【摘 要】
：
传统的超宽带T/R组件采用的是两维砖块式结构，体积和重量已不适应目前小型化、低剖面、易共形的相控阵天线要求。本文提出的基于硅基堆叠SIP（system in package）技术，将四通道的射频芯片高度集成在硅基介质基板上，将多层介质基板厚金压合，实现多层堆叠的三维封装。通过采用芯片多功能集成技术和超宽带射频信号的垂直互连技术，实现三维堆叠的四通道超宽带T/R组件。T/R组件带宽为6-18GHz，
论文部分内容阅读
传统的超宽带T/R组件采用的是两维砖块式结构，体积和重量已不适应目前小型化、低剖面、易共形的相控阵天线要求。本文提出的基于硅基堆叠SIP（system in package）技术，将四通道的射频芯片高度集成在硅基介质基板上，将多层介质基板厚金压合，实现多层堆叠的三维封装。通过采用芯片多功能集成技术和超宽带射频信号的垂直互连技术，实现三维堆叠的四通道超宽带T/R组件。T/R组件带宽为6-18GHz，单通道的发射功率优于23dBm，接收增益优于20dB，6位数控衰减，6为数控移相，尺寸只有13mm×13mm×3.4mm。该技术可以将多通道超宽带T/R组件实现SIP封装，有利于工程应用。
其他文献
如何区分不等价的链环或纽结是纽结理论的核心问题。纽结不变量是判断链环或纽结是否等价的重要工具,而常见的不变量有同调、亏格、解纽数、环绕数等。与Jones多项式相比,链环的Khovanov同调是一个更强的不变量。目前计算Khovanov同调的方法有定义法、长正合序列、谱序列等。文献中常用的方法是正合序列及谱序列的方法。我们直接从定义计算的话,随着交叉点的增多,很快就会变得难以计算。虽然说计算Hopf
本文主要考虑两类有应用背景的设计,分别是具有最大最小和的设计和不相交差族.具有最大最小和的设计可以用来构造分布式存储系统中的访问均衡的部分重复码,不相交差族不仅可以用来构造多种设计,也可以构造通信和信息安全中所用到的跳频序列、光正交码、自同步码等.文章的结构如下:第一章第一节主要介绍具有最大最小和的设计,从其研究背景及意义、相关定义及研究进展进行阐述,第二节主要介绍了不相交差族的研究背景及相关定义
国有企业作为我国经济社会发展的重要组成部分,在历史发展的进程中起到了十分重要的作用,为我国各方面的发展做出了不可替代的贡献。但国有企业在人力资源管理方面的非效率问题还比较严重,有必要系统性地加以研究,促进企业健康发展。新时代下,国有企业发展面临新的挑战,促进国有企业转型升级、改革突破是企业可持续发展的必然之路。A公司作为一家传统的资源型大型国有贸易公司,随着近年来整体经济环境不景气而面临前所未有的
为深入贯彻落实国家、省、市及行业主管部门关于安全生产工作的各项决策部署，提升深能库尔勒发电有限公司广大员工的安全文化素养，营造和谐守规的电力安全文化氛围，公司进行了安全文化建设方案编制，本文对本方案内容进行了研究和探讨。
在图论中,一些与图有关的矩阵已经被广泛研究,最常见的且研究比较深入的矩阵有:关联矩阵、邻接矩阵、距离矩阵和拉普拉斯矩阵等.2013年,Aouchiche和Hansen提出图的距离拉普拉斯矩阵和距离无符号拉普拉斯矩阵的定义,并研究它们的图谱理论.如果图G是一个连通图,则它的距离拉普拉斯和距离无符号拉普拉斯矩阵将分别定义为L（G）=Tr（G）-D（G）和Q（G）=Tr（G）+D（G）,其中D（G）是图
混合整数二阶锥优化问题（MISOCO）是一类在工程中应用非常广泛的问题,其松弛问题二阶锥优化是一类基于仿射集和有限个二阶锥的笛卡尔乘积的交集上极大化或极小化一个线性函数的凸优化问题,许多实际中的问题都会转换为MISOCO求解.本文主要研究MISOCO中的析取割方法,首先针对二阶锥约束的几何性质,我们总结了此特定问题下二次曲面与析取集的交的理论性质,并完善了相关的理论证明,我们说明,与二次曲面同析取
随着信息技术的发展,图论受到了越来越多的关注,极值图论是图论与组合数学的重要分支,极值图论研究了不包含某类图的极值问题并且刻画其极图.目前,学术界主要研究的是边Turán问题,本文主要关注k-元n-立方体点的Turán问题.k-元n-立方体Qnk的顶点集是Vnk=V（Qnk）={（x1,x2,...,xn）,xi∈{0,1,2,...,k-1}},其中k≥2且n≥1.两个顶点x=（x1,x2,..
作为流通业重要构成部分的零售业,在国民经济中发挥着先导作用,随着时间的推移而愈发凸显。自从进入知识经济时代,零售企业之间的竞争已经从物质资本的竞争发展到人力资本之间的竞争,一个零售企业如何能够立于不败之地更多的还是取决于人才。基层管理人员是零售企业后备人才的重要补充来源,那么如何让其长久的留存在零售企业中就涉及到其忠诚度的问题。基层管理人员的忠诚度同一线员工的忠诚度一样,会对零售企业的生产经营各方
为了处理常见高维数据集中的异常值或重尾误差,稳健回归是非常好的选择,而Rank Lasso是其中一个值得注意的模型。然而,高维数据集中巨大的特征尺寸增加了求解Rank Lasso的计算成本,针对这一问题可以使用筛选法则。本文应用对偶外接球技术建立了Rank Lasso的安全特征筛选法则,可以有效地识别数据集中的非活动特征,减少了该模型的计算时间。我们的筛选法则的优点是,它可以表示为给定数据的封闭形