 1982 seminar, he chose precisely a topic which seemed to have no interest for the audience. Since that publication, Feynman’s article has become a classic of Physics publications. The experience that I have got over the years with several simulators, shows me that the way opened by them will have a considerable advance when quantum computers are a reality and their processing speed raises, allowing that these tools get reliable results in a short space of time.

The simulation in the physical systems has been an important progress to get results without needing to realize previous prototypes and supposes an important saving in the research and development costs.


  1. Feynman, R; “Simulating Physics with Computers”; International Journal of Theoretical Physics, 1982, Vols. 21, Issue 6-7, pp. 467-488, DOI: 10.1007/BF02650179.
  2. Nagel, Laurence W. and Pederson, D.O. “SPICE (Simulation Program with Integrated Circuit Emphasis)”, EECS Department, University of California, Berkeley, 1973, UCB/ERL M382.
  3. Gibson, Walton C., “The Method of Moments in Electromagnetics”, Segunda Edición, CRC Press, 2014, ISBN: 978-1-4822-3579-1.
  4. Reddy, J.N, “An Introduction to the Finite Element Method”, Segunda Edición,  McGraw-Hill, 1993, ISBN: 0-07-051355-4.
  5. Mason, Warren P., “Electromechanical Transducers and Wave Filters”, Segunda Edición, Van Nostrand Reinhold Inc., 1942, ISBN: 978-0-4420-5164-8.
  6. Dong, S. Shim and Feld, David A., “A General Nonlinear Mason Model of Arbitrary Nonlinearities in a Piezoelectric Film”, IEEE International Ultrasonics Symposium Proceedings, 2010, pp. 295-300.
  7. Li, LiangLiang, et al. 4, “Small-Resistance and High-Quality-Factor Magnetic Integrated Inductors on PCB”, IEEE Transactions on Advanced Packaging, Vol. 32, pp. 780-787, November 2009, DOI: 10.1109/TADVP.2009.2019845.
Entrada destacada

La importancia de la simulación en los sistemas físicos

Dedico muchas entradas de este blog a la simulación. Esto es debido a que a lo largo de los años he aprendido de la importancia del uso de computadores para el estudio y análisis de sistemas, circuitos y estructuras que, sin estas herramientas, no lograría a priori reproducir, debido a la cantidad de cálculos que hay que realizar. Los modernos simuladores, que son capaces de resolver cuestiones complejas gracias a la capacidad de cálculo de los computadores, nos permiten evaluar el comportamiento de un sistema complejo a través de la definición de las estructuras. Varias disciplinas de la Física y la Ingeniería recurren de forma habitual a la simulación para realizar sus cálculos previos y poder tomar decisiones y elecciones. En esta entrada deseo mostrar cuáles son las partes más importantes que se deben tener en cuenta a la hora de simular.

En el año 1982, Richard Feynman publicó un artículo en el que hablaba del análisis de los sistemas físicos a través de computadores (1). En aquellos años, la tecnología de los computadores había avanzando a un nivel tan alto que era posible conseguir una mayor capacidad de procesado. La generación de lenguajes de programación que pudiesen contener fórmulas complejas, como FORTRAN, permitía el cálculo y evaluación de sistemas que estuviesen definidos por complejas ecuaciones integro-diferenciales, cuya resolución en muchas ocasiones requería de métodos numéricos. De este modo, en los primeros años, los físicos podían hacer simulaciones a través de programas capaces de resolver las ecuaciones constitutivas del sistema, aunque no siempre con descripciones sencillas.

En el caso de la electrónica, la simulación de circuitos tuvo su principal baluarte en SPICE, a principios de los años 70 (2). El programa, basado en FORTRAN, era capaz de simular circuitos electrónicos no lineales, sin tener en cuenta los efectos de radiación, y resolver las complejas ecuaciones integro-diferenciales en el dominio del tiempo. Con los años, el SPICE de Berkeley se convirtió en la referencia absoluta de los programas de simulación, siendo su éxito tal que casi todos los simuladores desarrollados en los últimos años basan gran parte de sus algoritmos en los desarrollados por Nagel y Pederson en los años 70.

A partir de los 80, y buscando resolver problemas tridimensionales, fue muy popular el método de los momentos (MoM), que era capaz de resolver sistemas que han sido planteados como ecuaciones integrales en los límites (3). Fue de aplicación en mecánica de fluidos, acústica y electromagnetismo. Hoy en día el método se sigue utilizando para resolver problemas electromagnéticos en dos dimensiones.

Pero sin duda los algoritmos y los métodos han ido avanzando, apareciendo en los 90 los métodos de elementos finitos (FEM, para el dominio de la frecuencia) y de diferencias finitas en el dominio del tiempo (FDTD, para el dominio del tiempo), basados en la resolución de sistemas formulados por ecuaciones diferenciales, referencias importantes dentro una explosión de algoritmos destinados a la resolución de sistemas complejos (4). Y con estos avances, la contribución de la simulación al mundo de la Física cobra dimensiones espectaculares.


Cuando se estudia un fenómeno, en Física recurrimos habitualmente a trasladar ese fenómeno a un modelo. Se trate de un fenómeno aislado o dentro de un entorno, sea en Acústica, Electromagnetismo o Mecánica Cuántica, tener bien caracterizado un modelo es esencial para poder determinar el comportamiento del fenómeno en función de sus variables y de las relaciones entre ellas. Con un modelo adecuado aumenta nuestra certidumbre en los resultados.

Sin embargo, modelar es complejo. Hay que conocer cuáles son las relaciones entre las variables y a partir de ahí, establecer un sistema que reproduzca el comportamiento dentro de un computador.

Un ejemplo de modelo es el material piezoeléctrico. En Electrónica, los materiales piezoeléctricos son de uso común y es habitual ver dispositivos electrónicos que contengan cristales de cuarzo o cualquier otro material resonante basado en esta propiedad.

Un modelo de piezoeléctrico que tuvo mucho éxito en los años 40 fue el desarrollado por Mason (5). Gracias a la similitud entre los campos electromagnéticos y los acústicos, combinó ambas propiedades a través de líneas de transmisión definidas por las ecuaciones del telegrafista, extraídas de las ecuaciones constitutivas. De este modo desarrolló un modelo para el material piezoeléctrico que hoy en día se sigue utilizando. El modelo se puede ver en la Fig. 1 y ya se estudió en entradas anteriores.

Fig.1 – Modelo de piezoeléctrico de Mason

Este modelo resolvía prácticamente el análisis en frecuencia del material en pequeña señal, obteniendo la curva de resonancia en la impedancia que presentan habitualmente este tipo de componentes y que se puede ver en la Fig. 2

Fig.2 – Resultados del análisis del modelo de Mason

Sin embargo, los modelos necesitan evolucionar y ampliar su capacidad predictiva.

El modelo de Mason describe correctamente el comportamiento del piezoeléctrico cuando trabaja en forma lineal. Sin embargo, falla cuando se quiere conocer el comportamiento cuando se aplica un potencial intenso entre sus electrodos. Así que nuevos avances en el comportamiento del material llevaron a incluir el comportamiento no lineal en las ecuaciones constitutivas (6).

Fig. 3 – Modelo tridimensional de una inducción

En el caso de los modelos tridimensionales, hay que conocer bien cuáles son las características que definen a los materiales para tener un resultado óptimo. En el caso de la inducción de la Fig. 3, se está utilizando como material magnético CoFeHfO, con una permeabilidad magnética compleja dependiente de la frecuencia que hay que introducir en la librería de materiales.

Los resultados serán mejores cuanto mejor esté definido el modelo, y esa es la labor primordial del Físico: obtener modelos fiables a partir de los estudios realizados sobre los fenómenos y los materiales.

La forma de extraer el modelo suele realizarse mediante la medición directa de sus parámetros fundamentales o bien a través de las magnitudes derivadas, en forma de sistemas de ecuaciones. Con una correcta definición del modelo, los resultados obtenidos a través de la simulación serán fiables.


Una vez se tiene correctamente definido el modelo, podemos realizar el análisis mediante simulación. En este caso, vamos a estudiar la excitación magnética H que se obtiene a 200 MHz en el inductor, usando el análisis FEM, y representando la excitación magnética en el interior de la inducción. La Fig. 4 nos muestra esa excitación magnética.

Fig. 4 -Excitación magnética en el interior del inductor

El resultado obtenido se representa de forma vectorial, ya que hemos elegido esa representación para ver el sentido de la excitación magnética en el espacio. Podemos comprobar, primero, que la excitación magnética máxima se produce en el interior del inductor, y que en su parte superior la orientación es hacia la zona positiva de eje Y, mientras que en la parte inferior la orientación es a la inversa. El nivel máximo de campo obtenido es de 2330 A/m para una excitación de 1 W entre los extremos del inductor.

El comportamiento observado es precisamente el de una inducción cuyo valor puede también ser estimado calculando su impedancia y representándola sobre la carta de Smith, Fig. 5.

Fig. 5 – Impedancia del inductor sobre carta de Smith

La curva mostrada en la carta de Smith muestra claramente una impedancia inductiva, cuyo valor va disminuyendo cuando aumenta la frecuencia, debido a las pérdidas del material magnético CoFeHfO utilizado. Estas pérdidas, además, contribuyen a que la resistencia aumente con la frecuencia. Habrá un Q máximo en la banda útil

Fig. 6 – Factor de calidad del inductor

Como una inducción con resistencia de pérdidas tiene un factor de calidad Q, representamos éste en función de la frecuencia en la Fig. 6.

Por tanto, con la simulación FEM hemos logrado analizar parámetros físicos en una estructura que nos hubiese costado mucho más tiempo y esfuerzo reproducir mediante complejos cálculos y ecuaciones. Esto demuestra, tal y como Feynman apuntó en aquella conferencia de 1982, el potencial que la simulación proporciona cuando se tienen buenos modelos y un software adecuado para poder realizar estos análisis.

Sin embargo, la simulación no ha tenido siempre las de ganar. Precisamente es el paso anterior, la importancia de tener un buen modelo que reproduzca fielmente el comportamiento físico de una estructura, el que nos va a garantizar la fiabilidad de los resultados.


El mejor modo de comprobar si la simulación es válida es recurrir a obtener resultados experimentales. Afortunadamente, la simulación realizada sobre el inductor está obtenida de (7), y en esta referencia los autores muestran resultados experimentales que validan los resultados del modelo obtenido. En las Fig. 7 y 8 podemos ver los valores de inductancia y resistencia obtenidas, que junto con el factor de calidad, pueden ser comparadas con los resultados experimentales que los autores indican en su artículo.

Fig. 7 – Valor de la inductancia en función de la frecuencia

Fig. 8 – Valor de la resistencia efectiva en función de la frecuencia

Los resultados obtenidos por los autores, que han usado HFSS para hacer la simulación del inductor, se pueden ver en la Fig. 9. Los autores han hecho la simulación sobre la estructura sin núcleo y con núcleo, y representan la simulación frente al resultado experimental. De las gráficas presentadas se puede concluir que los resultados obtenidos en la simulación tienen un alto nivel de concordancia con los obtenidos mediante las medidas experimentales.

Esto nos demuestra que la simulación es efectiva cuando el modelo es fiable, y que un modelo es fiable cuando los resultados obtenidos a través de la simulación convergen con los resultados experimentales. De este modo, tenemos una potente herramienta de análisis que nos permitirá conocer de antemano el comportamiento de una estructura y tomar decisiones antes de pasar al proceso de prototipado.

Fig. 9 – Resultados experimentales

En todo caso, en la simulación es importante también la convergencia. La simulación FEM requiere que el mallado que se realice sobre la estructura sea tan eficaz como para hacer converger las soluciones. Un bajo nivel de convergencia da resultados alejados del óptimo, y estructuras muy complejas requieren de mucha velocidad de procesado, mucha memoria RAM e incluso en ocasiones realizar una simulación sobre varios procesadores. A estructuras más complejas, el tiempo de simulación aumenta considerablemente, y esa es una de sus principales desventajas.

Aunque los simuladores FEM permiten la optimización de los valores e incluso hoy la integración con otros simuladores, siguen siendo simuladores que requieren, por la complejidad de los cálculos a realizar, computadores potentes que permitan hacer esos cálculos con fiabilidad.


Una vez más damos la razón a Feynman cuando en aquel seminario de 1982 eligió precisamente un tema que parecía que no tenía interés ninguno para los asistentes. Desde la publicación de esa charla, el artículo de Feynman se ha convertido en un clásico de las publicaciones de Física. La experiencia que he adquirido a lo largo de los años con simuladores de casi todos los tipos me indica que el camino abierto por éstos sufrirá un avance considerable cuando los computadores cuánticos sean una realidad, y la velocidad de procesado que se pueda obtener permitan a estas herramientas obtener resultados fiables en un corto espacio de tiempo.

La simulación en los sistemas físicos ha sido un avance considerable para poder conseguir resultados sin necesidad de realizar prototipos previos y supone un importante ahorro en los costes de investigación y desarrollo.


  1. Feynman, R; “Simulating Physics with Computers”; International Journal of Theoretical Physics, 1982, Vols. 21, Issue 6-7, pp. 467-488, DOI: 10.1007/BF02650179.
  2. Nagel, Laurence W. and Pederson, D.O. “SPICE (Simulation Program with Integrated Circuit Emphasis)”, EECS Department, University of California, Berkeley, 1973, UCB/ERL M382.
  3. Gibson, Walton C., “The Method of Moments in Electromagnetics”, Segunda Edición, CRC Press, 2014, ISBN: 978-1-4822-3579-1.
  4. Reddy, J.N, “An Introduction to the Finite Element Method”, Segunda Edición,  McGraw-Hill, 1993, ISBN: 0-07-051355-4.
  5. Mason, Warren P., “Electromechanical Transducers and Wave Filters”, Segunda Edición, Van Nostrand Reinhold Inc., 1942, ISBN: 978-0-4420-5164-8.
  6. Dong, S. Shim and Feld, David A., “A General Nonlinear Mason Model of Arbitrary Nonlinearities in a Piezoelectric Film”, IEEE International Ultrasonics Symposium Proceedings, 2010, pp. 295-300.
  7. Li, LiangLiang, et al. 4, “Small-Resistance and High-Quality-Factor Magnetic Integrated Inductors on PCB”, IEEE Transactions on Advanced Packaging, Vol. 32, pp. 780-787, November 2009, DOI: 10.1109/TADVP.2009.2019845.
Entrada destacada

El Control Automático de Ganancia: topología, funcionamiento y uso (II)

En la entrada del mes pasado estudiábamos la filosofía de un amplificador con Control Automático de Ganancia. Para terminar este capítulo dedicado al AGC, vamos a estudiar la simulación del sistema usando la aplicación SIMULINK de MatLab, y dedicaremos un apartado a concretar el uso más habitual de este tipo de configuraciones.


En primer lugar, vamos a recordar que el diagrama de bloques usual de un AGC es el siguiente

Diagrama de bloques de un AGC

Diagrama de bloques de un AGC

Es importante la traslación de este sistema a SIMULINK, para poder estudiar cómo funciona. Comenzamos por el VGA (amplificador controlado por tensión). En el apartado anterior comprobamos que la expresión que relaciona la tensión de salida con la tensión de entrada es una expresión definida por

V_{out}=g(V_c) \cdot V_{in}=g_o \cdot {10^{-{\alpha} \cdot V_c}} \cdot V_{in}

por tanto, tenemos que construir un diagrama de bloques SIMULINK que realice esta expresión. El diagrama de bloques es


Diagrama SIMULINK del VGA

Tenemos dos puertas de entrada: la puerta In1 es la puerta donde se aplicará VIN en unidades de magnitud, mientras que la entrada In2 es la puerta donde se aplicará VC, también en unidades de magnitud. Esta tensión VC pasa por un amplificador de ganancia -1 y por una función matemática 10u, para realizar la parte exponencial de la ganancia, que se multiplica mediante una función producto a la tensión de In1, correspondiente a VIN. Luego aplicamos un bloque Gain3, en el que proporcionamos la máxima ganancia de nuestro amplificador, que en este caso es 10. De este modo, nuestro amplificador tiene la siguiente expresión

V_{out}=10 \cdot {10^{-{V_c}}} \cdot V_{in}

VOUT, en unidades de magnitud, sale por Det a través de la salida Out2, mientras que por la salida Out1 sacamos VOUT en dB, ya que nos interesa más esa escala a la hora de realizar las medidas. La salida Det será utilizada para realizar la parte de la detección y aplicar un amplificador logarítmico.

El diagrama de bloques, entonces, queda como sigue


Diagrama de bloques SIMULINK del AGC

Por un lado, tenemos Control Amp, que es nuestro VGA. La entrada, que se expresa en magnitud, entra en el amplificador y se lleva, a través de una conversión a dB, al Scope. La salida Out, que sale en dB, se lleva también al Scope.

La salida Det pasa por un detector de envolvente de ganancia unidad y un amplificador logarítmico de base 10. El resultado de esa operación se compara con el valor VREF, que es, en dB, el valor que queremos a la salida. Mediante el bloque dB to Mag se pasa VREF a unidades de magnitud.

El resultado se pasa por un integrador que tiene una constante de proporcionalidad 0,5. En el visualizador Control podemos estudiar la respuesta temporal de la salida del integrador, que nos proporcionará información acerca del tiempo que le lleva al AGC volver al estado nominal cuando haya un cambio en el valor de entrada.

La entrada está formada por los bloques In_dB (el valor nominal de entrada en dB) y dB_Step, en donde introduciremos el salto que se va a producir en el valor de entrada. Por ejemplo, en la figura tenemos un salto de 10dB, por lo que si el valor inicial de entrada In_dB es de 10dB, en el momento en que se produzca el salto tendremos 20dB, que el AGC tendrá que corregir.

El bloque dB to Mag with step es un bloque que nos proporcionará el valor de entrada en magnitud VIN, con el salto en dB en el tiempo que deseamos. Este bloque es


Diagrama de bloques del dB to Mag with step

La entrada dB_Step se multiplica a un escalón retardado, para que el salto se produzca en ese momento, y la salida (que sigue estando expresada en dB) se suma a la entrada nominal dB_In, que es el valor inicial. Un bloque Gain (1/20) y un bloque 10u pasan los dB a magnitud, que es la que se introducirá en el amplificador.


Vamos a proceder a la simulación de nuestro AGC. En primer lugar, vamos a ver cuál es la salida del amplificador cuando no tenemos salto.


Respuesta del AGC cuando no hay variación en el valor de entrada (dB_Step=0)

Como podemos ver en la gráfica, cuando entramos con 10dB, el amplificador se va a su máxima ganancia (10dB+20dB de ganancia pasa a 30dB de nivel de salida). El AGC corrige la ganancia hasta que se obtienen los 15dB de VREF. Si cambiamos VREF a 20dB, el resultado en la salida es similar, pero se obtienen 20dB.


Respuesta con Vref=20dB

Por tanto, queda comprobado que el amplificador está funcionando correctamente, por lo que aplicamos ahora los cambios en amplitud.

En primer lugar, introducimos un retardo en el bloque Step de dB to Mag with step de 15s. Esto quiere decir que la amplitud del amplificador cambiará a partir de la posición 15. Ahora introducimos un salto en dB_Step de 5dB, manteniendo la VREF en 15dB. El resultado es


Respuesta del AGC a un incremento en la entrada de 5dB

Podemos ver que el amplificador ya se encuentra en estado estacionario a partir del instante 10, con 15dB de salida, y en el instante 15 la entrada sube 5 dB. El amplificador incrementa su salida a 20dB, pero el AGC realimenta la ganancia hasta que en el instante 25 volvemos a tener 15dB.

Apliquemos ahora la misma variación, pero negativa, disminuyendo el valor de entrada en 5dB. El resultado es


Respuesta del AGC a una disminución en la entrada de 5dB

Donde vemos que el nivel de entrada, en el instante 15, pasa de 10dB a 5dB, provocando que el nivel de salida caiga a 10dB. Entonces comienza a actuar el AGC hasta que en el instante 25 se estabiliza y vuelve a los 15dB de salida.

¿Cómo es la señal de Control? En esta última gráfica, podemos comprobar que la señal de Control es


Respuesta del control Vc

Por tanto, podemos ver el cambio que se produce en la ganancia, cuando VC pasa de 0,75 a 0,5 para estabilizar el nivel de salida.

Este AGC es muy sencillo. El tiempo de respuesta del AGC venía dado por la expresiónτ=1/α·A cuando el valor de la amplitud sube o cae α·A/e, donde A era el factor multiplicador del integrador y α la constante de proporcionalidad de la parte exponencial de la ganancia. Por tanto tenemos que t vale, con los números que hemos utilizado, 2.

Este valor se corresponde al instante en que la envolvente cae 0,18, que en la gráfica anterior se corresponde a un valor aproximado de 0,57. Podemos comprobar que ese valor cae en una posición inferior a la mitad del intervalo entre 15 y 20, por lo que los números son coherentes.

En esta simulación no hemos puesto limitación al valor del salto. Esto significa que si sobrepasamos el rango del AGC podremos tener valores de VC incoherentes. Pero dentro del rango del AGC, podemos estudiar el comportamiento de los integradores y de la respuesta del VGA de forma temporal, si introducimos dichos datos en el sistema.


Por último, y para cerrar esta entrada correspondiente a los AGC, vamos a comentar brevemente el uso de los mismos en los equipos de telecomunicaciones.

Por lo general, cuando tenemos comunicación radiada a través del espacio libre, podemos encontrarnos con una gran diversidad de valor de campo eléctrico, que, al acoplarse a la antena, proporciona diferentes niveles de señal a la entrada de un receptor. Y las variaciones pueden ser del orden de decenas de dB.

Los receptores suelen tener un margen dinámico limitado. Por debajo de un determinado valor, el ruido interfiere en la señal dejándola irrecuperable, y por encima de un determinado valor, se produce la intermodulación, que genera señales indeseadas que también pueden hacer irrecuperable la señal. Se hace, por tanto, necesario que exista un rango dinámico controlado por el propio equipo para que absorba las variaciones propias de la señal de entrada. Es aquí donde entra el AGC.

Si observamos el diagrama de bloques de un equipo receptor, tendremos que los bloques principales son


Diagrama de bloques típico de un receptor de telecomunicaciones

El primer amplificador, que está antes del mezclador de FI, es un amplificador controlado por tensión que realiza el AGC para garantizar que en el receptor (en este caso un demodulador I-Q) el nivel sea el óptimo.

Hay ocasiones que el propio receptor tiene un rango de AGC, que combinado con el rango del amplificador de entrada incrementa el rango dinámico del receptor.

Los AGC, aunque menos habituales, también se suelen usar en transmisión, aunque en este caso lo más habitual es tomar una muestra del nivel de salida y pasarlo por un ADC para que a través de un microcontrolador se corrija el nivel de ataque al amplificador, sin que el amplificador esté controlado por tensión.


Con esta entrada damos por cerrado el capítulo del estudio de los AGC y su uso. La mayoría de los equipos de telecomunicaciones tienen, hoy día AGC digitales que controlan las variaciones de la señal de entrada a través de los microprocesadores. Sin embargo, la gran ventaja del AGC analógico clásico es la rapidez de su respuesta y la alta estabilidad que se obtiene, ya que corrige un sistema exponencial que, a la hora de ser cuantificado, puede necesitar al menos de 8 bits para controlarlo y obtener un buen margen de estabilidad de nivel en el AGC. Su mayor inconveniente suele ser el espacio, la variación del margen con la temperatura y la necesidad de obtener una muestra de nivel lo suficientemente elevada para que el detector no introduzca ruido.

También hemos podido comprobar la utilidad de una herramienta como SIMULINK para analizar este tipo de sistemas, que nos puede proporcionar información de primera mano para comprobar si el sistema es viable.


  1. Benjamin C. Kuo; “Automatic Control Systems”; 2nd ed.; Englewood Cliffs, NJ; Prentice Hall; 1975
  2. Pere Matí i Puig; “Subsistemas de radiocomunicaciones analógicos”;Universitat Oberta de Catalunya;2010
Entrada destacada

El Control Automático de Ganancia: topología, funcionamiento y uso (I)

Una de las topologías más comunes en el diseño electrónico la constituye el Control Automático de Ganancia (AGC). En esta entrada vamos a proceder a estudiar cuál es su filosofía de funcionamiento, la topología básica y su uso más común. Procederemos también a su simulación en MatLab, usando el simulador SIMULINK, para entender mejor el funcionamiento de este sistema.


Uno de los bloques más comunes en un sistema es el amplificador lineal. Este es un dispositivo que proporciona una salida que es directamente proporcional a la entrada. Al ser el valor de salida mayor que el valor de entrada, el bloque realiza una elevación de nivel, por tanto, se trata de una amplificación. Si el nivel de salida fuese inferior al nivel de entrada, entonces hablaríamos de una reducción de nivel o atenuación.

Los amplificadores lineales pueden ser amplificadores con ganancia fija, que es la constante de proporcionalidad entre la entrada y la salida, y con ganancia variable, de modo que pueden variar su ganancia a través de una señal de control externa vc.

v_{out}(t)=g v_{in}(t)
v_{out}(t)=g(v_c(t)) v_{in}(t)

Esta señal de control es una variable que también depende del tiempo, aunque en condiciones de control libre, que es el realizado por el usuario, una vez elegido el valor del control esa variable pasa a ser estacionaria con el tiempo y el amplificador pasa a tener ganancia fija.

Sin embargo, las señales de entrada pueden tener oscilaciones debidas al canal de propagación, y subir o bajar de valor en función del tiempo. Si el amplificador tiene ganancia fija, la salida seguirá a las variaciones de entrada.

Por lo general los amplificadores convencionales suelen tener ganancia fija con una regulación externa manipulable por el usuario. Sin embargo, dentro de los sistemas de comunicaciones se pueden dar casos en los cuales hay que asegurar siempre que la salida tome un valor fijo. Y para ello es indispensable recurrir al Control Automático de Ganancia (AGC).


El AGC es un sistema realimentado, que usa la variable de salida, tomando una muestra, para procesarla debidamente y generar una señal de control vc(t) que permita variar la ganancia del amplificador en función del nivel de salida que se elija. Por tanto, un AGC proporciona una variable de salida fija frente a las variaciones de entrada.

El diagrama de bloques clásico de un AGC se puede ver en la siguiente figura

Fig. 1 – Diagrama de bloques de un AGC

Consta de un VGA o amplificador variable por tensión, que responde a la expresión vista en el apartado anterior, un detector de envolvente, porque la amplitud de la señal vout contiene la información de la variación de la señal de entrada, ya que vout es proporcional a vin, un comparador, que compara la señal detectada con una señal de referencia vref, que es la que gobernará el nivel de salida adecuado en vout y un filtro integrador, que proporciona la variable de control.

Al variar vin en el instante t0, el VGA está en estado estacionario, comportándose como un amplificador lineal de ganancia fija. Esto provoca una variación en la señal de salida vout que sigue a la entrada vin. Esta variación se detecta mediante el detector de envolvente provocando un cambio en la salida del comparador, que al ser integrado modifica el valor de vc adecuándolo para que vout se corrija y pase a mantener el valor antes del cambio.

Es un proceso dinámico: las señales vin y vout varían de forma temporal pero manteniendo un nivel estacionario de envolvente. Por ejemplo, una onda senoidal pura tiene una envolvente constante, ya que la función seno está acotada

Fig. 2 – Función variable de entrada de tipo senoidal

Cuando se detecta un cambio en la envolvente en un determinado instante de tiempo, el valor de pico de la amplitud cambia y es detectado por el detector, que inicia un proceso de realimentación temporal que no afecta a la forma de la onda, pero sí a su amplitud.

Fig. 3 – Variación de la amplitud en una señal senoidal

Este cambio es el que obligará a que vc tome el valor adecuado, realizándolo de forma gradual.


Volvemos al sistema de la Fig.1, donde el VGA tiene una ganancia representada por la expresión

g(v_c(t))=g_o e^{-\alpha v_c(t)}

En esta expresión se elimina el dominio temporal, puesto que en este instante no nos interesa la variación temporal de vc, ya que si no hay variación en vi, vc se mantiene estacionario.

La señal de entrada es una señal de la forma

v_{in}(t)=a \sin({\omega}t+{\theta})

La señal de salida será de la forma

v_{out}(t)=g_o a e^{-\alpha \cdot v_c(t)} \sin({\omega}t+{\theta})

Esta señal pasará por el detector de envolvente, cuya salida es una señal que es proporcional a la amplitud de la señal de entrada, siendo k la constante de proporcionalidad. Por tanto, la señal de salida del detector de envolvente será

v_e=k  g_o a e^{-\alpha v_c(t)}

Esta señal se pasa a través de un amplificador logarítmico, ya que la dependencia de vE con respecto a vc es exponencial. Como la base es natural, elegimos el logaritmo natural como amplificador logarítmico, y se obtiene una tensión de salida v2 cuya expresión es

v_2=-{\alpha}  v_c+\log(k  g_o a)

En esta expresión podemos comprobar que k y g0 son valores constantes, y que a y vc son los que pueden variar con respecto al tiempo. Si ahora incluimos la variación temporal de a, tendremos que la expresión toma la forma

v_2=-{\alpha}  v_c(t)+\log(k g_o a(t))

Por tanto una variación de a queda contrarrestada por una variación de vc para que v2 vuelva a tener el valor anterior al cambio en a.

Al realizar la comparación entre la tensión v2(t) y vR, que es un valor fijo y que marcará el nivel de salida que debe mantener el amplificador, tenemos una señal v1 que tiene la siguiente expresión

v_1=-{\alpha} v_c(t)+\log(k g_o a(t) e^{-v_R})

Esta señal se pasa a través de un filtrado paso bajo que la integra, proporcionando vC(t). Si el filtro tiene una respuesta temporal h(t), lo que realizamos es una convolución de la señal v1 con la respuesta temporal h(t)


Y de aquí obtenemos

v_1(t)+{\alpha} h(t)*v_1(t)=\log(k g_o a(t) e^{-v_R})

En el dominio temporal la convolución es una ecuación integral dinámica, por lo que si usamos el dominio de Laplace, pasaremos esa respuesta convolucional a una respuesta en el dominio de la variable compleja s que es lineal. Usando este dominio, la ecuación anterior queda como

V_1(s)+{\alpha} H(s) V_1(s)=\mathcal{L}[log(k  g_o a(t) e^{-v_R})]

que es el resultado de aplicar el operador de la transformada de Laplace. Vamos a estudiar el valor de V1(s) si la salida tiene un valor una amplitud b

v_{out}(t)=b \sin({\omega}t+{\theta})

quitando la dependencia con k y con g0. En este casi, siguiendo los mismos pasos que en el caso anterior, tendremos que

v_1(t)=\log(b(t) e^{-v_R})

V_1(s)=\mathcal{L} [\log(b(t) e^{-v_R})]

(1+{\alpha} H(s)) \mathcal{L}[\log(b(t) e^{-v_R})]=\mathcal{L}[\log(k g_o a(t) e^{-v_R})]

\dfrac {\mathcal{L}[\log(b(t) e^{-v_R})]}{\mathcal{L}[\log(k g_o a(t) e^{-v_R})]}=\dfrac {1}{1+{\alpha} H(s)}

El primer término es el cociente de dos funciones, una que depende de la amplitud de salida y otra que depende de la amplitud de entrada. Si elegimos el producto k·g0=1, obtendremos que

\dfrac {\mathcal{L}[\log(b(t) e^{-v_R})]}{\mathcal{L}[\log(a(t) e^{-v_R})]}=\dfrac {\mathcal{L}[\log(b(t))]}{\mathcal{L}[\log(a(t)]}=\dfrac {1}{1+{\alpha} H(s)}

Como y(t) y x(t) tienen valores de tensión, podemos aplicar la definición de dB, que es:

b_{dB}(t)=20 \log_{10}(b(t))

a_{dB}(t)=20 \log_{10}(a(t))

por lo que el cociente anterior quedaría

\dfrac {\mathcal{L}[\log(b(t) e^{-v_R})]}{\mathcal{L}[\log(a(t) e^{-v_R})]}=\dfrac {\mathcal{L}[b_{dB}(t)]}{\mathcal{L}[a_{dB}(t)]}=\dfrac {B_{dB}(s)}{A_{dB}(s)}

eliminando el dominio temporal y convirtiendo el sistema en un sistema totalmente lineal. Entonces tendremos que

\dfrac {B_{dB}}{A_{dB}}=\dfrac {1}{1+{\alpha} H(s)}

siendo ésta la función de transferencia de la variación en dB de las amplitudes de salida y de entrada.

Si el filtro utilizado es un filtro integrador con polo en el origen, de la forma

H(s)= \dfrac {C}{s}

tendremos que la expresión nos quedará

\dfrac {B_{dB}}{A_{dB}}=\dfrac {1}{1+{\alpha} C}

Supongamos ahora que damos un salto de 1 dB a la envolvente de entrada AdB, pudiendo ser hacia arriba o hacia abajo. Llamamos a la nueva envolvente A’dB(s), y a la de salida B’dB(s). Como subimos o bajamos un 1 dB, tenemos que :

{A'}_{dB}(s)=A_{dB}(s) \pm 1

Y además tenemos que

\dfrac {B_{dB}}{A_{dB}}=\dfrac {{B'}_{dB}}{{A'}_{dB}}=\dfrac {1}{1+{\alpha} C}

ya que la realimentación debe responder siempre de la misma manera. Haciendo la sustiticuón de la expresión de la variación de entrada en la expresión anterior tenemos

\dfrac {B_{dB}}{A_{dB}}=\dfrac {{B'}_{dB}}{A_{dB}(s) \pm 1}=\dfrac {1}{1+{\alpha} C}

Por tanto, podremos calcular B’dB(s) multiplicando por la función de transferencia

{B'}_{dB}(s)=\dfrac {s}{s+{\alpha} \cdot C} \cdot A_{dB}(s) \pm \dfrac {s}{s+{\alpha} C}

Y sabiendo que el primer término es precisamente BdB(s), podemos poner la expresión como

{B'}_{dB}(s)-B_{dB}(s)=\pm \dfrac {s}{s+{\alpha} C}=\pm 1 \mp \dfrac {{\alpha} C}{s+{\alpha} C}

La ecuación anterior liga a la nueva envolvente B’dB(s) con la anterior BdB(s). Como es una respuesta temporal, tendremos que aplicar la transformada inversa, obteniendo

{B'}_{dB}(t)-B_{dB}(t)=\pm {\delta}(t) \mp {{\alpha} C e^{-{\alpha} C t}}

Estudiemos este resultado: Cuando subimos 1 dB (instante t=0), la ecuación queda como b’dB(t)–bdB(t)=+δ(t)=+1, ya que en t=0 el filtro h(t) todavía no ha respondido. Por tanto, en el instante inicial la diferencia entre la envolvente nueva y la inicial es de 1dB. Cuando t comienza a crecer, tenemos una respuesta exponencial decreciente debido al segundo término de la expresión anterior, por lo que a medida que va aumentando el tiempo, la diferencia entre la envolvente nueva b’dB(t) y la inicial bdB(t) va disminuyendo (inicialmente b’dB(t)>bdB(t)) hasta que ambas son iguales.

Si por el contrario, disminuimos la envolvente de entrada 1dB, la respuesta queda como b’dB(t)–bdB(t)=-δ(t)=-1, de modo que cuando disminuimos 1dB (instante t=0), la envolvente final disminuye en ese valor por la misma razón que en el caso anterior. Por tanto, en el instante inicial la diferencia entre la envolvente nueva y la inicial es de –1dB, que es el salto que se produce en la señal de entrada. Cuando t comienza a crecer, se produce una exponencial creciente que reduce esa diferencia (en este caso tenemos que b’dB(t)<bdB(t)), por lo que la diferencia también va disminuyendo hasta que ambas vuelven a ser iguales.

De aquí se deduce que cuando la envolvente de entrada sube o baja 1 dB, la de salida, en el instante inicial, tiende a subir o bajar siguiendo a la variación de la envolvente de entrada, pero cuando pasa un tiempo, la de salida se estabiliza hasta que llega al valor inicial ydB(t).

El tiempo de respuesta t del AGC, en el que la diferencia de envolventes es precisamente α·C/e es τ=1/α·C, que es la constante de tiempo de respuesta del AGC. Si ese tiempo es muy alto, el AGC responde lentamente, mientras que si ese tiempo es muy bajo, el AGC responde rápidamente. Es necesario un compromiso con el tiempo de respuesta del AGC en señales que contienen también variaciones nominales por su contenido, como las señales analógicas de audio o vídeo, para no confundir una variación de nivel con una variación de ese contenido.


En esta entrada hemos podido comprobar cómo es el diagrama de bloques de un AGC, estudiando su respuesta en el dominio de Laplace y en el dominio temporal. Hemos llegado a una relación de transferencia que nos permite relacionar las variaciones de la señal de salida con las de entrada y cómo podemos calcular el tiempo de respuesta del AGC, que tendremos que incluir a través del filtro integrador y del estudio de la constante de variación de la ganancia del amplificador.

En la siguiente entrada realizaremos el estudio este sistema mediante SIMULINK.


  1. Benjamin C. Kuo; “Automatic Control Systems”; 2nd ed.; Englewood Cliffs, NJ; Prentice Hall; 1975
  2. Pere Matí i Puig; “Subsistemas de radiocomunicaciones analógicos”;Universitat Oberta de Catalunya;2010


Studying slotline transmission lines

PCB transmission lines are an optimal and low cost solution to make guided propagation at very high frequencies. The most popular lines are microstrip and coplanar waveguide. These transmission lines are easily realizable in a printed circuit board and whose impedance can be calculated from their dimensions. In these lines, TEM modes (transverse electromagnetic) are propagated, in which there is no component in the direction of propagation. However, there are other very popular lines that can also be used at high frequencies and are known as slotlines. In this post, we are going to study the electrical behavior of slotlines and some microwave circuits that can be done with them.

At high frequencies, lines usually behave like distributed transmission lines. Therefore, it is necessary to know its impedance so that there are no losses during propagation.

The microstrip and coplanar waveguides are very popular, since they are easily implemented on a printed circuit board, they are cheap and can be easily calculated. In both lines, the propagation mode is TEM, there are no field components in the direction of propagation, and their characteristic impedance Zc and wavelength λg depend on the line dimensions and the dielectric substrate which supports them.

There is another type of line, which is usually used at very high frequencies: the slotline. This line is one slot on the copper plane through which a transverse electric mode is propagated (specifically the TE01 mode, as shown in the following figure).

Fig. 1 –  TE01 mode on a slotline

The field is confined near the slot so that the propagation has the minimum possible losses, and as the microstrip lines, there is a discontinuity due to the dielectric substrate and air. It is used as a transmission line with substrates with a high dielectric constant (around εr≥9.2), in order to confine the fields as close as possible to the slot, although they can be used as couplings on substrates with lower dielectric constants. In this way, flat antennas can be fed with the slotlines.

In this post, we will pay attention to its use as transmission lines (with high dielectric constants), and the microwave circuits that we can make with them, studying the transitions between both technologies (slotline to microstrip).


Being a transmission line and like the other lines, the slotline has a characteristic impedance Zc and a wavelength λs. But besides, using the TE01 propagation mode, the electric field component which is propagated, in cylindrical coordinates, is Eφ, as it is shown in the next figure

Fig. 2 – Eφ component

This component is calculated from the magnetic components Hr and Hz, considering the Z-axis the propagation direction, which is perpendicular to the electric field. From here, we get an expression for the propagation constant kc which is

E_{\varphi}=\dfrac {j{\omega}{\mu_0}}{k_c^2}\dfrac {\partial H_z}{\partial r}=-{\eta} \dfrac {\lambda_s}{\lambda_0}H_r

k_c=\dfrac {2{\pi}}{\lambda_0} \sqrt {1- \left( \dfrac {\lambda_0}{\lambda_s} \right)^2}

where λ0 is the wavelength of the propagated field. The first thing is deduced from the expression of kc is that we will find a cuttoff wavelength λs, from which the field propagates as mode TE01, since λ0≤λs so that kc is real and there is propagation. This means that there will be a cuttoff thickness for the substrate which will depend on the dielectric constant εr. The expression for that cuttoff thickness, where there is no propagation at TE01 mode, is

{\left( \dfrac {h}{\lambda_0} \right)}_c=\dfrac {1}{4\sqrt{{\epsilon_r}-1}}

With these expressions, Gupta (see [1], page 283) got the expressions for the line impedance Zc and the line wavelength λs, which will allow us to typify the transmission line, making microwave circuits with slotlines.


As the microstrip and coplanar waveguides, slotline can be analyzed using a FEM electromagnetic simulator. We are going to study one transmission line on an RT/Duroid 6010 substrate, which dielectric constant is εr=10,8, with 0,5mm thickness. The slot width is 5mil. According to the impedance calculations, Zc is 68,4Ω and λs, 14,6mm, at 10GHz. In a 3D view, the slotline is the next

Fig. 5 – Slotline 3D view

The next graph shows the S parameters at 50Ω impedance of generator and load.

Fig. 6 – Slotline S parameters

On the Smith chart

Fig. 7 – Slotline impedance on Smith Chart

where the impedance is 36,8-j·24,4Ω at 10GHz.

It is possible to show the propagated surface current on the line in 3D view

Fig. 8 – Slot surface current, in A/m

where it can be seen that the surface current is confined as near as possible the slot. From this current, the H-field can be derived and therefore the E-field which only has a transversal component. It can be also seen two maxima on the current magnitude, which shows that the slot distance is λs.

The FEM simulation allows us to analyze the slotline lines and build microwave circuits, knowing the characterization shown in [1].


Like the slotline is one slot made on a copper plane, transitions can be made from slotline to microstrip. One typical transition is the next

Fig. 9 – Slotline-to-microstrip transitions

Microstrip lines finish in a λm/4 open circuit stub, so the current is minimal at the open circuit and maximum at the transition location. In the same way, the slotline finishes in a λs/4 short circuit stub, with the minimum surface current at the transition location. Then, the equivalent circuit for each transition is

Fig. 10 -Equivalent circuit for a slotline-to-microstrip transition

Using the FEM simulator it is possible to study how a transition behaves. The next graph shows its S parameters. The transition has been made on RT/Duroid 6010, with 70mil thickness and 25mil slot widths. The microstrip width is 50mil and the working band is 0,7÷2,7GHz.

Fig. 11 – Transition S parameters

and showing the surface current on the transition, it ts the next

Fig. 12 – Current on the transition.

where it can be seen the coupling of the current and its distribution on the slotline.


The slotline is a versatile line. Combined with microstrip (the microstrip ground plane can include slots), it allows us to make a series of interesting circuits, such as those shown in fig. 13

Fig. 13 – Microwave circuits with slotline and microstrip.

The 13 (a) circuit shows a balum with slotline and microstrip technology, where the microstrip is shorted to ground in the transition. The balanced part is the slotline section, since both ground planes are working like differential ports, while the unbalanced part is the microstrip, referring to the ground plane where the slots are placed. With this circuit it is possible to build frequency mixers or balanced mixers. Another interesting circuit is shown in 13 (b), a “rat-race” where the microstrip circuit is not closed, but is coupled through a slot to get the coupling. In 13 (c), a “branchline” coupler is shown, using a slotline and, finally, in 13 (d), a Ronde coupler is shown. This last circuit is ideal to equalize the odd/even mode phase velocities.


In this post, we have analyzed the slotline used like a microwave transmission line, compared with another technologie. Besides we have made a small behavior analysis using an FEM simulator, checking the possibilities of the line analysis (S parameters and surface current analysis) and we have shown some circuits that can be made with this technology, verifying the versatility of this transmission line.


  1. Gupta, K.C., et al. “Microstrip Lines and Slotlines”. 2nd. s.l. : Artech House, Inc, 1996. ISBN 0-89006-766-X.

Estudiando líneas de transmisión slotline

Las líneas de transmisión sobre PCB son una solución óptima y de bajo coste para poder realizar propagación guiada a muy altas frecuencias. Las más populares son las líneas microstrip y las coplanares, líneas de transmisión fácilmente realizables en un circuito impreso y cuya impedancia puede ser calculada a partir de sus dimensiones. En estas líneas suelen propagarse modos TEM (transversales electromagnéticos), en los que no hay componente en la dirección de propagación. Sin embargo, existen otro tipo de líneas muy populares que también se pueden utilizar a altas frecuencias y que se conocen como slotlines (líneas de ranura). En esta entrada vamos a estudiar el comportamiento eléctrico de las líneas de ranura y algunos circuitos que se pueden hacer con ellas.

En altas frecuencias, las pistas comienzan a comportarse como líneas de transmisión distribuidas. Por tanto, es necesario conocer su impedancia para que no haya pérdidas durante la propagación.

Son muy populares las líneas microstrip y las coplanares, ya que son fácilmente implementables sobre un circuito impreso a través de la serigrafía del cobre, son económicas y se pueden calcular fácilmente. En ambas líneas, la propagación es TEM, no existiendo componentes de los campos en la dirección de propagación, y su impedancia característica Zc y longitud de onda λg dependen de las dimensiones de la línea y del substrato dieléctrico que las soporta.

Otro tipo de línea, que suele usarse en frecuencias muy elevadas, es la slotline. Esta línea consiste en una ranura sobre un plano de cobre, por la que se propaga, en este caso, un modo transversal eléctrico (concretamente el modo TE01, tal y como se ve en la siguiente figura

Fig. 1 – Modo TE01 en una slotline

El campo queda confinado cerca de la ranura para que la propagación tenga las mínimas pérdidas posibles, y como sucede en las líneas microstrip, hay una discontinuidad debida al substrato dieléctrico y al aire. Su uso como línea de transmisión suele necesitar substratos con alta constante dieléctrica (del orden de εr≥9,2), para lograr confinar los campos lo más cerca posible de la ranura, aunque se pueden usar como acoplamientos en substratos con constantes dieléctricas más bajas. De este modo, se pueden alimentar antenas planas gracias a las slotlines.

En esta entrada nos ceñiremos a su uso como líneas de transmisión (con constantes dieléctricas altas), y los circuitos de microondas que pueden realizarse con ellas, realizando un estudio sobre transiciones entre ambas tecnologías (slotline a microstrip).


Siendo una línea de transmisión, la slotline tiene, como el resto de líneas, una impedancia característica Zc y una longitud de onda λs. Pero además, siendo el modo de propagación el TE01, la componente de campo que se va a propagar, en cilíndricas, es la Eφ, como se muestra en la figura

Fig. 2 – Componente Eφ de campo eléctrico

Esta componente se calcula a partir de las componentes Hr y Hz del campo magnético, considerando Z la dirección de propagación de la línea, perpendicular al campo eléctrico. De aquí obtenemos una expresión para la constante de propagación kc que es

E_{\varphi}=\dfrac {j{\omega}{\mu_0}}{k_c^2}\dfrac {\partial H_z}{\partial r}=-{\eta} \dfrac {\lambda_s}{\lambda_0}H_r

k_c=\dfrac {2{\pi}}{\lambda_0} \sqrt {1- \left( \dfrac {\lambda_0}{\lambda_s} \right)^2}

siendo λ0 la longitud de onda del campo propagado. Lo primero que deducimos de la expresión de kc es que vamos a encontrarnos una longitud de onda de corte λs, a partir de la cual el campo se propaga como modo TE01, ya que λ0≤λs para que kc sea real y exista propagación. Esto significa que va a haber un espesor de corte para el sustrato que va a depender de la constante dieléctrica εr. La expresión para ese espesor de corte, donde no hay propagación en forma de modo TE01,es

{\left( \dfrac {h}{\lambda_0} \right)}_c=\dfrac {1}{4\sqrt{{\epsilon_r}-1}}

Con estas expresiones, Gupta (ver [1], pág. 283)  extrajo unas expresiones que permiten el cálculo de la impedancia de la línea Zc y la longitud de onda de la línea λs, que nos permitirá caracterizar la línea de transmisión, y con esa caracterización, realizar circuitos de microondas con slotlines.


Como las líneas microstrip y las coplanares, las líneas slotline pueden ser analizadas usando un simulador electromagnético FEM. Vamos a estudiar una línea de transmisión en un substrato RT/Duroid 6010, que tiene una εr=10,8, con un espesor de 0,5mm, y una anchura de ranura de 5mil. Según los cálculos de impedancia, la línea tiene una Zc=68,4Ω y una λs=14,6mm a 10GHz. Vista en 3D, la slotline es

Fig. 5 – Slotline en 3D

La siguiente gráfica muestra los parámetros S de la línea de transmisión a 50Ω de generador y de carga.

Fig. 6 – Parámetros S de la slotline

Si representamos ahora los parámetros S en la carta de Smith

Fig. 7 – Impedancia de la slotline

donde tenemos una impedancia de 36,8-j·24,4Ω a 10GHz.

Para ver el campo propagado, usamos la visualización 3D, y representamos la corriente superficial en la ranura

Fig. 8 – Corriente superficial en la ranura, en A/m

donde se puede ver que la corriente superficial queda confinada cerca de la ranura. De esta corriente deriva el campo H y por tanto el campo E, que sólo tiene componente transversal. También se pueden ver la presencia de dos máximos, lo que indica que la distancia de la ranura coincide con la λs.

Gracias a la simulación FEM podemos analizar las líneas slotline y construir circuitos de microondas, sabiendo la caracterización que nos muestra [1].


Como la slotline es una ranura practicada sobre un plano de cobre, se pueden hacer transiciones desde slotline a línea microstrip. Una transición típica es

Fig. 9 – Transición slotline a microstrip

Las líneas microstrip finalizan en un stub en circuito abierto λm/4, de modo que la corriente es mínima en el extremo del circuito abierto y máxima en la posición de la transición. Del mismo modo, la slotline acaba en sendos stub λs/4 en cortocircuito, siendo la corriente superficial mínima en la posición de la transición. El circuito equivalente por cada transición se puede representar de la forma

Fig. 10 – Circuito equivalente de una transición slotline a microstrip

Vamos a estudiar con el simulador electromagnético cómo se comporta una transición como la de la figura adjunta. En este caso, se trata de una transición que funciona en una banda entre 700MHz y 2,7GHz, construida sobre un substrato RT/Duroid 6010, con un espesor de 70mil, y anchuras de ranura de 25mil y microstrip de 50mil. Los parámetros S de la transición son

Fig. 11 – Parámetros S de la transición

y si representamos la corriente superficial en la transición, obtenemos

Fig. 12 – Corrientes en la transición.

donde se puede ver el acoplamiento de la corriente en la transición y la distribución sobre la slotline.


La slotline es una línea versátil. Combinada con microstrip (el plano de masa de la microstrip puede albergar las ranuras) nos permite realizar una serie de circuitos interesantes, como los mostrados en la fig. 13

Fig. 13 – Circuitos que se pueden implementar con slotline y microstrip.

El circuito de la fig. 13 (a) muestra un balum con tecnología slotline y microstrip, cortocircuitando la línea microstrip en la transición. La parte balanceada es la de la línea slotline, ya que ambos planos de tierra son puertos diferenciales, mientras que la parte no balanceada es la línea microstrip, referida al plano de masa donde se construye la slotline. Con este circuito es posible construir dobladores de frecuencia o mezcladores balanceados. Otro circuito interesante es el “rat-race” de la fig. 13 (b), donde el circuito microstrip no está cerrado, sino que se acopla a la slotline para realizar la función. En la fig. 13 (c) es posible ver un acoplador “branchline” usando una slotline y por último, el acoplador de Ronde (fig. 13 (d)), que es un circuito idóneo para ecualizar las velocidades de fase de los modos par e impar.


En la entrada hemos analizado la línea slotline como línea de transmisión de microondas, comparada con otras tecnologías como la microstrip y la coplanar. Además, hemos hecho un pequeño análisis del comportamiento de la línea usando un simulador electromagnético FEM, en el que hemos podido comprobar las posibilidades de análisis de la línea, tanto en su comportamiento con parámetros S como en análisis de campos, y hemos mostrado algunos de los circuitos que se pueden realizar con esta tecnología, comprobando la versatilidad de la línea de transmisión.


  1. Gupta, K.C., et al. “Microstrip Lines and Slotlines”. 2nd. s.l. : Artech House, Inc, 1996. ISBN 0-89006-766-X.

Simulating transitions with waveguides

adapterWaveguides are transmission lines widely used in very high frequency applications as guided propagation devices. Their main advantages are the reduction of losses in the propagation, due to the use of a single conductor and air, instead of using dielectrics as in the coaxial cable, a greater capacity to use high power and a simple building. Their main drawbacks are usually that they are bulky devices, that they cannot operate below their cutoff frequency and that the guide transitions to other technologies (such as coaxial or microstrip) have often losses. However, finite element method (FEM) simulation allows us to study and optimize the transitions that can be built with these devices, getting very good results. In this post we will study the waveguides using an FEM simulator such as HFSS, which is able to analyze tridimensional electromagnetic fields (3D simulation).

Waveguides are very popular in very high frequency circuits, due to the ease of their building and their low losses. The propagated fields, unlike the coaxial guides, are electric or magnetic transverse (TE or TM fields), so they have a magnetic field component (TE) or electric field (TM) in the propagation direction. These fields are the solutions for the Helmholtz equation under certain boundary conditions

  • For the TE modes, Ez(x,y)=0

\left( \dfrac {{\partial}^2}{\partial x^2} +\dfrac {{\partial}^2}{\partial y^2} +k_c^2\right)H_z(x,y)=0

  • For the TM modes, Hz(x,y)=0

\left( \dfrac {{\partial}^2}{\partial x^2} +\dfrac {{\partial}^2}{\partial y^2} +k_c^2\right)E_z(x,y)=0

and solving these differential equations by separation of variables, and applying the boundary conditions of a rectangular enclosure, where all the walls are electrical walls (conductors, in which the tangential component of the electric field is canceled)

Fig. 2 – Boundary conditions on a rectangular waveguide

we can obtain a set of solutions for the electromagnetic field inside the guide, starting from the solution obtained for the expressions shown in fig. 1.

Fig. 3 – Table of electromagnetic fields and parameters in rectangular waveguides

Therefore, electromagnetic fields are propagated like propagation modes, called TEmn, for the transverse electric (Ez=0), or TMmn, for the transverse magnetic (Hz=0). From the propagation constant Kc is got an expression for the cutoff frequencyfc, which is the lowest frequency for propagating fields inside the waveguide, which expression is

f_c=\dfrac {c}{2} \sqrt {\left( \dfrac {m}{a} \right) ^2+\left( \dfrac {n}{b} \right) ^2}

The lowest mode is when m=0, since although the function has extremes for m,n=0, the modes TE00 or TM00 do not exist. And like a>b, the lowest cutoff frequency of the waveguide is for the mode TE10. That is the mode we are going to analyze using a 3D FEM simulation.


In a 3D simulator it is very easy to model a rectangular waveguide, since it is enough to draw a rectangular prism with the appropriate dimensions a and b. In this case, a=3,10mm and b=1,55mm. The TE10 mode start to propagate at 48GHz the next mode, TE01, at 97GHz, then the waveguide is analyzed at 76GHz, frequency in which it will work. Drawing the waveguide in HFSS, it is shown so

Fig. 5 – Rectangular waveguide. HFSS model

The inner rectangular prism is assigned to vacuum, and the side faces are assigned perfect E boundaries. Two wave ports are assigned on the rectangles at -z/2 and +z/2 , using the first propagation mode. The next figure shows the E-field along the waveguide

Fig. 6 – Electric field inside the waveguide

Analyzing the Scattering parameters from 40 to 90GHz, it is got

Fig. 7 – S parameters for the rectangular waveguide

where it can be seen that the first mode starts to propagate inside the waveguide at 48,5GHz.

From 97GHz, TE01 mode could be propagated too, it does not interest us, then the analysis is done at 76GHz.


The most common transitions are from waveguide to coaxial, or from waveguide to microstrip line, to be able to use the propagated energy in another kind of applications. For this, a probe is placed in the direction of the E-field, coupling its energy on the probe. (TE01 mode is in Y-axis)

Fig. 8 – Probe location

The probe is a quarter wavelength resonant antenna at the desired frequency. In X-axis, E-field maximum value happens at x=a/2, while to find the maximum in Z-axis, the guide is finished in a short circuit. So, E-field is null on the guide wall, being maximum at a quarter guide wavelength which is

{\lambda_g}=\dfrac {\lambda}{\sqrt {1-\left( \dfrac {f_c}{f} \right)^2}}

and in our case, at 76GHz, λ is 3,95mm and λg, 5,11mm. Then, the probe length will be 0,99mm and the shortcircuit distance, 2,56mm.

In coaxial transitions, it is enough to put a coax whose internal conductor protrude λ/4 at λg/4 from the shortcircuit. But in microstrip transitions dielectrics are used as support of the conductor lines, then it should be kept in mindpor the dielectric effect, too.

Our transition can be modeled in HFSS by assigning different materials. The probe is built on Rogers RO3003 substrate, with low dielectric constant and losses, making the transition to microstrip. The lateral faces and the lines are assigned to perfect E boundaries, and form of the substrate, to a RO3003 material. The waveguide inside and the transition cavity is assigned to vacuum. In the extreme face of the transition, a wave port is assigned.

Fig. 10 – Rectangular waveguide to microstrip transition

Now, the simulation is done analyzing the fields and S parameters.

Fig. 11 – E-field on the transition

and it can be seen how the E-field couples to the probe and the signal is propagated along the microstrip.

Fig. 12 – Transition S parameters

Seeing the S parameters, we can see that the least loss coupling happens at 76÷78GHz, our working frequency.


Among the usual waveguide devices, one of the most popular is the Magic Tee, a special combiner which can be used like a divider, a combiner and a signal adder/subtractor.

Fig. 13 – Magic Tee

Its behavior is very simple: when an EM field is fed by port 2, the signal is divided and in phase by ports 1 and 3. Port 4 is isolated because its E-plane is perpendicular to the port 2 E-plane. But if the EM field is fed by port 4, it is divided into ports 1 and 3 in phase opposition (180deg) while port 2 is now isolated.

Using the FEM simulation to analyze the Magic Tee, and feeding the power through port 2, it is got the next response

Fig. 14 – E-field inside the Magic Tee feeding by the port 2.

and the power is splitted in ports 1 and 3 while port 4 is isolated. Doing the same operation from port 4, it is got

Fig. 15 – E-field inside the Magic Tee feeding by the port 4.

where now port 2 is isolated.

To see the phases, it is used a vector plot of the E-field

Fig. 16 – Vector E-field inside the Magic Tee feeding by the port 2

where it is seen that the field in ports 1 and 3 has the same direction and therefore they are in phase. Feeding from port 4

Fig. 17 – Vector E-field inside the Magic Tee feeding by the port 2

in which it is seen that the signals in port 1 and 3 has the same level, but in phase opposition (180deg between them).

FEM simulation allows us to analyze the behavior of the EM field from different points of view, only changing the excitations. For example, feeding a signal in phase by port 2 and 4, both signals will be added in phase at port3 and will be nulled at port 1.

Fig. 18 – E-field inside the feeding by ports 2 and 4 in phase.

whereas if inverting the phase in port 2 or port 4, the signals will be added at port 1 and will be nulled at port 3.

Fig. 19 – E-field inside the feeding by ports 2 and 4 in phase opposition

and the result is a signal adder/subtractor.


The object of this post was the analysis of the electrical behavior of the waveguides using a 3D FEM simulator. The advantage of using these simulators is that they allow to analyze with good precision the EM fields on three-dimensional structures, being the modeling the most important part to rightly define the structure to be studied, since a 3D simulator requires meshing in the structure, and this meshing, as it needs a high number of tetrahedra to achieve good convergence, also tends to need more machine memory and processing capacity.
The structures analyzed, due to their simplicity, have not required long simulation time and relevant processing capacity, but as the models become more complex, the processing capacity increases, it it is needed to achieve a good accuracy.

In subsequent posts, another methods to reduce modeling in complex structures will be analyzed, through the use of planes of symmetry that allow us to divide the structure and reduce meshing considerably..


  1. Daniel G. Swanson, Jr.,Wolfgang J. R. Hoefer; “Microwave Circuit Modeling Using Electromagnetic Field Simulation”; Artech House, 2003, ISBN 1-58053-308-6
  2. Paul Wade, “Rectangular Waveguide to Coax Transition Design”, QEX, Nov/Dec 2006