4、NRW提取法（一）：Nicolson-Ross-Weir方法推导、公式解析

各位同学，今天咱们来啃一块硬骨头——NRW提取法。说实话，我刚入行那会儿，看到这一堆公式也头疼。但后来我发现，只要把推导逻辑捋顺了，这方法其实挺优雅的。

NRW方法，全称Nicolson-Ross-Weir，是超材料电磁参数提取的经典方法。它最早由Nicolson和Ross在1970年提出，后来Weir做了改进。说白了，就是利用S参数反推材料的复介电常数和复磁导率。我在做左手材料项目时，这方法几乎是每天都要用到的工具。

4.1 核心思想：从S参数到本构参数

先问大家一个问题：你手头有一块待测材料，放进波导或自由空间里，测出S11和S21。然后呢？怎么知道它的ε和μ？

NRW方法的核心思路是这样的：

• 把材料样品看作一个均匀介质平板
• 电磁波垂直入射，产生反射和透射
• 利用传输线理论，建立S参数与材料参数的关系
• 反解方程组，得到ε和μ

嗯，这里要注意：NRW方法假设样品是各向同性的、非磁性的（或者弱磁性的），而且厚度要均匀。我踩过这个坑——有一次样品表面不平整，提取出来的参数在高频段全是毛刺，折腾了两天才找到原因。

4.2 关键公式推导

咱们一步步来。先定义几个基本量：

符号	含义
Γ	反射系数（空气-材料界面）
T	传输系数（穿过材料）
d	样品厚度
γ	传播常数
Z	材料归一化波阻抗

首先，反射系数Γ由波阻抗决定：

Γ = (Z - 1) / (Z + 1)

其中Z = √(μ_r / ε_r)。这个公式大家应该熟悉，就是传输线理论里的反射系数。

传输系数T呢？它描述波穿过厚度为d的材料后的衰减和相移：

T = exp(-γ * d)

传播常数γ = j * (2πf / c) * √(ε_r * μ_r)。这里c是光速，f是频率。

好，现在关键来了。实际测到的S11和S21，与Γ和T是什么关系？

对于对称、均匀的样品，有：

S11 = Γ * (1 - T²) / (1 - Γ² * T²)
S21 = T * (1 - Γ²) / (1 - Γ² * T²)

这两个公式，我建议你亲手推导一遍。我在研究生阶段推导了不下十遍，每次都有新体会。它们本质上是考虑了多次反射的叠加——波在材料内部来回弹跳，最后合成我们测到的S参数。

4.3 反解过程：从S参数到ε和μ

现在我们有S11和S21的测量值，想求ε和μ。怎么做？

第一步，先求Γ和T的中间量。定义两个辅助量V1和V2：

V1 = S21 + S11
V2 = S21 - S11

然后可以解出：

Γ = X ± √(X² - 1)

其中：

X = (1 - V1 * V2) / (V1 - V2)

这里取哪个根？要满足|Γ| ≤ 1。无源材料的反射系数模值不可能大于1，这是物理约束。我见过有人取错根，结果提取出负的介电常数实部——虽然超材料确实可以有负的，但那是另一回事，不能因为取错根而得到假结果。

第二步，求传输系数T：

T = (S11 + S21 - Γ) / (1 - (S11 + S21) * Γ)

第三步，由T求传播常数γ：

γ = -ln(T) / d

注意，这里ln(T)是多值函数，存在2πn的相位模糊。这是NRW方法最头疼的问题之一。我建议的做法是：从低频开始，逐点追踪相位，确保连续性。

第四步，由Γ和γ求ε和μ：

μ_r = (1 + Γ) / (1 - Γ) * (γ / γ₀)
ε_r = (γ / γ₀) * (1 - Γ) / (1 + Γ)

其中γ₀ = j * 2πf / c，是自由空间的传播常数。

4.4 公式解析：物理意义与注意事项

咱们把关键公式拆开看看：

• μ_r的表达式：(1+Γ)/(1-Γ)这部分其实就是材料的归一化波阻抗Z。乘以γ/γ₀，相当于把波阻抗和传播常数结合起来，得到磁导率。
• ε_r的表达式：类似地，由γ/γ₀除以Z，得到介电常数。

说白了，NRW方法就是把S参数先转换成Γ和T，再转换成Z和γ，最后得到ε和μ。这个链条很清晰，但每一步都有坑。

4.5 知识体系：NRW方法的核心逻辑

下面这张图，是我自己总结的NRW方法流程图。每次做提取之前，我都会在脑子里过一遍这个流程：

这个流程看起来简单，但每一步都有细节。我建议你对照着公式，自己手算一组数据试试。当年我就是这么干的——拿一个已知材料（比如特氟龙，ε_r≈2.1），先正算S参数，再用NRW反推，看能不能还原回来。

4.6 代码实现：NRW方法的核心函数

下面是我常用的NRW提取函数。注意，这里做了相位展开处理：

import numpy as np

def nrw_extract(S11, S21, d, freq):
    """
    NRW方法提取电磁参数
    参数:
        S11, S21: 复数S参数 (1D array)
        d: 样品厚度 (m)
        freq: 频率 (Hz)
    返回:
        eps_r, mu_r: 复介电常数和复磁导率
    """
    c = 3e8
    omega = 2 * np.pi * freq
    gamma0 = 1j * omega / c
    
    # 步骤1: 计算中间量
    V1 = S21 + S11
    V2 = S21 - S11
    X = (1 - V1 * V2) / (V1 - V2)
    
    # 步骤2: 求反射系数
    Gamma = X - np.sqrt(X**2 - 1)  # 取模值≤1的根
    # 如果模值>1，取另一个根
    mask = np.abs(Gamma) > 1
    Gamma[mask] = X[mask] + np.sqrt(X[mask]**2 - 1)
    
    # 步骤3: 求传输系数
    T = (S11 + S21 - Gamma) / (1 - (S11 + S21) * Gamma)
    
    # 步骤4: 求传播常数（含相位展开）
    ln_T = np.log(T)
    # 相位展开：确保相位连续
    phase = np.unwrap(np.angle(T))
    ln_T = np.log(np.abs(T)) + 1j * phase
    
    gamma = -ln_T / d
    
    # 步骤5: 求ε和μ
    Z = (1 + Gamma) / (1 - Gamma)
    mu_r = Z * gamma / gamma0
    eps_r = gamma / (gamma0 * Z)
    
    return eps_r, mu_r

好了，NRW方法的推导和公式解析就讲到这里。我个人觉得，理解这个方法的关键在于抓住「反射-传输-多次反射」这个物理图像。公式只是描述这个图像的数学语言。下次咱们聊聊NRW方法在实际应用中会遇到哪些坑，以及怎么用数值技巧来避开它们。