【摘 要】
:
当代,伴随着无线电子通信技术的高速发展,天线行业已在我国国民生产生活中起到越来越重要的作用。现如今,随着时代的不断发展,工业生产对天线精度要求的不断提高,而天线测量是天线设计必不可少的一部分,因此,高精度的天线测量已经是天线设计生产的重要环节之一。但是在超短波频段,天线的设计和测量还存在一系列的问题。由于超短波天线自身体积相对来说比较大、常架设的地点在野外,常规的天线测量系统很难对超短波天线进行精
论文部分内容阅读
当代,伴随着无线电子通信技术的高速发展,天线行业已在我国国民生产生活中起到越来越重要的作用。现如今,随着时代的不断发展,工业生产对天线精度要求的不断提高,而天线测量是天线设计必不可少的一部分,因此,高精度的天线测量已经是天线设计生产的重要环节之一。但是在超短波频段,天线的设计和测量还存在一系列的问题。由于超短波天线自身体积相对来说比较大、常架设的地点在野外,常规的天线测量系统很难对超短波天线进行精确地测量。因此超短波天线的精确测量成为该领域的重要课题。一般来说增益、方向性图、驻波比、输入阻抗及工作带宽等数据是我们需要得到的超短波天线数据,其中增益是决定天线性能最重要的参数之一,因此,精确测量超短波天线增益具有十分重要的现实意义,值得学者们的探讨。本文首先介绍了天线测量方面的理论知识和相关的测量技术,从方向图测量、增益测量、天线阻抗测量三个部分结合介绍了天线远场测量的相关理论。其中,重点论述了天线增益远场测量的相关方法,逐个分析比较法、两相同天线法、三条线法和镜像法的理论,重点介绍了不同增益测量方法在实际应用中的特点。之后本文结合实际仿真和测量,研究精确测量超短波天线增益的方法。本文首先利用HFSS对超短波天线(对数周期偶极子天线)进行仿真,仿真的天线频段为30MHz~2GHz,得到对数周期天线在超短波频段的增益结果。然后再用两相同天线法对天线进行实际测量,从天线阻抗失配、天线极化失配、线缆插损、地面反射波、背景电磁噪声等多个方面分析引起误差的因素,并量化其造成的影响。最后对于背景电磁噪声这一项,本文采用了小波变换滤除噪声,以达到缩小误差精确测量的目的。本文将理论分析与实际测量相结合,在多次进行增益测量并取得结果后,将之与仿真增益值进行了对比分析。验证本文所提出方法的可行性。最后将这一系列分析方法应用到现实测量中,实现对超短波天线的精确测量。
其他文献
随着卫星遥感技术的发展,大量有价值的光学遥感卫星图像被应用到军事侦察、环境监控和农业生产等领域,体现出光学遥感卫星数据重要的应用和研究价值。根据传感器的类别,光学遥感图像可以分成可见光遥感图像、合成孔径雷达图像和红外遥感图像等。本文主要研究可见光遥感图像(RGB)的目标检测任务。在卫星遥感图像处理的领域里,光学遥感图像的目标检测任务基础且重要。尤其是随着近些年深度学习的发展,大量学者开始使用深度学
局部修复码(Locally Repairable Codes,LRCs)是一种广泛应用于分布式存储系统中的纠错编码。局部修复码的任意一个编码符号发生错误时,都可以通过访问其他最多r个符号进行恢复,正因为拥有这种特性,局部修复码在分布式存储系统中拥有广阔的前景。本文主要研究了LRC码的维度限和构造方法,主要有以下两方面内容:从LRC码的维度限出发,将C-M界作为基础,第一,推广了文献中已有的维度限,
近些年来,随着我国经济的飞速发展,人民群众的生活水平日益提高,可支配收入也大幅度提高,因此有了越来越高的投资需求。然而当前适合普通群众的投资手段非常有限,虽然股票市场的收益相对其他投资途径较高,但是也存在较高的风险。随着计算机领域相关技术的发展,将计算机和人工智能等相关技术应用于投资领域以满足普通群众的投资需求已经成为大势所趋。增强指数跟踪是这其中的热点问题,其主要目的是在被动投资策略——指数化投
近年来,随着集成电路工艺特征尺寸逐步演进到深纳米水平,市场也对消费类电子的功耗、性能与产品设计周期提出了更高与更加苛刻的要求。在传统后端物理实现设计流程中,一直采取着布图规划,电源规划,布局,时钟树综合,绕线,物理验证,签核的设计流程。但是随着先进工艺制程达到7nm和5nm与即将部署的3nm节点,电路时序收敛和功耗降低实现的难度急剧上升。如何优化改进目前传统的后端物理实现设计流程与方法,以得到更优
多光谱(Multispectral,MS)图像和全色(Panchromatic,PAN)图像的融合分类是遥感图像处理的一个研究热点。多光谱图像和全色图像是同一场景地物相同时刻的成像结果,但是由于成像技术的差异,两者呈现出一种表象差异,但本质相同的特性。目前常见的多光谱图像是具有四个光谱波段(RGB+近红外)的遥感图像数据,它的特点是光谱信息相对全色图像要更加丰富。而全色图像仅具有一个波段,它相较于
图像目标跟踪是现代信息化社会中一个重要的技术领域,在军事安防、卫生医疗、工业生产等多个方向都有广泛的应用。近些年来,多种算法在目标跟踪领域获得了快速发展。核相关滤波(Kernel Correlation Filter,KCF)算法是其中综合效果最为瞩目的一套跟踪算法,得益于梯度统计直方图的优势以及循环矩阵的特殊性质,无论是执行效率还是跟踪效果都达到了新的高度。但在实际的工程应用中,基于KCF的目标
星载空中动目标指示(AMTI)雷达以卫星为平台具有探测范围广、生存能力强、所受制约少等传统雷达所不具有的优势,在军事中有很大的应用价值,已经成为当今雷达技术研究的重点。但星载AMTI雷达实现技术难度大,设计复杂,至今还没有投入实际使用,因此利用计算机仿真技术对星载AMTI雷达系统进行建模与仿真,不仅能对星载AMTI雷达系统中的关键技术进行快速有效的研究,还可以为系统目标检测性能的评估提供有力的依据
随着遥感技术的快速发展,遥感影像数据形式越来越多样化,其所包含的信息也越来越丰富,具有重要的研究价值。而遥感影像分割作为遥感影像处理中重要的一项技术,已经被广泛应用于军用侦察、地质勘测、地图重建以及地质灾害预防等领域。近年来基于深度学习的遥感影像分割方法取得了一定的突破,但仍然存在目标边缘分割不连续及部分目标预测得分不精确等问题,本文针对这些难点问题,从网络结构设计方面做出了相应的改进以提高分割的