企业官网建设流程全解析

简介：面向射频与微波电路学习者及工程师的ADS低噪声放大器设计实例包，围绕LNA的增益、噪声系数、阻抗匹配与稳定性展开，适合用作课程设计、项目复现和仿真练习的参考案例。压缩包共313个文件、约105.55MB，包含ADS工程与原理图、仿真设置及结果数据，并附Smith圆图匹配、S参数、I-V曲线等图表文件，可据此对照电路拓扑、偏置参数与性能指标。已有3895人学习下载。读者可从中获得较完整的LNA设计流程样本，理解晶体管选型、偏置点调整和输入输出匹配的实现方式，也能借助仿真结果复盘噪声与增益之间的权衡，提升射频电路分析与优化能力。

1. 从“接收灵敏度差 3 dB”倒推：这套 ADS 低噪声放大器设计要解决什么

一条 2.4 GHz 接收链路，系统指标要求整机噪声系数压到 3.2 dB 以内，前端滤波器又不能省，留给放大级的余量其实非常窄。很多人的第一反应是把增益做高一点、把匹配调得漂亮一点，结果仿真出来的 S 参数很好看，噪声系数却卡在 1.8 dB 下不去。这套 ADS 低噪声放大器设计实例，就是围绕这类真实指标缺口展开的：从系统噪声预算倒推单级指标，选定偏置点与器件，做最小噪声匹配和源极负反馈稳定化，再用 S 参数、噪声、稳定性、压缩点一整套仿真交叉验证。

它适合两类人：一类是射频方向做毕设或课设、需要交一份从原理图到仿真曲线齐全的方案；另一类是第一次独立承担 LNA 设计、手上只有两周时间、必须交出一版能复现结果的工程师。

2. 指标分解与器件选型：从系统噪声系数倒推单级放大器的工作点

指标不能拍脑袋定。LNA 的噪声系数该定 1.2 dB 还是 0.8 dB，增益该给 15 dB 还是 18 dB，这些数字得从链路预算里算出来，否则后面调匹配就是盲目试错。

2.1 用 Friis 公式把系统指标拆到 LNA 头上

一条典型的接收前端从天线开始依次是：输入带通滤波器、LNA、镜像抑制滤波器、混频器、中频放大器。每一级的损耗或增益、噪声系数都会参与系统噪声的计算，但权重完全不同。前级的损耗会被后面所有级的噪声贡献放大，所以第一级滤波器的插损往往比 LNA 本身那零点几 dB 更值得关注。

先建一张预算表，把各段的增益与噪声系数列清楚，再代进级联公式算一遍。

把这张表代进级联公式，一分钟就能看清谁在拖后腿。

import numpy as np def cascade_nf(stages): """ stages: [(NF_dB, Gain_dB), ...] 按信号流向排列 返回 (系统噪声系数 dB, 各级折算到输入端的噪声贡献 dB) """ nf_lin = [10 ** (nf / 10) for nf, _ in stages] g_lin = [10 ** (g / 10) for _, g in stages] f_total = nf_lin[0] contrib = [nf_lin[0]] acc_gain = g_lin[0] for i in range(1, len(stages)): term = (nf_lin[i] - 1.0) / acc_gain # Friis：第 i 级折算到输入端 contrib.append(term) f_total += term acc_gain *= g_lin[i] return 10 * np.log10(f_total), [10 * np.log10(c) if c > 0 else -np.inf for c in contrib] # 按上表的顺序传参 stage_list = [(-1.2, -1.2), (1.2, 15.0), (2.0, -2.0), (9.0, 8.0), (3.0, 20.0)] sys_nf, detail = cascade_nf(stage_list) print(f"system NF = {sys_nf:.2f} dB") print("各级贡献(dB):", [f"{d:.2f}" for d in detail])

这段代码的关键在acc_gain这个累乘变量：它记录的是“当前级之前所有级的总增益”，所以第 2 级之后的分母会迅速变大，后级噪声被压得很低。参数传入时注意增益是有符号的，滤波器插损写负值，这样g_lin算出来小于 1，符合物理意义。算完会发现两件事：第一，第二级 LNA 的贡献接近它自己的噪声系数；第二，第一级滤波器的 1.2 dB 插损几乎原封不动地映射到系统噪声上。

接下来做两次对照。把 LNA 噪声从 1.2 dB 改到 0.8 dB，系统噪声大约从 3.48 dB 掉到 3.17 dB，只改善 0.31 dB。把输入滤波器插损从 1.2 dB 压到 0.6 dB，系统噪声能掉到 2.58 dB，改善接近 0.9 dB。这个对比的结论很直接：LNA 的指标要尽力做，但别指望靠它把前级插损的亏空全补回来。定指标的时候，我一般会把 LNA 噪声目标设在 1.2 dB 以内、增益 15 dB 以上，同时在前级滤波器的选型上更谨慎一些。

2.2 器件与板材：pHEMT 还是双极型，普通板材能不能用

2.4 GHz 这个频段上，增强型 pHEMT 管芯是比较主流的选择，最小噪声系数能做到 0.4～0.6 dB 量级，相关增益 17～19 dB，噪声和增益的余量都够。双极型器件在低频段更便宜，但最小噪声普遍在 1 dB 以上，压不进预算。如果是 900 MHz 以下、指标宽松、成本敏感的场合，双极型仍然能用，只是匹配网络的工作量会更大。

板材的影响常被低估。匹配网络里的微带线本身就是损耗元件，它的插入损耗会直接叠加到噪声系数上，而且这部分损耗发生在 LNA 输入端，权重是最大的一档。

第一版原型我强烈建议用低损耗板材，原因是那时候你需要验证的是电路拓扑和偏置点，不是板材损耗。如果用普通板材调匹配，你永远分不清仿真和实测的差距是拓扑问题还是材料问题，这就是典型的黑匣子。等拓扑定下来、指标有富余了，再去评估能不能换便宜材料降本。

2.3 偏置点：最小噪声偏置不是最大增益偏置

管芯的最小噪声系数出现在一个特定的漏极电流上，通常在 Idss 的 10%～20%；而最大增益出现在更大的电流上。两者不重合，这就是设计里第一个必须做的取舍。

做法是在 ADS 里搭一个纯直流加 S 参数探针的原理图，对 Vds 和 Ids 做二维扫描，记录每一个点上的 NFmin 和相关增益，然后手工挑一个两边都能接受的点。

这张表的数值随管芯不同会变，但趋势是通用的：电流继续加大，增益涨得很慢，噪声涨得很快。我一般会把工作点定在“噪声接近最低、增益还有 1.5 dB 余量”的那个位置，比如上面第二行。留这点余量是为了后面加源极负反馈和输出匹配时的增益损失找补。

偏置电路本身还有直流功耗和热漂移的问题。自偏置结构简单，但源极电阻会消耗一部分电压且引入负反馈；双电源结构多一路供电，但工作点更稳。射频板上常见的是漏极通过扼流电感直接馈电、栅极用电阻分压加去耦，我在第 3 章会展开。

3. 电路总体设计：偏置网络、匹配网络与源极反馈的职责划分

整级电路拆开看只有三块：直流馈电、输入匹配、输出匹配与稳定化。难点不在于每一块单独设计，而在于它们的相互牵制——输入匹配动一下，增益和稳定性都跟着变；源极反馈加一点，输出匹配得重做。把职责划分清楚，改一处的时候才知道另外两处该怎么跟。

3.1 直流馈电与射频扼流：让直流进来、射频别出去

漏极馈电要同时满足两个要求：对直流是短路，对射频是高阻。常规做法是用一段四分之一波长短截线做扼流，末端接旁路电容到地，把射频短路掉；也可以用高阻值电感替代。微带短截线的优点是损耗低、Q 值高，缺点是窄带，中心频率偏离四分之一波长后扼流效果迅速变差。

旁路电容不能只放一颗。实际板子上我会按容量级联：100 pF 管射频、1 nF 管几十兆到几百兆、10 μF 管低频和电源纹波。容量差三个数量级是为了避开单个电容的自谐振点——一颗 100 pF 的电容在 2 GHz 以上可能已经呈感性，光靠它滤波反而会引入谐振尖峰。

栅极偏置同理，但要注意分压电阻的取值。阻值太大会让栅极电位随温度漂，太小又会从射频通路里分走一部分信号并增加噪声。常见做法是取几 kΩ 量级，并在分压点与地之间加一颗 1 nF 级去耦电容，把射频旁路掉。

提示：扼流短截线的末端电容位置一定要和短截线根部贴近，走线超过几毫米就会引入额外的串联电感，扼流效果打折。

3.2 输入匹配：最小噪声匹配而不是共轭匹配

这是 LNA 设计里最反直觉的一点。放大器追求最大功率传输时，输入匹配做的是共轭匹配，让 Γs = S11*；但追求最小噪声时，要匹配的是最佳噪声反射系数 Γopt，而 Γopt 一般不等于 S11*。两个点不重合，中间那片区域就是增益和噪声的折中地带。

噪声系数和源反射系数的关系可以用等噪声圆描述：

NF = NFmin + (4Rn / Z0) × |Γs − Γopt|² / [ (1 − |Γs|²) × |1 + Γopt|² ]

其中 Rn 是等效噪声电阻，Z0 是系统阻抗。从这个式子能看出，Γs 离 Γopt 越远，噪声上升越快；而 Rn 越小，等噪声圆越大，折中空间越宽。选管芯的时候，Rn 小的器件对匹配误差更宽容，量产一致性也更好。

实际操作时，我会先在圆图上标出 Γopt 和 S11*，然后在两者之间取一点，让噪声系数只比 NFmin 高 0.1～0.15 dB，同时增益损失控制在 0.5 dB 以内。匹配网络用串联微带线加并联开路短截线的形式，两个自由度刚好够把阻抗拉到目标点附近。

import math def microstrip_width(z0, er, h): """Hammerstad 微带线综合：由目标阻抗反算线宽 W（单位与 h 一致）""" if z0 < 44: # 宽线分支，W/h > 2 a = z0 / 60 * math.sqrt((er + 1) / 2) + (er - 1) / (er + 1) * (0.23 + 0.11 / er) wh = 8 * math.exp(a) / (math.exp(2 * a) - 2) else: # 窄线分支，W/h <= 2 b = 377 * math.pi / (2 * z0 * math.sqrt(er)) wh = 2 / math.pi * (b - 1 - math.log(2 * b - 1) + (er - 1) / (2 * er) * (math.log(b - 1) + 0.39 - 0.61 / er)) return wh * h def stub_length(z0, er, h, f): """开路短截线的物理长度：先算有效介电常数，再取四分之一波长""" wh = microstrip_width(z0, er, h) / h eeff = (er + 1) / 2 + (er - 1) / 2 * (1 + 12 / wh) ** -0.5 lam_g = 3e8 / (f * math.sqrt(eeff)) return lam_g / 4, eeff # 2.4 GHz、εr=3.48、板厚 0.508 mm、目标阻抗 50 Ω w = microstrip_width(50, 3.48, 0.508) len_stub, eeff = stub_length(70, 3.48, 0.508, 2.4e9) print(f"50Ω 线宽 = {w:.3f} mm, 有效介电常数 = {eeff:.2f}, 70Ω 短截线长度 = {len_stub:.2f} mm")

第一个函数分两支，是因为窄线和宽线的近似式不同，分界点在 Z0 约 44 Ω 附近，写错分支会导致线宽算出离谱的值。第二个函数里用 70 Ω 的高阻线做短截线，是为了让短截线本身窄一点、对主线的加载效应小一点。参数h传入时要和z0保持同一长度单位，我习惯统一用毫米。算出来的线宽和长度只是初值，最终还要在 ADS 里用 LineCalc 或直接跑优化确认。

3.3 输出匹配与源极串联电感负反馈：稳定性和增益的平衡

输出匹配相对自由，目标是把 S22 拉到 -10 dB 以下，同时不牺牲太多增益。真正的难点在稳定性，尤其是低频段的潜在振荡——S12 这条反向传输通路在高频器件里并不是零，某些频点上 K 因子会掉到 1 以下。

最常用的手段是在源极串一小段微带线做电感负反馈。它带来的效果很直接：输入阻抗的实部变成 ωT × Ls，只要取 Ls = 50 / ωT，就能在几乎不引入噪声的前提下把输入阻抗拉到 50 Ω 附近。理想的无损电感不产生噪声，这也是它比电阻反馈更受欢迎的原因。代价是增益下降，大概 1～2 dB，需要在输出匹配上找补回来。

def source_deg_inductance(ft_hz, z_target=50.0): """源极负反馈电感：实部 = ωT × Ls，令其等于目标阻抗即可""" return z_target / (2 * math.pi * ft_hz) # 假设管芯 fT = 20 GHz ls = source_deg_inductance(20e9) print(f"所需源极电感 = {ls * 1e9:.2f} nH")

按 20 GHz 的 fT 算出来约 0.4 nH。这个量级在 2.4 GHz 上对应一段很短的微带线，通常不到 1 mm，版图里要画得准确，加工公差影响不小。如果算出来的电感太短、不好控制，可以适当降低目标阻抗或改用集总电感，但那会牺牲一部分噪声性能。

稳定性的量化判断用 K 因子和 Δ 行列式：

K = (1 − |S11|² − |S22|² + |Δ|²) / (2 × |S12 × S21|)，Δ = S11·S22 − S12·S21

K > 1 且 |Δ| < 1 时器件绝对稳定。设计中我一般要求全频段 K > 1.2，留一点余量给温度和工艺波动，因为板子做出来之后的寄生参数会让你精心调好的 1.05 直接掉到 0.98。

3.4 用 Python 先把 K 因子和增益算一遍

ADS 自己会算这些指标，但在动手调原理图之前先用脚本过一遍，可以避免在优化器里反复试错。把仿真导出的 Touchstone 文件读进来，几行代码就能看到全频段的稳定性走势。

import numpy as np def read_s2p(path): """最简 Touchstone 解析：只处理实部虚部分列的格式，跳过注释行""" rows = [] for line in open(path): line = line.strip() if not line or line.startswith(('!', '#')): continue p = line.split() if len(p) >= 9: f = float(p[0]) s = [complex(float(p[i]), float(p[i + 1])) for i in (1, 3, 5, 7)] rows.append((f, *s)) return rows def stability(rows): """逐频点计算 K 因子、|Δ| 以及最大稳定增益 MSG""" out = [] for f, s11, s21, s12, s22 in rows: delta = s11 * s22 - s12 * s21 k = (1 - abs(s11) ** 2 - abs(s22) ** 2 + abs(delta) ** 2) / (2 * abs(s12 * s21)) msg = abs(s21 / s12) out.append((f, k, abs(delta), 10 * np.log10(msg))) return out for f, k, d, msg in stability(read_s2p("lna_v1.s2p")): flag = "OK" if (k > 1 and d < 1) else "UNSTABLE" print(f"{f/1e9:.2f} GHz K={k:.2f} |Δ|={d:.2f} MSG={msg:.1f} dB {flag}")

read_s2p只处理了最常见的九列格式，如果你的文件是 dB 角度格式或者带了多端口数据，需要先转换或用专门的库解析。stability里的msg是最大稳定增益，当 K < 1 时它是唯一有意义的增益指标；一旦 K > 1，实际可用增益就由匹配网络决定了。跑完这份输出，哪个频段不稳、稳到什么程度、理论增益上限多少，一眼就能看清，后面的匹配和反馈就有明确方向。

4. ADS 仿真落地：从原理图到 S 参数、噪声圆与稳定性的完整仿真链

原理图搭完不等于仿真可信，仿真设置错了，出来的曲线比没有还危险。这一章按工程组织的顺序，把六个仿真模块和它们的控制器配置讲清楚。

4.1 工程组织：一个 workspace 里拆成六个 cell

把所有东西塞进一张原理图，改一个参数要重跑全部仿真，效率极低。我一般按功能拆成六个 cell，各自挂在同一个 workspace 下：直流工作点、S 参数与噪声、稳定性、功率压缩、优化、版图联合仿真。前一个 cell 的输出（比如选定后的偏置元件值）以变量形式写入后一个 cell，这样每次只跑改动的那一块。

这种拆法的好处是每个 cell 的仿真时间都可控。DC 扫描几十秒，S 参数几秒，HB 可能要几分钟，优化器更久。分开之后，调匹配的时候不用等 HB 跑完。

4.2 S 参数与噪声系数仿真：控制器该怎么配

S_Param 控制器是最常被配错的一个。扫频范围要覆盖完整的工作频段并留出余量，比如 2.0～2.8 GHz、步长 10 MHz，这样既能看到带内波动，也能看到带外的趋势。噪声计算要在噪声选项卡里明确勾选，同时把温度设成系统参考温度 16.85 摄氏度（290 K），否则算出来的噪声系数会和手册对不上。

要看的输出有四个：S11 和 S22 判断匹配，S21 判断增益，NF 和 NFmin 一起看——NF 是实际源阻抗下的结果，NFmin 是器件极限。两条曲线的间距反映的就是你的输入匹配离 Γopt 有多远，间距越小说明匹配越精准。这个判断比单看 NF 数值有用得多，因为 NF 达标可能是器件本身好，而间距小才说明你的匹配设计到位。

S12 也别忽略。它直接影响稳定性和反向隔离，S12 偏大意味着输出端的负载变化会反过来影响输入端匹配，量产时装配一致性会变差。

4.3 稳定性与线性度仿真：K 因子、μ 因子和压缩点

稳定性判断别只看 K 因子，加上 μ 因子会更稳妥。μ 因子大于 1 就能保证绝对稳定，而且它不像 K 因子那样在边界附近跳变剧烈，扫频曲线更平滑，便于判断最差点。稳定性圆图我一般会画出来存档，答辩或评审的时候，一张画着源稳定圆和负载稳定圆的 Smith 圆图，比一堆数字更有说服力。

线性度这块用谐波平衡控制器做输入功率扫描，从 -30 dBm 扫到 0 dBm，看输出基波功率偏离线性外推 1 dB 的那个点，就是 P1dB。接收前端的 LNA 一般关心的是小信号噪声，但如果天线口可能出现强干扰，压缩点就必须纳入验收。IP3 用双音信号测，两个音间隔几百 kHz 到几 MHz，取三阶互调产物外推到与基波相等的点。

这一段的常见问题是 HB 控制器不收敛。处理方法在下一章展开。

4.4 优化器与 Goal：目标怎么设才不会跑飞

优化器是双刃剑，目标设得松，跑出来的结果指标不够；设得紧，它会在不收敛和不物理的解之间反复横跳。我的做法是先手调到一个接近达标的状态，再开优化器做局部精修，而不是一上来就让它从随机初值开始搜。

权重分配的原则是：约束型指标（增益下限、稳定性）用不等式；数值型指标（匹配、噪声）用等式或小于号。等式约束越多，优化器越容易陷入局部极小。变量范围也要卡死，微带线宽度和长度都给上下界，不然优化器可能给出一个物理上做不出来的尺寸。

优化算法先跑随机优化找大致区域，再切梯度优化做精修。这个组合比单用一种稳定得多，玄学一点的参数，比如初始随机种子，多换几个跑两遍也能避开坏解。

4.5 版图与电磁联合仿真：原理图和实际板子的差距

原理图里的微带线是理想元件，版图里存在拐角、T 型接头、过孔和线宽跳变，这些不连续性在 2.4 GHz 上足以让增益掉 1 dB 以上、匹配点偏移几十兆赫兹。做完原理图优化后，把微带线部分导入 Momentum 做电磁仿真，生成 S 参数模型再代回原理图做联合仿真，这一步不能省。

联合仿真的重点是看差异在哪里。如果匹配频点整体偏移，说明线长算短了或有额外寄生；如果增益整体下降，说明损耗估低了；如果稳定性变差，说明某个位置的寄生反馈被忽略了。这三个现象对应三种不同的修正方向，比盲目再优化一遍有效。

注意：电磁仿真里过孔模型要显式加上，设成理想接地会严重低估源极电感的实际值，仿真出来的 K 因子会偏乐观。

5. 常见问题排查：五个让仿真和实测对不上的坑

仿真曲线越漂亮，实测打脸越疼。下面五条是我在几个项目里反复踩到的，按“现象、原因、解决”的顺序写，遇到类似症状可以直接对号排查。

5.1 现象：噪声系数仿真 1.0 dB，实测 1.8 dB

原因基本不在管子，而在匹配网络的损耗。原理图里微带线是理想无损的，实际板材有导体损耗和介质损耗，这部分损耗发生在输入匹配段，会完整叠加到噪声系数上。另一个高频嫌疑是焊点和连接器的接触电阻，尤其是射频接头没有拧紧或者焊接虚焊。

解决办法是把输入匹配段单独做一次电磁仿真，把损耗提取出来代回系统预算，看理论值和实测的差距还剩多少。剩下的部分再查焊接和接头。工程上常见的做法是在输入匹配段预留一两个并联元件位，实测时用高 Q 电容微调，比重新投板快得多。

5.2 现象：2.4 GHz 处 S11 很好，2.45 GHz 就崩了

这是窄带匹配的典型症状。四分之一波长短截线的带宽本身就窄，加上板材介电常数的批次偏差，中心频率偏个几十兆赫兹很常见。如果指标的带宽要求覆盖 2.4～2.5 GHz，单枝节匹配往往不够用。

解决方向有两个：把匹配网络从单枝节改成双枝节，增加一个自由度来展宽带宽；或者在板材选择上要求更紧的 εr 公差。前者会稍微增加版图面积和损耗，后者增加成本，具体选哪个看指标余量。

5.3 现象：优化器跑完 K 因子达标，增益却掉了 3 dB

优化器的目标函数里如果只写了稳定性约束、没写增益下限，它就会用牺牲增益的方式换取稳定性。这是典型的约束缺失，不是算法问题。

解决办法是在 Goal 里补上增益的不等式约束，并把权重抬高到和稳定性同级。另外检查一下优化后的元件值是不是贴在变量边界上——如果某个线宽顶到了设定的下限，说明这个解是被约束硬逼出来的，实际做出来余量很小，需要放宽边界重新跑。

5.4 现象：HB 仿真不收敛，P1dB 曲线一片乱

谐波平衡对初值敏感，输入功率很大、谐波阶数设得很高、或者电路里有强非线性元件时，收敛会变得困难。另一个常见诱因是偏置网络里的去耦电容用了理想模型，理想电容在高频下不衰减，反而制造了谐振。

解决办法是先降谐波阶数、减小输入功率步进，用上一步的解作为下一步的初值做扫描；再把关键电容换成带 ESR 和 ESL 的实际模型。如果还是不收敛，把偏置网络单独拿出来跑一次 HB，确认问题是不是出在馈电回路。

5.5 现象：版图联合仿真后增益掉了 1.5 dB，匹配也偏了

先看线宽和线长的差异。原理图里的线宽是综合公式算的，版图里可能因为工艺最小线宽限制被改动；线长的差异一般来自拐角补偿，直角拐角在微波频段等效于一段额外的传输线，会让电长度变长。

解决办法是版图里的所有不连续结构都用电磁仿真提取，不要手动估算。另外把源极那一段电感反馈线的实际长度量出来代回原理图重新核算 K 因子，这个位置差 0.1 mm 就足够改变稳定性。做完这两步通常能把差距压到 0.3 dB 以内。

6. 验收与答辩：用一组曲线和一张表证明这版 LNA 站得住

验收环节最怕的是“曲线很多但说不清哪个达标”。评审或导师问一句“你怎么证明它稳定”，如果翻半天找不到对应图，前面做得再细也会被扣分。我的习惯是提前把验收材料组织成一张指标表和一组固定顺序的曲线，讲的时候按表走，一组一组对上。

指标表至少包含六项：工作频段、噪声系数、增益、输入输出回波损耗、稳定因子、输入压缩点。每一项都要写清测试或仿真条件，比如噪声系数的源阻抗、增益的频点、压缩点的测试音间隔。

表格里的“判定依据”这一列经常被忽略，但它恰恰是答辩时最容易被追问的地方。噪声系数为什么看 NF 和 NFmin 的间距，稳定性为什么要用 K 和 μ 双判据，这些都要能一句话讲清楚。我的建议是每个判定依据都配一张小图，图上标注出关键点和对应的数值，讲的时候手指着图说话，比念数字有说服力。

答辩的讲述顺序我一般固定成四步：先讲指标从哪来（链路预算那一段），再讲拓扑为什么这么选（偏置点、匹配方式、反馈结构），然后讲仿真怎么验证（六个 cell 的分工和交叉验证），最后讲偏差分析（仿真和电磁联合仿真的差距、可能的实测偏差方向）。最后这一步最能体现工程成熟度，主动说出“这里可能差 0.2 dB，因为什么”，比等着被问出来强得多。

还有一个容易被忽略的细节：把所有仿真工程文件、变量初值、优化前后的对比数据整理成一个目录，命名统一。评审时现场打开任何一个 cell 都能独立复现结果，这比 PPT 上的截图有分量。血泪经验是，很多次答辩卡住不是因为设计有问题，而是因为找不到那张图存在哪个版本的工程里。

从那以后我每次做完一版设计，都会强制走一遍“指标表、曲线组、工程目录”三件套的自检，缺一件就不算完成。这套习惯看起来笨，但确实省掉了不少返工。希望帮到你。

本文还有配套的精品资源，点击获取