利用神经网络实现矩形天线近场到远场的变换

来源 :东南大学 | 被引量 : 0次 | 上传用户:sb129
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
随着雷达、导航和通信系统工作频率越来越高,其波长越来越短,直接测量天线远场特性也越来越不易实现。通常,天线远场特性测量运用紧缩场技术和近场到远场的变换这两种方法。前者通过反射器将球面波校正为平面波,后者是利用近场测量值推导出远场特性。 对于近场到远场的变换,目前已经可以通过一系列数学方法,如傅立叶变换方法,用任意近场测量面上的局部信息比较精确地确定出远场的分布特性,因而得到了广范应用。本文应用神经网络方法更简便地解决天线近场到远场的变换问题。 神经网络是单个并行处理元素的集合,这些元素是从生物学神经系统得到的启发。在自然界,网络功能主要由神经节决定,我们可以通过改变连接点的权重来训练神经网络完成特定的功能。一般来说,神经网络都是可调节的,或者说可训练的,这样一个特定的输入便可得到要求的输出。网络根据输出和目标的比较而调整,直到网络输出和目标匹配。 利用神经网络实现近场到远场的变换,只需要知道天线在任意几何面上的近场幅度值,即可计算出远场辐射特性。其原理很简单,由天线的解析近场和远场值分别作为输入和目标输出单元,以径向基函数模型构造神经网络,训练近场到远场的映射函数。当网络训练完毕后,就可以直接实现一定范围内的近远场变换。通过对矩形口径面天线的实例分析,验证了此方法的可行性和准确性,并且计算速度也相对较快,因而具有一定的发展和应用前景。
其他文献
无线公话是移动通信运营商利用其GSM或CDMA移动通信网络的资源,采用无线接入的方式,为用户提供的一项市话和长途电话服务,其灵活、方便、可移动、适用范围广等特点,尤其是其较低
随着学科之间交流的加强及科研人员之间协同工作的深入,建立一个分布式的虚拟实验平台,加强不同学科不同地区的研究人员之间的合作是一些科研机构的迫切要求。而计算机网络和
光耦合器是光通信系统与网络中的关键器件。基于自镜像效应的多模干涉(MMI)波导型光耦合器具有结构紧凑、插入损耗低、带宽大、制作容差大等优点,日益得到重视。与普通波导的M