可重构波束扫描天线研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:boge09
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
随着现代无线通信技术的飞速发展,通信系统对天线的性能提出了更高的要求。传统天线性能固定单一,无法满足多样化的应用需求,因此天线的可重构特性越来越受到研究人员的关注和重视。漏波天线是一种常见的波束扫描天线,结构简单且研究理论成熟,波束指向随频率变化而改变。但是大部分通信系统工作在特定的频带范围内,漏波天线的频率扫描特性并不适用。将可重构技术与频率扫描漏波天线相结合,从而实现固定频率下天线的可重构波束扫描功能,能够提高漏波天线的应用场景,具有很高的研究价值。本文以可重构波束扫描天线设计为课题展开深入研究,主要研究内容如下:1.提出了一种半长枝节的可重构微带漏波天线。对传统周期性微带漏波天线结构进行改进,将天线的枝节长度缩减一半,并通过加载四分之一波长阻抗变换器,消除漏波天线的开阻带现象。最后加载变容二极管,采用电控方式使天线可以在固定频率下进行波束扫描。2.提出了一种基于数字编码的可重构圆极化漏波天线。首先设计了一种复合左右手结构的漏波天线,随后在天线单元上引入并联枝节,同时加载PIN二极管作为开关来改变枝节的阻抗特性,进而调控天线的色散特性。最后对开关状态进行编码,控制天线波束指向。3.提出了一种基于HM-BCSIW结构的可重构漏波天线。首先分析了HM-BCSIW的结构特征和传输特性,应用该结构设计了一种复合左右手结构的漏波天线,之后加载变容二极管调控等效电路和相位常数,进而改变天线波束指向,天线在固定频率下可以从前向连续地扫描到后向。
其他文献
自适应数字波束形成(Digital Beamforming,DBF)技术可以通过最优化理论实现空域干扰的自适应抑制,对于雷达、声纳等需要在复杂电磁环境中进行目标的探测和跟踪的电子系统具有重要的研究意义。然而,实际系统存在各种非理想因素,比如阵列互耦、导向性矢量失配和协方差矩阵估计误差等,都会导致自适应数字波束形成算法性能显著下降。本文针对上述问题,并针对大规模数字阵列自适应DBF算法的实际需要,开
目前,许多国内研究者针对用来清除太空碎片的空间飞网捕获技术展开了大量的研究,但大都是关于绳网动态仿真方面的,如何获得地面模拟试验的数据来验证碎片清除模拟器的可靠性也是值得探索的,鉴于该研究背景,主要以柔性绳网为研究对象,对网展开飞行试验中的三维轨迹重构过程进行研究,提出了一种基于双目立体系统的三维信息测量装置及三维轨迹重构的方法,获得的数据可用来验证模拟器。先针对柔性飞网所拍摄的复杂环境,搭建了灵
重复性电磁结构在实际工程中有着极大的应用,然而对其进行全波仿真计算成本太高,因此寻求准确、高效的求解方法对指导重复性结构的设计极具理论与现实意义。特征模方法自提出以来一直在电磁学领域受到广泛的关注,由于特征模只与目标固有的物理属性有关,与外加激励无关,且模式之间具有天然的正交性,因此非常适合作为目标的全域基函数来展开表面电流。再通过少数模式截断,减少待求未知量,提高目标电磁问题的计算效率。本文主要
同步定位与建图(Simultaneous Localization and Mapping,SLAM)是机器人自主执行任务的基本前提。视觉SLAM具有丰富的图像表示,但无法鲁棒地应用于特征稀疏的场景;惯性测量单元(Inertial Measurement Unit,IMU)虽然能提供可靠的横滚角和俯仰角测量值,但长时间累计漂移误差大,不能单独用于长期运动状态估计。由于视觉传感器和IMU两者具有良好
中文生物医学文本的命名实体识别和规范化在信息抽取的下游任务和构建中文医学知识图谱等方面发挥着重要的作用。随着医学文献数量迅速累积和电子病历的广泛使用,从海量的医学数据中挖掘有用的信息并进一步分析就需要依托于实体识别和规范化技术。然而,往往中文文本的结构比英文文本结构更复杂,分词的方案较英文更为复杂,并且因词语错分而导致语义误差的传递问题难以得到解决,非医学类的信息抽取技术效果也比医学类的效果更好,
由于细粒度图像其不同类别之间的差异较小,需要大量精细的人工标注数据用于训练,但是这类数据的标注任务耗时且需要相关专业人员进行。为了解决这个问题,本文将互联网上获取的图像作为训练集用于细粒度图像分类。由于网络数据集中含有大量标签噪声,如果直接用于神经网络训练,反而导致较差的分类效果。因此本文通过去除噪声图像或修正图像的噪声标签,让深度神经网络在网络数据集上进行鲁棒地学习,主要开展的研究工作如下:1.
目标跟踪是计算机视觉领域一个基础性课题,在智能驾驶、安防监控、军事侦察等领域均有着广泛应用。在目标跟踪任务中,影响跟踪性能的主要因素有:目标剧烈形变、目标快速运动、相机抖动、场景遮挡等。本文将对目标跟踪课题开展研究,主要工作可分为算法理论研究和机载系统应用两个部分:在算法理论研究部分,提出基于在线自监督学习的场景适应目标跟踪算法OSATracker。本文对当前主流的基于孪生网络结构的跟踪算法进行深
红外与可见光的图像融合是融合领域的重要研究内容,其在军事,医学,目标识别中的具有广泛的应用。如何更好的使红外图像中的目标得到增强,可见光图像中的细节得到保留以及适应人眼感知成为融合研究的主要方向。因此本文基于以上问题提出一种基于差分梯度的新算法并实现了嵌入式平台的开发。首先,阐述了本文研究课题背景及意义,国内外融合算法,硬件平台的研究现状以及本文所作的工作。之后介绍了嵌入式融合系统的组成,包括前端
经过几十年的发展,短波红外成像凭借其作用距离远、可被动成像、全天候工作等特点,被广泛应用于军事领域。但是红外成像不可避免会受到很多影响,例如大气热辐射、空中云层起伏和地面强红外辐射等干扰,严重影响传统目标检测算法在红外成像系统中的检测效果。因此如何在短波红外成像系统中设计精准的目标检测功能有重要研究意义。因此本文围绕红外成像系统中的目标检测技术,对红外成像系统组成和空间红外目标检测算法实现进行了深
多机器人协作系统是一个具有多个机器人和多个共享资源的复杂离散事件动态系统,而多机器人任务调度则旨在调度机器人利用系统中可用资源来完成给定的若干任务,调度的目标是使得所有任务能在最短时间内完成,以最大化系统资源的利用率,尽量减少系统可用资源的空闲等待时间。多机器人最优任务调度在现实中许多领域都具有十分重要的意义。例如在柔性制造系统中,最优的任务调度不仅意味着单位时间内能产出更多的产品以应对千变万化的