体表/体外双通信模式可穿戴天线研究

来源 :兰州大学 | 被引量 : 0次 | 上传用户:juanzi0666
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
双通信模式可穿戴天线由于可以实现体表通信和体外通信间信息的无缝传输,在近年来引起了研究人员的关注。本文根据工作机制将现有的双模式可穿戴天线分为三类,并针对每一类研究设计了一款天线。所设计的三款天线可以方便地集成在衣物表面或直接穿戴,在无线体域网中具有较好的应用前景,具体的工作内容为:(1)设计了一款双频段双模式可穿戴天线。该天线可应用于工业、科学和医疗频段中2.4-2.4835 GHz和5.725-5.875 GHz两个频带。使用同轴线馈电,直接激励上层圆形贴片的TM11模式,在高频段实现体外通信,容性耦合激励下层加载有四个短路探针的圆形贴片的TM01模式,在低频段实现体表通信。实测结果表明了其良好的双频段双模式特性。(2)设计了一款单频段双模式可重构天线。该天线基于矩形贴片天线设计,工作于2.4-2.4835 GHz ISM频段,利用PIN二极管控制矩形贴片与四个接地短路探针的连接与否,可以调节矩形贴片分别谐振于TM00模式和TM01模式,使得天线可以在体表和体外通信模式间灵活切换。在天线靠近人体的一侧使用毛毡作为介质基板,有效提升了穿戴舒适度。对其近人体性能进行了实测,对比吸收率进行了仿真,结果都证明了该天线在可穿戴系统中的应用潜力。(3)设计了一款双模式宽带可穿戴MIMO天线。该天线工作于5.15-5.825GHz无线局域网频段,分别使用聚二甲基硅氧烷(Polydimethylsiloxane,PDMS)和毛毡制作两层介质基板,利用下层加载有寄生同心圆环的圆形贴片实现宽频带体表通信模式,利用上层蚀刻有一对非对称槽的矩形贴片实现宽频带体外通信模式。通过分离地面结构实现7 d B的端口间隔离度提升。天线的实测结果表明其可以有效应用于可穿戴MIMO系统中。
其他文献
初中函数知识丰富,蕴含数学核心素养内容,而且初中函数不仅是初等函数的重大分支,同时对高中函数的学习也有很大影响,但是对于学生而言,函数内容的学习却非常困难。在核心素养的背景下,数学教学不仅要注重学生知识的学习、能力的发展,还要注重数学核心素养的培养。所以本论文以此立意,探究初中函数的教学,力求以数学核心素养指导初中函数教学,以初中函数教学为切入点来推进数学核心素养的培养。本论文首先通过文献研究法对
中国现代诗歌也叫“白话诗”,起源于清末,相对于古典诗歌,现代诗歌的格式和韵律更加自由。现代诗歌教学是初中语文教学重要的一部分,但因为各种原因,并未成为语文教学的重点。很多教师虽然迫切想提高现代诗歌的教学水平,但不知道如何教给学生正确的鉴赏诗歌方法。为解决这一难题,本文提出应当在现代诗歌的教学中引入接受美学理论。在现今的教学模式下,我们需要拓展学生期待视野的基础,激发学生的定向期待和创新期待,帮助学
藏族鱼棋游戏主要流传于我国甘肃、四川和青藏高原地区,是一种传统的棋类游戏,其规则分布局阶段和对局阶段,以围堵在直角区域判定吃子,以棋子比例判定输赢。博弈规则类似于围棋,规模和难度小于围棋。现阶段有益的电子化在线藏棋游戏系统少之又少,为此,若从规则相对简单的藏族鱼棋入手,研发具有博弈功能的藏族鱼棋在线系统,为更好地挖掘、传承和弘扬藏棋文化,为藏棋爱好者提供智能化的藏棋智力游戏平台,以及可以让其他民族
情感是认知过程中重要的一环,使计算机像人一样具有感知各种情感的能力,是人工智能领域的一个全新课题。语音情感识别(Speech emotion recognition,SER)是情感识别领域的重要研究方向,旨在让计算机能够领悟人的情感,实现人与机器之间的顺畅沟通。但语音情感识别领域当前存在诸如:缺乏有效的情感特征集、缺乏有效的情感识别模型等问题。本文从提升语音情感识别模型的识别性能出发,进行了基于深
语音端点检测是一种从掺杂有背景噪声的语音信号中区分出语音和非语音信号的技术,它直接影响着语音识别、语音增强等语音处理技术的性能。因此,语音端点检测算法的研究对语音处理技术性能的提高有着关键性的作用。目前,语音端点检测算法主要有基于特征阈值和基于模型匹配两类。其中,基于特征阈值的端点检测算法通过对比提取的语音信号的特征值和实验前设定的阈值进行比较,从而实现语音和噪声的判定。基于模型匹配的端点检测算法
语音是人与人之间最直接、最自然的交流方式。在现实生活中,语音会受到各种噪声的影响,噪声降低了语音信号的可懂度与清晰度,影响了人们之间的正常交流。语音增强就是针对受噪声干扰的语音而提出的强化语音的一种技术。因此,研究语音增强技术对语音通信、助听器等领域的发展具有重要的现实意义。藏语语音增强是藏语人机交互的基础工作,相对于汉语和英语等语种的语音增强技术,藏语语音增强技术还处于发展阶段。目前,实现藏语语
语音识别作为人机交互的第一步,具有很重要的现实意义。在现实生活中,语音往往会受到噪声、混响以及说话人的干扰,使得语音识别系统性能降低。因此,为了解决上述问题,提高语音识别系统对于含噪语音的识别准确率,本研究针对孤立词与连续语音分别提出相对应的深度神经网络模型,从而用于鲁棒性语音识别。本研究的贡献如下:(1)针对孤立词鲁棒性语音识别,提出了迁移自编码器双向循环神经网络模型TAEBN。为了提取含噪语音
由于国内外语音识别研究技术的飞速发展,汉语、英语、德语等资源丰富语言的语音识别技术取得了良好的识别结果,特别是端到端技术的兴起避免了多个模块固有的缺陷,降低了语音识别模型的复杂性。然而,藏语语音识别由于其语料库构建困难和方言的特点导致发展缓慢,因此,提高藏语语音识别系统的性能具有重要的研究意义。目前,藏语语音识别面临诸多挑战:第一,尚未拥有权威公开的藏语语料库资源,语料库构建不易;第二,在特征提取
随着通信技术的换代革新,5G为物联网发展注入了新的活力,物联网技术已在医疗、共享经济、智慧城市等领域被广泛的应用。与此同时,伴随着物联网技术的快速发展,新的安全问题也在不断的涌现出来。当前,大量的物联网设备没有安全认证机制,设备间的信任问题严重依赖于中心化第三方服务,但在愈来愈多设备入网的大趋势下,中心化管理机制在面对海量的设备连接时,需要消耗大量的资源来提供安全服务,同时又面临着单点故障的安全风