【摘 要】
：
通过研究将双频天线与自平衡磁偶极子天线原理和扇形贴片天线的多模谐振理论相结合,不仅有效地拓宽波束宽度还展宽了阻抗带宽,形成了“多腔多模”的设计方法。本文基于自平衡理论和扇形贴片天线的多模谐振理论,提出了一种E面宽波束双频段稳定增益的双频层叠天线,主要研究的内容包括:1.首先根据平衡馈电背景,阐述了其产生的影响和传统的解决办法。然后从自平衡原理出发,引出了扇形磁偶极子天线在引入四分之一波长的长方形寄
论文部分内容阅读
通过研究将双频天线与自平衡磁偶极子天线原理和扇形贴片天线的多模谐振理论相结合,不仅有效地拓宽波束宽度还展宽了阻抗带宽,形成了“多腔多模”的设计方法。本文基于自平衡理论和扇形贴片天线的多模谐振理论,提出了一种E面宽波束双频段稳定增益的双频层叠天线,主要研究的内容包括:1.首先根据平衡馈电背景,阐述了其产生的影响和传统的解决办法。然后从自平衡原理出发,引出了扇形磁偶极子天线在引入四分之一波长的长方形寄生单元情况下,将不平衡电流转化成有用电流,实现平衡馈电。通过与微带方形贴片天线做对比,验证了自平衡原理能够有效地拓展波束宽度。2.为了验证原理的正确性,基于圆心角为180°工作频率为2.45GHz的自平衡磁偶极子天线,在其上方层叠一个扇形贴片天线形成双频层叠天线。通过多模谐振理论在扇形贴片上引入两个对称的矩形槽扰动其高阶模实现双谐。利用仿真软件进行参数分析并得到设计参数的最优值,制作了天线的样品,最后通过实验测量和仿真进行对比,此设计方法的正确性得到了验证。3.根据所设计双频层叠天线的理论方法,接下来改变自平衡磁偶极子的半径来调节低频处的谐振频率,设计了工作频率为3.5GHz的双频层叠天线,研究出改变下层磁偶极子的半径就可以变化该层叠贴片天线的双频比。经过制作天线实物进行实验测量,实现改变双频比的设计方法,此设计方法的正确性和通用性得到了验证。
其他文献
在量子力学的理论指导下,量子通信可以确保合法用户间通信的安全性,而目前量子通信常指量子密钥分发过程。发送或不发送量子密钥分发（Sending or Not Sending Quantum Key Distribution,SNS-QKD）协议是在双光场量子密钥分发（Twin-Field Quantum Key Distribution,TF-QKD）协议启示下的改进。像典型的双信道量子密钥分发协议
随着人们对无线通信的容量需求快速增长,在微波频带中运行的通信系统很难满足用户高速率传输的要求。因此,在过去的几年中,许多先进的技术被用来提高频谱效率,如中继合作、分集复用和认知无线电。但是,与爆炸性的系统容量需求相比,获得的增益太有限了。为了解决频率资源短缺的问题,毫米波被认为是潜在的射频候选者。由于每秒千兆比特的数据速率,毫米波将部署在未来的第五代无线通信系统中。另外,由于天线数量的增加,大规模
伴随人工智能技术与深度学习的发展,作为人机交互领域研究的一个重要部分,情感识别逐渐成为研究的热点。由于面部表情、语音等信号具有主观特性。脑电、外周等生理信号也从医学领域被引入到情感识别的研究中。单模态的情感识别领域已经取得了许多的研究成就,但是单模态中包含的信息往往是不完整的,会影响情感识别的效果。多模态识别逐渐被研究者所重视,并在表情、语音、文本、生理等信号上展开了广泛的研究,利用多个模态间的信
随着多媒体移动通信设备的不断普及,终端数量呈爆发式增长,由此增加了蜂窝小区间的干扰,这对数据通信服务质量提出了较大的挑战。一方面,在高速移动场景下的移动通信中,接收端移动速度较快,上一时刻的波束分配方案在下一时刻可能不再适用,但如果每次都重新计算波束分配方案无疑会增加系统开销,浪费计算资源,同时带来较大延迟。但另一方面,固定几个小区内的交通模式在一天中的固定时间段内又是高度相似的,可以加以利用。毫
高速发展的物联网等新兴技术给人类生活和工作带来巨大便捷的同时,也对新一代无线通信提出了更高的要求。包括5G在内的未来移动网络业务能力的提升将在三个维度上同时进行:资源利用率、系统吞吐量以及挖掘新的频谱资源。为了应对这些挑战,新型的多址接入技术——非正交多址接入（Non-orthogonal Multiple Access,NOMA）以及认知无线电技术（Cognitive Radio,CR）受到了广
当今,生物识别系统已经成为主流的密钥解锁方式,但现阶段存在的生物识别系统如:指纹、面部识别、声音等生物识别系统,都能被不法分子破解、有机可乘。本文对脑电信号的激励、特征和分类进行了研究,采用脑电信号作为识别身份密钥,对新型生物安全识别系统进行探索研究。首先研究了身份识别脑电信号的产生方法。针对现有实验激励源单一、效果欠佳,使用选定实验刺激素材,随机展示素材激励,固定时间间隔来刺激产生P300信号,
随着移动通信技术的快速发展,用户终端需要面对比过去更多样、更复杂的应用需求。与此同时,用户终端数量的快速增长,使得传统的“云计算+固定基站”的网络覆盖模式难以承载巨大规模的应用需求。无人机,由于机动性强、操控性好、相较传统基站部署成本更低等优势,能够快速响应不同的通信覆盖需求。基于移动边缘计算的思想,学界提出了利用无人机搭载边缘服务器辅助用户终端进行任务计算,以满足用户的应用需求。目前,相关研究工
车联网作为5G移动通信的代表性应用场景之一,随着信息技术的发展以及新的业务需求,产生了大量对计算与存储资源高需求的车载应用。然而,在目前的车载通信环境中,传统的任务迁移与资源分配算法难以满足实时路况、智能识别等新型车载应用的低时延、高可靠需求。移动边缘计算（Mobile Edge Computing,MEC）可以在智能交通等新型应用场景的网络边缘侧部署大量高性能服务器,车辆终端将任务卸载至MEC边
波达方向估计（Direction-of-Arrival,DOA）是阵列信号处理领域的一个重要分支,它是指利用阵列天线接收信号,并通过统计信号处理技术和各类优化方法对接收信号进行处理,以能够估计出入射信号的来向信息,在雷达、声呐、导航和无线通信等领域有着广泛的应用。传统的子空间类方法其高分辨率的前提是能够将导向矢量的结构具体构造出来,换言之,这类方法对阵列误差敏感。在实际阵列中,由于环境和物理器件等