【摘 要】
：
随着无线通信技术的快速发展,作为通信系统重要的组成部分,天线受到了越来越多的关注。为满足现代无线通信高速率、广覆盖、多功能等应用需求,对天线的快速扫描能力要求越来越高,同时还需兼顾平面化、易加工、高增益等特性。可重构反射阵列天线（Reconfigurable Reflectarray Antenna,RRA）结合了传统反射阵列天线与相控阵天线的优势,具有低成本、低损耗、高辐射效率以及高精度波束控制
论文部分内容阅读
随着无线通信技术的快速发展,作为通信系统重要的组成部分,天线受到了越来越多的关注。为满足现代无线通信高速率、广覆盖、多功能等应用需求,对天线的快速扫描能力要求越来越高,同时还需兼顾平面化、易加工、高增益等特性。可重构反射阵列天线（Reconfigurable Reflectarray Antenna,RRA）结合了传统反射阵列天线与相控阵天线的优势,具有低成本、低损耗、高辐射效率以及高精度波束控制的优点,近年来广受关注。本文以降低电控RRA的反射损耗为研究目标,从开关配置和相位量化方式的角度出发,对低损耗可变相位阵元的设计和权衡相位量化的影响展开了研究。本文主要工作内容如下:1、首先介绍了波束扫描天线的发展背景与国内外研究现状,并从基本理论出发详细阐述了多种波束扫描天线的工作原理。对波束扫描天线技术进行了系统的调研,分析了不同波束扫描天线技术设计的特点。重点阐述了在低成本约束下的RRA设计中所使用的可重构方法,主要包括阵列中不同类型开关优缺点的对比、偏置电路的设计、相位的量化方式、可重构单元的分析,研究了现阶段电控RRA单元存在级联开关叠加损耗的问题。2、在对RRA进行分析研究的基础上,采用了传统的线极化反射阵列天线对相位量化方式和量化位数的选取策略进行了验证,并分析比较了不同量化位数对天线性能的影响。上述影响主要包括副瓣电平、增益和波束指向误差。3、提出了直接加载射频开关的新型低损耗反射阵列单元结构。可重构单元的开关直接安装在反射单元上,采用了并联电路的设计,避免了在相位量化多于1bit的情况下各个开关损耗相叠加的问题,降低了附加开关带来的插入损耗。可重构单元在其工作频率可实现360°的反射相位变化,相位随开关的切换呈线性分布。分别仿真对比了集成两对、四对和六对PIN二极管开关的单元反射损耗,发现相位状态数对单元反射损耗的影响有限,有利于实现低损耗的可重构多相位,使其适用于大型RRA的设计。以此为基础设计实现了一个具有400个旋转单元的正馈波束扫描反射阵列天线,通过调整反射阵面上各单元旋转角度,该阵列天线的主波束能实现对远场扫描范围±60°的有效辐射。在阵列单元具有2bit量化相位的情况下,天线的口径效率达到了 25.53%,其波束方位角误差保持在2°以下。
其他文献
近年来,电商平台如雨后春笋般大量涌现,人们对网络购物平台的依赖性越来越高,同时平台中的评论文本也呈现出爆发性的增长。这些文本涵盖丰富的情感内容,对商家和其他消费者而言,收集和分析这些数据能给他们带来较高的参考价值。文本情感分析作为自然语言处理（NLP）领域的重要组成部分,一直受到国内外学者的广泛关注。在情感分类任务中,传统的卷积神经网络（CNN）提取的特征具有局限性,往往会忽略词语的上下文信息,而
近年来,由于人们对室内定位的要求日益增加,然而技术方面尚未能实现一个完备的室内定位方案,所以提高室内定位可靠性、提升室内定位准确率成为备受关注的研究点。所以,论文主要针对基于TDOA的室内定位系统展开了探讨研究,以提高室内定位的精度,主要工作如下:（1）室内定位系统的同步模型很大程度上影响了定位性能,因此需要建立一个能真实反映定位系统同步特性的定位模型。论文主要探讨和研究了TDOA的时间同步和定位
随着现代生物信息学计算方法在lncRNA与疾病关联分析领域的成功应用,在传统生物实验数据的基础上衍生了众多结构相异,来源多样的计算数据,包括结构化的lncRNA调控人类疾病关系数据库数据、基于语义网形式的生物信息链接数据和各式各样以序列化形式存在的多源异构数据。而知识图谱作为一种利用图模型来描述知识和建模世界万物之间的关联关系的技术方法,其发展为从多源异构数据中的知识发现提供了解决方案,基于多源异
随着城市人口的不断增多以及城市规模的不断扩大,城市在人类社会的发展中起到了越来越重要的作用。智慧城市因此而诞生,它的出现有助于加强城市的管理以及提高人民的生活质量。随着智慧城市的发展,城市中出现了许多的问题,如城市的交通堵塞问题,交通堵塞的发生每年都会给城市带来巨大的损失,影响城市运作的效率。城市中无时无刻都有大量的服务在被使用,由于大量相同或者相似的服务逐步出现,如何给用户推荐高质量的服务成为了
高光谱图像因其有着丰富的光谱和空间信息,能够精确地分辨地貌信息,已被广泛用于军事侦查,城市空间规划,海洋监测等领域。但在高光谱成像的采集过程中,图像往往会受到多种噪声的污染而产生退化,最终影响图像的视觉质量。因此对于高光谱图像的去噪是关键任务。随着低秩理论和图像恢复技术的发展,研究者们根据高光谱图像的特性,将传统的低秩和全变分方法应用于光谱图像去噪上,但现有的低秩模型方法不能够很好的挖掘出光谱图像
近年来,随着我国社会的不断发展许多大型建筑拔地而起,在这些建筑群中如何获取精确的位置信息成为了许多科研人员的研究热点。目前现有的GPS定位只适用于室外定位,在室内由于信号的遮挡往往达不到预期效果。本文利用现有的Wi-Fi网络,通过提取Wi-Fi网络中的位置指纹从而获取位置相关的信息,将这些位置信息放入深度学习框架中训练得到定位效率高、精确度高的神经网络模型,从而实现在大型室内建筑群中获取精确的位置
随着互联网时代的到来,计算机以及大数据技术的飞速发展使得现代社会的人们进入了一个信息爆炸的时代,商品的数量呈指数级增长,带来了极其严重的信息过载问题。推荐系统作为一种有效的信息筛选方法,不仅可以有效减少用户寻找到满意商品的时间和精力,还可以发掘用户潜在感兴趣的商品。随着系统数据量越来越大,传统的线性推荐算法由于训练开销大、特征表达能力弱、泛化能力不足等劣势逐步无法给用户进行精准推荐。近几年,随着人
近年来,随着我国国民经济的快速发展和人民生活水平的不断提高,一些老旧变电站不再能满足人民生产生活的用电需求,对老旧变电站进行技术改造和扩建增容势在必行。然而,老旧变电站改扩建施工不同于常规的民用建筑工程施工,变电站内部分布众多的电气设备和电力电缆,而且改扩建施工时变电站不允许停止运行,否则不能正常供电,最终给人民财产造成重大损失。因此,在老旧变电站改扩建过程中,只能采用小面积区间停电的局部施工方案
显著性目标检测是从图像中提取出最具有吸引力的目标,经常作为各种视觉任务的重要预处理或中间步骤,是计算机视觉领域的重要研究课题。目前基于深度卷积神经网络的检测方法已经取得了不错的成果。然而,如何充分利用提取特征的多尺度信息,并且采用何种合适的特征融合方式来处理特征映射去提高检测精度仍是值得挑战的问题。本文主要研究基于多种特征融合的SOD算法,主要的研究工作和成果有:（1）针对目前大多数基于全卷积神经
随着智能信息技术的发展,越来越多的人在遇到健康问题时会选择在互联网问答社区上寻求帮助,医疗社区自动问答系统应运而生。这些系统基于社区中已有的医疗问答记录,将与用户问题相关的回复返回给用户。然而,一个问题通常会有多个回复,需要从众多回复中自动选择出与该问题最匹配的回复。该任务主要包含两方面的内容:1)如何构建一个合适的机器学习模型学习文本的特征,完成准确的问答匹配;2)如何在可学习样本数量不多的情况