【摘 要】
：
传统天线阵为实现抑制旁瓣、产生携带轨道角动量（Orbital Angular Momentum,OAM）的波束、生成和差波束以及快速波束扫描等功能,需要对阵列中的每个阵元做到精准调幅和调相,这就使得馈电网络中需要用到大量的衰减器和移相器,增加了馈电网络的设计难度和成本。而通过将“时间”维度引入到传统天线阵中构成的空时天线阵（Space-Time Antenna Array,STAA）在实现上述功能
论文部分内容阅读
传统天线阵为实现抑制旁瓣、产生携带轨道角动量（Orbital Angular Momentum,OAM）的波束、生成和差波束以及快速波束扫描等功能,需要对阵列中的每个阵元做到精准调幅和调相,这就使得馈电网络中需要用到大量的衰减器和移相器,增加了馈电网络的设计难度和成本。而通过将“时间”维度引入到传统天线阵中构成的空时天线阵（Space-Time Antenna Array,STAA）在实现上述功能时,极大地降低了对衰减和移相单元的依赖程度。与传统天线阵相比,STAA利用一组由现场可编程门阵列（Field Programmable Gate Array,FPGA）控制的射频（Radio Frequency,RF）开关来代替传统天线阵系统中的移相器和衰减器,通过时间函数对RF开关进行调制,使天线单元获得等效为幅度和相位加权的时间加权。而时间加权可以等效为中心频率处的幅度加权和边带频率处的幅度以及相位加权,以此实现对幅度和相位的调控。“时间”维度的加入提高了阵列天线的设计自由度,降低了设计成本,具有很好的功能可重构特性。基于上述研究背景,本文主要从时域和频域的角度出发,研究了STAA的工作特性与时间函数之间的关系,主要包含以下三个方面:1.基于多频人工磁导体表面构建了多频相位调制屏（Phase Switched Screen,PSS）模型,通过研究PSS在不同时间函数下的工作特性发现,如果时间函数选取合适,PSS可以实现雷达隐身和频率可重构的功能;以各向同性天线为基本阵元,构建理想STAA模型,通过计算STAA加载不同时间函数时的辐射方向图发现,若时间函数发生改变,STAA可以综合出不同的远场方向图。2.以改进型贴片天线为阵元构建八单元均匀圆阵,并设计用于输出八路等幅同相RF信号的Gysel型一分八功分器;利用Verilog语言编写用于控制RF开关的时间函数,并将程序固化到FPGA控制模块中;在选择合适的RF开关之后,将前面设计的器件和模块利用RF电缆连接起来,搭建了基于STAA的轨道角动量天线阵系统。3.给出OAM波束模式值取值范围的约束条件以及STAA系统的阵因子表达式,通过全波仿真和数值计算相结合的方法,研究STAA系统的有源辐射方向图;通过实际测量和数值计算相结合的方法,计算出STAA中各个辐射单元在一个时间函数周期内的有源反射系数值。研究发现,各个阵元的有源反射系数值会随着RF开关状态的切换而改变。
其他文献
目前,人体状态识别在工业和学术上都有着广泛的运用。脑电信号（Electroencephalography,EEG）真实反映了个人的状态,由中枢神经产生,人体的生理状态与中枢神经也息息相关,因此通过脑电信号识别具有很强的客观性,并逐渐成为疲劳检测和情绪识别领域中可靠的生物信号之一。基于脑电信号识别人体状态对于驾驶和高空作业等领域具有极为重要的意义,所以脑电信号识别人体状态逐渐成为研究热点。脑电信号是
随着移动通信技术的快速发展,LTE组网已经十分成熟,5G组网逐步完成部署,无线移动网络能够提供高速率、低时延的数据流量服务,同时在某些特殊场景下也存在负荷过大、频谱资源不足、信号覆盖不均匀等问题。D2D通信作为5G的一项关键技术,在提高频谱利用率、增大系统容量、降低能耗以及优化常规的信号覆盖问题上能够起到关键作用。D2D通信的关键步骤包括资源分配和用户配对两大部分。资源分配又分为频谱资源分配和功率
近几年,现代智能系统发展迅猛,对于智能系统来说,了解其所在地点及周围环境非常重要。场景识别的目的就是帮助计算机理解周围环境,它可以描述图像所属的场景类别,而不只是列出场景中的对象。如今,场景识别广泛应用于人机交互、智能机器人、智能视频监控和自动驾驶等领域,已成为机器视觉领域的重要任务之一。目前,场景识别性能的提高主要得益于具有海量参数的复杂卷积神经网络的蓬勃发展和大规模数据集提供的必要训练样本。随
从1G（First Generation）演进到5G（Fifth Generation）,整个移动通信网络的发展都是沿用蜂窝移动通信体制。为了提高系统容量,需要采用不断缩小小区面积和密集化部署基站等方法。然而,基站与基站之间缺乏协作能力,系统容量提高的同时,小区间干扰等问题也愈发严重。无线通信系统需要为指定区域的所有用户提供统一良好的服务。为此,去蜂窝大规模MIMO（Cell-Free Massi
自上世纪九十年代以来,随着无线通信技术的迅速发展和物质文化水平的提高,人们对通信质量和通信效率逐渐有了更高的要求,与此同时接入移动网络的设备数量的上升也对无线通信网络的负载能力提出了更高要求。随着我国“四纵四横”高铁网络的全面覆盖,高铁已然成为民众的首要出行方式,而高速场景下的移动通信已经成为学术界的研究热点。在高速场景下,高速移动带来的高多普勒频移使得子载波的正交性无法得到保证,高速情况下传统的
近年来,由于化石能源短缺,环境污染加剧,世界各国都在积极的寻求能源结构的升级,风力发电、光伏发电等新能源发电在总发电中所占的比例逐渐增加,本文在此背景下研究微电网分布式能量管理以及能量管理中的隐私保护问题。首先,本文对已有的关于微电网分布式能量管理的研究中的能量管理模型进行了完善。本文考虑了一个带有多个发电单元和可响应负载单元的微电网系统,考虑发电侧和负载侧同时参与到能量管理中,以社会福利最大化,
柱矢量光束具有柱对称偏振和强度分布的特性,使其受到广大研究者的广泛关注。柱矢量光束在光陷阱、光操纵、光通信和表面等离激元等领域有着广泛的应用。人们一直追求对聚焦场的灵活调控。其中,传统透镜难以实现对柱矢量光束的紧密聚焦,限制了焦场调控的灵活性。由介质交替排列构成的光子晶体透镜难以实现对任意偏振光的紧聚焦。在光子晶体透镜的启发下,提出一种具有柱对称结构的全介质负折射光栅透镜。全介质负折射光栅透镜基于
在人类的日常生活中,图像语义信息在非言语信息传递上,扮演着日益关键的角色。伴随卷积神经网络（CNN）以及深度学习的高速发展,语义分割（Semantic Segmentation）的研究在计算机视觉、医学图像分割和自动驾驶领域获得了丰硕的成果。但是随着卷积神经网络结构的加深,图像分割过程中的局部信息与全局信息、边缘信息和上下文信息的依赖关系不断衰减,语义分割精度结果并不理想,因此,提高语义分割信息间
目前室内定位技术受到了越来越多的关注,基于室内定位技术的服务已经广泛应用于各个领域,但是由于环境复杂性导致现有室内定位技术难以得到精确的位置估计。为解决上述问题,本文开展基于多模态学习的Wi-Fi信号室内定位技术研究,充分利用Wi-Fi信号各模态之间的互补性,提高定位精度。本文主要工作包括:（1）研究基于多模态学习的Wi-Fi信号室内定位相关理论和方法。首先介绍了Wi-Fi信号的各种模态测量值,然
微波能量传输（Microwave Power Transmission,MPT）技术是当前电磁场方向的研究热点,它通过电磁波的形式将能量在点与点之间定向传输。随着科技的发展,微波能量传输技术愈发成熟,在军事与民用方面得到了更多的推广。目前,微波能量传输技术在诸多领域中都有应用,比如无线传感器网络、射频识别（Radio Frequency Identification,RFID）,卫星应用等方面。毫