宽带多频共口径天线技术研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:whoelse
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现代通信系统朝着小型化、集成化和多功能化发展,天线作为通信系统中的重要组成部分,有着同样的需求。而共口径天线的出现,致力于解决天线小型化和多功能化的问题。本文基于宽带天线和宽带天线技术,针对共口径天线的宽带化展开研究,主要研究内容如下:首先,提出了宽带贴片天线设计方法,提高双极化天线的极化纯度,解决了常规贴片天线方向图不对称的问题。宽带贴片天线采用四个L形探针耦合馈电,并用180°移相线将同一极化方向上端口互连,减少端口数量,最终实现了20%的带宽覆盖,且两端口隔离度大于25dB。虽然这款天线相较于传统窄带贴片天线带宽大大提高,但对于一些宽带或者超宽带的应用系统,仍具有较大的局限性。因而又提出了一款超宽带对跖Vivaldi天线,这款天线能够覆盖2.3-40GHz的频带范围,且在宽带范围内在均具有较好的方向性和高增益特性。其次,针对高功率微波系统的应用需求,对超宽带天线的共口径技术展开研究,提出了一款宽带双频高功率共口径天线。该天线由覆盖S-X频段的锥形槽天线和工作在Ka波段的喇叭天线共用同一结构设计而成,相比于其它双频天线,该天线具有较高的设计自由度,在两个频带均实现了超宽带覆盖,且具有较高的通道隔离度,在高功率微波领域具有潜在的应用价值。实测结果表明,共口径天线高低两个频段的相对带宽分别为33.3%和125%,高低频端口间通道隔离度分别在55 dB和130 dB以上。最后,提出了一款多频多功能共口径天线阵,提高了天线的结构复用率。低频天线阵为二元Vivaldi天线阵,采用对称梳状结构设计,实现低频带宽拓展;高频天线阵分别为1×8的偶极子天线阵和1×8的缝隙天线阵,通过带通滤波器的引入,实现两个频率的高选择特性,且两天线阵可满足不同方向上的覆盖需求。基于上述设计,按照高低频天线单元1:1布阵拓展阵列,设计了一款具有一定扫描特性的宽带双频共口径天线阵。其中,高频阵元为四个天线单元组成的子阵,子阵单元方向图和高频阵列方向图综合,对抑制高频天线阵列栅瓣起了一定的作用。
其他文献
近年来,计算机视觉领域受到越来越广泛的关注。图像作为人类沟通的重要媒介之一,在现实世界中具有许多重要的应用场景,如图像识别、图像生成、图像翻译等等。其中,图像翻译为该领域的研究热点。类似于语言翻译,图像翻译是指将图像从一个域的特征转换为另一个域的特征。随着近几年深度学习技术的发展,图像翻译领域的研究除了起初的图像风格迁移、黑白照转换、图像超分辨率提高、人脸动漫化以外,还包括图像实例级转换。虽然现有
本文以中英文文本及数学表达式混合的扫描或拍照图像作为研究对象,提出了一个高效的印刷体文本公式混合识别算法,并设计和实现了一个相应的系统。主要研究内容如下:1.融合目标检测及传统方法的题块结构分析算法。对题块图像做预处理,并融合目标检测技术及传统图像处理方法,将题块图像中的文本行及题目配图准确地定位和切分出来。2.融合表达式向量的文本及数学公式混合图像内容检测算法。针对数学表达式与中英文文本混合识别
比特币上的用户是高度匿名化的,这也滋生出许多经由比特币的违法行为,例如暗网,洗钱等等。考虑到这些违法行为在比特币交易行为上会体现某一些特征,所以本文考虑从交易行为的角度对比特币上的数据进行分析,从而实现一定程度上的去匿名化,这可以为监管机构和执法部门在对比特币上的违法交易做检测和取证时提供帮助。传统方法对比特币上的交易行为分析主要是通过启发式方法合并实体,借由实体来分析其共性,或者通过特征工程,再
目标检测算法是自动驾驶环境感知的关键技术之一。算法的复杂度特性和参数规模,使得车载计算平台的算力和功耗面临挑战。如何设计符合硬件特性要求的轻量化神经网络,是当前自动驾驶感知系统面临的难题。为此,本文综合考虑算法与硬件特性,基于FPGA车载计算平台实现了目标检测算法的设计与优化。在FPGA低功耗的前提下,针对当前算法与硬件设计割裂的问题,本文提出软硬件联合学习方法,设计了符合硬件特性的轻量化骨干网络
大数据蕴含有海量信息,地理文本大数据是大数据的重要组成部分,也是构建地理知识图谱的重要数据,但是这些数据中含有大量无用信息,如何从这些数据中过滤出有价值的数据是人们亟需解决的问题。地理知识图谱能够帮助学者们解决这一问题,而实体关系抽取是构建知识图谱的重要任务之一。实体关系抽取大多是运用深度学习的方法完成,但是地理领域的标注语料库非常稀缺,人工标注数据又费时费力,导致难以使用有监督的方法进行抽取,并
利用无人机平台进行实时多目标跟踪是无人机研究中很有实用意义的研究方向之一,同时它也面临不少挑战。目前主流的多目标跟踪算法都是用的以检测来跟踪(Tracking by Detection,TBD)的范式,即用目标检测网络找到待跟踪目标,再对目标进行跟踪。无人机获取图像时所处的位置往往离地面较远,因此图像中的目标通常尺寸较小且密集,非常考验算法中目标检测的精准度。同时,实时跟踪算法看重实时性,因此需要
随着网络的飞速发展、信息量的急剧膨胀,传统单一模态的信息逐渐被音频、视频、图像、文字等多种模态的融媒体信息所取代。目前的深度学习算法中处理单模态信息的方法并不能有效解决复杂场景下的真实问题,因此探索多模态信息的处理方法成为了重要的研究方向,其中图像内容理解与视觉推理任务就是一个典型。图像内容理解与视觉推理是指,将图像和关于图像的自然语言问题作为输入,并将图像与目标问题整合成一个多模态特征,利用该多
目前,服装服饰类商品是我国电商平台中需求量最大,品类最多的商品之一,因此服装服饰类商品销售量的多少将会直接影响电商平台的收益。同时,随着网络直播以及短视频等行业的飞速发展,在直播或短视频中推荐相应服装购买链接的方式,将会给电商平台的服装商品销售提供一个新的流量入口。因此如何构建基于视频的服装检索模型以提高检索的准确率,成为了提升服装类商品销量的关键。基于视频的服装检索模型的使用情景为,模型需要对包
在现有互联网环境下依赖于第三方信息平台的数据共享中,往往伴随着用户隐私直接或间接的泄露,数据也存在易被窃取或篡改的隐患,或者因角色管理不到位导致数据的越权访问等问题。区块链作为一种去中心化的分布式账本技术具备链上留痕、不可篡改的特点,能够保障共享数据的安全流通。然而,现有基于区块链的数据共享方案虽然保证了数据不可篡改,可是交易的过度透明仍然会导致数据泄露或被攻击者分析得出不同交易之间的关联性;并且
基础设施和网络技术的发展促使了各类分布式应用的爆发增长,复杂变化的应用场景使得传输协议的研究再一次成为网络领域的热点。其中拥塞控制作为传输协议的核心机制,近年来在机器学习等技术的推动下不断有新的算法被提出,针对应用需求进行拥塞控制自定义是传输协议发展的趋势。然而这些算法大多都止步于理论仿真,在传输协议中实现甚至部署一直是研究人员的痛点。因此本文研究分析了传输协议发展以来的实现方案,提出了一个面向拥