5G毫米波相控阵列研究

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:linxiao13421
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
由于具有精确的波束指向、高的合成增益、易于波束形成等优点,大规模相控阵已经成为5G毫米波通信关键技术之一。本文针对5G毫米波相控阵列进行研究,涉及三种不同的天线形式,包括:电磁偶极子天线、介质谐振器天线以及波导缝隙天线。主要的研究内容如下:1.双极化缝隙耦合馈电电磁偶极子(ME)相控阵列的研究:基于互补天线的原理,设计了缝隙耦合激励的双极化ME单元。利用金属化过孔在馈电层和辐射层的介质中构造腔型结构,分别提高带状线馈线的耦合效率和阵列中单元的隔离度。进一步设计了5×5相控阵列,仿真结果表明该阵列具有良好的扫描性能。2.双极化介质谐振器(DRA)相控阵列的研究:研究了DRA不同馈电方式对于天线性能的影响以及阵列中的去耦方法。根据指标要求,设计了一款覆盖27.9GHz~31.1GHz的双极化DRA相控阵列天线。单元采用共形金属带条和缝隙耦合馈电的组合来实现双极化的激励,同时在阵列中用金属隔板构建栅格将单元分隔开,仿真结果表明,阵列能够在规定的方位维±30°,俯仰维±20°范围内扫描,且阵列扫描增益降低小于1.6dB。3.脊波导相控阵列的研究:采用脊波导设计了两个8×8的相控阵列,分别实现水平和垂直极化辐射性能。采用在脊波导宽边开纵缝的方式实现水平极化辐射,在波导脊边开“V型”缝实现垂直极化辐射,通过对缝隙进行加权设计实现俯仰维方向图的低副瓣。为了解决同轴馈电带来的转换损耗,改进设计了阵列的馈电结构,包括脊波导极化扭转结构和脊波导转标波结构。加工了一版全金属阵列,实测结果表明其在26.5GHz~29.5GHz频段内|S11|≤-10dB,单端口的方向图与仿真具有一致性。
其他文献
红外弱小目标检测技术是红外成像制导、反导系统、无人机入侵检测、基于热成像的泄漏检测等系统的关键技术之一。由于目标成像距离远、目标信号衰退大,且红外图像易受环境辐射和传感器噪声影响,获取到的图像具有很低的信噪比,弱小目标在整个图像中所占的像素非常少,难以依靠尺寸、纹理或形状以及结构特征来进行检测判断,仅依靠目标本身的灰度信息无法准确检测出弱小目标。因此,复杂场景下的红外弱小目标检测方法一直是目标检测
随着现代雷达的不断发展,相控阵雷达需要满足宽频带工作、大空域覆盖的高性能,对应的雷达天线则需要具备宽带工作、宽角扫描的能力。Vivaldi天线具有宽频带、宽波束以及低交叉极化的优良性能,是高性能宽带宽角扫描有源相控阵天线的重要研究课题之一。本文结合科研项目,对Vivaldi天线单元以及基于Vivaldi天线的有源相控阵进行研究,主要内容可分为以下三个部分:1.Vivaldi天线单元的研究:基于Vi
伴随着现代通信技术的发展,微波通信凭借其波段频带宽容量大、方向性较强等特点成为现代通信的主流。本文基于S波段的微波通信频段,完成了对S波段收发系统的可编程化和集成化的设计。首先,本文对微波通信系统的发展动态进行了调研与分析,重点介绍了收发机结构及微波通信的主要技术指标。根据工程应用背景及应用要求,对系统的指标进行了详细的规定。并依据指标要求,对系统功能及电路进行了可编程化的设计,使得系统的输出频率
可搜索对称加密是一种密码原语,它能够实现在无需解密的情况下对加密数据进行搜索。Stefanov等人在2014年的NDSS会议上提出了可搜索对称加密中的一个新的安全定义——前向安全,并给出了一个基于ORAM技术的前向安全的可搜索对称加密方案。近年来,一些对可搜索对称加密的攻击研究强调了前向安全的必要性。本文从效率以及功能性角度,对现有前向安全的可搜索对称加密方案进行研究,并提出了两个改进的前向安全可
文本情绪分析是自然语言处理领域的一个重要研究方向,但是该任务仅关注情绪类别,属于比较浅层的情绪分析任务。而我们有时候更关心到底是什么原因导致了这些情感,由此衍生了更深层次的情绪分析任务:情绪原因抽取。然而,该任务存在一些问题:首先在抽取原因前必须提供情绪标注,这限制了该任务在实际场景中的应用;其次先提供情绪标注后抽取原因的方法忽略了情绪和原因之间的相互作用。为了解决这些问题,去年一个新的任务被提出
近二十年无线通信系统的发展厚积薄发,各种无线通信标准和协议如雨后春笋般不断涌现,这对无线通信设备的兼容性提出了更高的要求,而其中尤为重要的一方面就是工作带宽。信道带宽的增大,一方面可以提高数据传输速率,另一方面也可以使无线设备兼容更多的通信标准和协议。除此之外,超宽带技术还具有空间分辨率高、多径衰落小、抗干扰能力强以及等效功耗低等优点,因此超宽带是未来无线通信设备发展的重要趋势。接收机前端模块作为
视频目标检测是场景理解中的一个热门研究课题。深度学习作为近年来人工智能领域最为火热的技术,在目标检测任务应用广泛。图像目标检测就是对图像中存在的目标进行分类并用目标框将其框住。比起图像目标检测,视频目标检测还需考虑到视频中的帧间关系,以及如何应对模糊、失焦等情况。使用深度学习进行目标检测,首先要使用卷积神经网络对图像进行特征提取,然后使用区域建议网络得到候选区域,最后对候选区域对应的特征进行分类和
函数依赖发现,是一种面向关系型数据的重要分析技术,是数据清洗、质量评估和语义分析的重要手段,被广泛应用于分布式大数据分析。在数据中正确发现函数依赖关系具有较高的计算复杂度,目前存在的函数依赖发现方法大部分属于集中式算法。在大型企业内部,由于用户数据的急速增长,基于云计算平台的分布式数据库被广泛使用。已有函数依赖发现算法主要针对集中式数据,不适用于分布在不同节点上的云数据。将分布式数据汇集到集中节点
随着隐身技术和飞行器技术的发展,具有“超视距、低观测、高声速、高机动”等特征的飞行器相继出现,这给传统雷达的目标检测带来了严峻挑战。增加雷达回波积累时间理论上能够提高雷达检测性能,但随之而来的距离走动和多普勒频率扩展将导致能量分散,从而严重影响目标检测性能。针对上述问题,本文对雷达高速目标检测技术展开研究,主要工作如下:(1)针对雷达高速目标回波距离走动,提出多项式旋转变换算法。研究距离走动与目标
平面反射阵列天线由于具有高增益、低剖面、易于加工且无需复杂的馈电网络等特点受到众多学者的重点关注。圆极化平面反射阵列天线具有较强的抗干扰能力,能够克服多径效应以及雨雾干扰的影响而被广泛应用于卫星通信领域。折叠式反射阵列天线是在传统反射阵列天线基础上发展而来的,与普通反射阵列天线相比,折叠式反射阵列天线剖面更低(剖面高度约为普通反射阵列天线的一半),并且它的馈源更容易与反射面集成在一起,摆脱了馈源、