分体式骨干微波通信系统技术研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:just_username
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
随着近几年通信界微波技术的迅速发展,多形态多模式的微波通信设备层出不穷。常见的有以分体式形态为主的微波传输系统,部署在全球各大运营商通信网络中,数量高达几百万跳,在中东和非洲区域少光缆地方应用较广,传输容量也可达上百兆。针对某些大容量骨干通信链路的建设,当前则是以全室内形态微波系统为主。由于全室内形态微波链路存在馈线损耗大、系统增益低、链路可用度低等缺点,所以如何提升大容量骨干通信链路的可用性和稳定性,一直以来都是骨干微波发展的挑战。本论文从实际应用出发,针对大容量骨干微波通信链路,将分体式形态发射机置于室外的优势融入到骨干微波通信系统中,提出并设计了一套分体式骨干微波系统,以Pathloss网规软件实际链路无线仿真,模拟对比了分体式骨干微波系统在实际长距离链路通信中,相比于传统的全室内骨干微波系统的实际传输性能所带来的优越性。同时通过对关键器件四合一合路器的设计实现,有效提升了多波道融合下的系统增益。最后通过实际物理环境的搭建与测试验证,证明了本论文研究结果的准确性与实用性。本课题将传统的室内发射机模块置于室外,减少了整个传输系统的衰耗,相应的提高了传输链路的性能可靠性,这对于特定应用场景具有重要的应用价值。比如,通信机房内机柜空间不够、高温站点空调压力大、铁塔难以承重大口径天线等超长距大容量骨干微波链路场景,对于传统的全室内骨干微波系统来说,都有一定的施工调测风险和稳定可靠度挑战。这种情况下,如果采用本文所分析研究的分体式骨干微波系统,将会有效避免上述风险和困难,极大提高了微波在长距链路的传输带宽和稳定性。
其他文献
随着城市化进程的不断提高,智能电网越来越受到人们的关注。智能电网结合了传统电网和信息技术,实现了用户与电力公司间信息的双向传输。在此场景下,用户上传细粒度的用电数据,电力公司则通过收集分析数据来实现电力的合理调配。然而,细粒度的信息收集和分析存在泄露用户隐私的风险,可能会造成用户财产损失甚至危害人身安全。本文从电力数据收集及电力数据分析两个阶段,对智能电网环境下的隐私保护技术进行研究,主要贡献如下
研究目的:探讨TIMP1在结直肠癌中的表达及其与患者临床病理特征、预后的相关性,深入探索TIMP1在体内、外对结直肠癌增殖、凋亡、侵袭转移等方面的作用和相关机制。研究方法:1
第一部分IL-27在急性移植物抗宿主病中的作用及机制研究目的:通过清髓性小鼠异基因造血干细胞a GVHD模型,研究IL-27在异基因造血干细胞移植后a GVHD中的作用及机制。方法:本
近年来,随着互联网视频行业的不断发展以及手机、平板电脑等移动终端数量的不断增加,使用移动设备进行视频的上传、点播、直播等新应用、新功能不断涌现,这提高了视频内容在整个互联网中的流量占比。目前,网络视频主要采用流媒体技术来为用户提供服务,但是互联网网络状况的高度动态性会造成流媒体文件传输的不稳定问题,不同屏幕尺寸、接入网络等异构的终端设备会带来视频服务的适配问题。基于HTTP的动态自适应流媒体(Dy
我国自古以来就是一个农业大国,有着悠久的农耕文明,农副产品的种类非常丰盛。但是我国农副产品品牌形象设计,长期以来并未受到相应的重视,无法跟上时代潮流的脚步,导致我国农副产品品牌的发展相对滞后。许多品质上乘的原生态地域特色农产品,因为地处偏远,无法走出地方的限制,处于有名无姓的状态。随着“互联网+”的时代的到来,为这一问题的解决带来了新的思路。“互联网+”背景下,电商平台已经成为了当下经济结构转型的
收购是指投资者通过购买上市公司公开发行的股份来获得目标公司控制权或管理权的行为。1根据目标公司对投资者收购行为的态度,收购可以被分为两类,即敌意收购(或称为恶意收购)与善意收购,二者区别“在于它的敌意属性,即在敌意收购成功后,敌意收购方和股东得以凌驾于管理层之上”2。故而,控制权的争夺实乃收购与反收购的实质,而反收购措施的核心则在于防范或抵御控制权被“野蛮人”3夺取。从20世纪末的“爱使之争”到2
随着电子元器件集成度越来越高,印刷电路板(Printed Circuit Board,PCB)中元器件的缺陷检测也越困难。当自动光学检测设备(Automated Optical Inspection,AOI)对PCB中的元器件缺陷检测时,首先需要准确定位元器件。由于缺陷检测时元器件未锡焊,且插件流水线在传送过程中存在震动,导致部分元器件存在遮挡,因此会降低元器件匹配的成功率,最终影响AOI缺陷检测
HEVC作为新一代视频编码标准,相对于H.264/AVC标准,HEVC在不降低视频质量的前提下压缩率提高了大约50%,但是极高运算复杂度阻碍了HEVC在现实中应用。为了提高解码效率,本文基
合成孔径雷达(Synthetic Aperture Radar,SAR)能够获取到高分辨率的SAR图像,其中包含了目标结构、尺寸等重要信息。SAR图像自动目标识别(Automatic Target Recognition,ATR)技术能够提取SAR图像中目标的有用信息,因此在战场感知方面十分重要,是国内外研究的热门课题。目标的SAR图像仿真技术,不仅是实现基于模型的SAR ATR系统的基础,而且还
高光谱图像最大的特点就是它同时包含了空间特征和光谱信息,这使它能够更精确的对地物进行识别。因为空间信息的引入能大大提升高光谱图像的分类精度,因此,目前空谱分类方法已经引起了大批研究人员的关注,但是,随机采样方法会引起训练样本和测试样本在空间域和特征域信息的高度重叠,导致分类精度虚高。最近有研究提出了一种更符合实际应用环境的非重复采样方式,现有分类算法在此种采样方式下识别性能会大幅降低。针对该问题,