【摘 要】
:
随着无线通信技术的飞速发展,微波滤波器作为无线通信系统中不可或缺的重要器件,其生产需求日益增加,其物理结构趋于复杂化和多样化以满足日益严苛的性能要求。从微波滤波器指标确定到成功完成生产是一个相当复杂的过程,其中调试是所有生产环节中所占时间比重最大的环节,调试成本在滤波器生产成本中占有重要地位。随着生产规模的逐渐扩大和微波滤波器结构的不断创新,单纯依靠经验的人工调试带来的时间成本和人力成本都逐渐变得
论文部分内容阅读
随着无线通信技术的飞速发展,微波滤波器作为无线通信系统中不可或缺的重要器件,其生产需求日益增加,其物理结构趋于复杂化和多样化以满足日益严苛的性能要求。从微波滤波器指标确定到成功完成生产是一个相当复杂的过程,其中调试是所有生产环节中所占时间比重最大的环节,调试成本在滤波器生产成本中占有重要地位。随着生产规模的逐渐扩大和微波滤波器结构的不断创新,单纯依靠经验的人工调试带来的时间成本和人力成本都逐渐变得不可接受。为了减少成本、提高利润、在日趋激烈的市场竞争中占据优势,能够对调试元件选择和步进量大小进行有效指导的参数提取算法受到的关注与日俱增。为了提高参数提取算法的准确性、稳定性和普遍适用性,微波滤波器参数提取中的关键技术是本文研究的重点。本文的主要工作是研究了损耗、端口参考相位、寄生耦合等制约参数提取以及计算机辅助调试技术准确性的关键问题的来源和影响;归纳了解析法参数提取和优化法参数提取的优势和劣势,探究了不同种类参数提取方法扬长避短结合的可能性;对微波滤波器参数提取中的关键技术进行了改进和创新,使提取算法更加准确和稳定,从而提高了调试过程的效率,并让自动调试成为可能。本文的主要成果是创新地提出了三种方法。基于实频域拟合的耦合矩阵提取方法,通过保证拟合函数的物理可实现性使得建立的数学模型更加稳定,通过复数极点映射方法使得提取过程更为合理,此方法对无载品质因数不均匀滤波器的数据具有良好的处理能力;基于赝全通函数提取技术的参数提取预处理方法,通过分析近似函数拟合精度和滤波器阶数限制之间的矛盾,提出了利用赝全通函数相位特性对参考相位进行补偿的方法,此方法能够简洁高效地对实测数据中端口参考相位的影响进行预处理;基于自适应采样策略的优化法参数提取,利用解析法产生的较高质量提取结果,克服了矩阵优化方法依赖初始值的问题,并通过自适应采样策略改善了优化过程的效率和准确度,此方法为精调阶段中寄生耦合元素的处理提供了一种新思路。经过应用实例检验,上述三种方法对损耗、端口参考相位和寄生耦合问题有一定的处理效果。三个应用实例中频率响应数据的来源分别为等效电路仿真、EM电磁模型仿真和滤波器实物,这验证了所提方法在不同应用场景中均可以提升参数提取过程的准确性、稳定性和普遍适用性。
其他文献
随着社会和经济的不断发展,公共交通和物流已经成为生活生产中至关重要的部分。为了维护公共交通和物流的秩序和安全,利用X光安检机来排查行李中的危险物品,成为了安全检查中必不可少的环节。已经有学者利用计算机视觉的方法来代替低效繁琐的人工X光图像危险物品检查。但X光图像复杂混乱,物体之间重叠严重,这给现有的检测方法带来了很大影响。本文针对现有检测算法对重叠严重的X光图像检测效果不佳的问题,利用前后背景分离
随着无线通信技术的发展以及5G技术的成熟与普及,微波多工器作为一种可以分离与合成信号的频率选择器件在卫星通信、雷达系统以及电台调频等领域得到了广泛的应用。由于频谱资源的日渐紧张,对于多工器的性能指标要求也越来越高,其设计难度也逐渐增加。为了适应日渐增加的多工器设计难度,本文将围绕多工器设计开展如下几项工作:1、为了给后续的多工器设计提供理论基础,本文首先对滤波器的设计进行了研究。先是介绍了基于广义
由于每个人的许多生理特征都是独特的,因此利用生物特征进行个体身份识别在本质上更可靠和更卓越。由于人脸识别的非接触性和人脸识别算法的高精度,人脸识别是更可取的生物特征识别解决方案之一。但是,人脸图像数据通常维数很高,会导致“维数灾难”的难题。而且,人脸图像还不可避免地会遭受噪声和遮挡的破坏,导致人脸特征丢失。因此,如何利用降维技术快速地提取特征,从而得到数据的有效低维表示,已经成为了研究界广泛关注的
人脸识别一直是计算机视觉和模式识别领域最关注的问题。近年来人脸识别技术取得了日新月异的发展,但在遮挡人脸识别领域的研究却很少,有待进一步发展与完善。由于COVID-19疫情的爆发,越来越多的人开始在公共场合佩戴口罩。口罩的多样性会产生各种各样的面部遮挡问题,这给人脸识别带来了很大的影响。传统的遮挡人脸识别方法由于缺乏用于训练的大规模遮挡人脸数据集,难以准确识别遮挡人脸图像。此外,现有的上下文注意力
在高中化学教学中开展爱国主义教育,可以从现行化学教材、化学高考题中深度挖掘爱国主义教育的资源,再利用信息技术、任务群、人物传记等多种方式把科学文化知识学习和爱国主义教育融于一体,实现立德树人之教育使命。
随着互联网和智能手机的普及,信息传播媒介逐渐从以文本为主过渡到以图像视频为主。目前,互联网上每天会产生海量的视频数据,亟需设计高效的智能算法对视频进行自动分析。视频描述技术是一种理解并分析视频内容的方法,旨在将视频转换为一段描述视频内容的文本。目前,基于深度学习的视频描述算法已取得不错的结果,但是在提取视频语义信息方面还存在诸多问题,如利用动态特征中的时序信息、加强关键目标的作用、发挥多层级视觉特
随着遥感技术的飞速发展,目前可获得的遥感数据越来越丰富,针对遥感数据的场景理解也越发引起关注。语义分割任务作为遥感数据场景理解中的重要任务,有着极其广泛的应用。虽然基于深度学习的方法已在遥感图像分割领域取得了优异的效果,但还存在资源消耗大、边缘分割困难、上下文处理方法仍需优化等问题。针对这些问题,本文结合多任务学习、注意力机制及类别上下文增强思想对遥感图像语义分割展开研究。本文主要研究内容如下:1
在中国,肝癌的发病率和死亡率常年居于高位。目前肝癌患者在治疗过程中通常通过多时相CT扫描来确定自身肝肿瘤的情况。利用计算机实现CT图像中肝肿瘤的自动分割不仅节省了手动标注需要的人力物力,还降低了人为标注过程中因主观因素造成的误标漏标风险。多时相CT扫描包括按时间顺序获得的动脉期图像、门静脉期图像和延迟期图像三期图像。其中动脉期和门静脉期图像的成像时间相近,图像中各器官组织结构相似,延迟期图像中各器
随着计算机运算能力的提升和深度学习技术的迅速发展,基于深度学习的行人重识别方法相较于传统行人重识别方法在识别精度上有了很大的提升。然而,基于深度学习的行人重识别方法通常采用深度卷积网络作为行人特征提取骨干网络,利用高维特征表示行人,这引入了大量的参数量和计算量。本文主要研究内容是设计轻量的行人特征提取骨干网络、轻量的行人特征对齐模块和高效的散列层,可以快速且准确地进行行人重识别。具体工作内容如下: