【摘 要】
:
近些年来,柔性可拉伸电子设备因其具有体积小、易便携、灵活性好、可拉伸和弯曲等特性而广泛地应用于医疗监护设备、智能可穿戴设备等领域。因此,作为柔性可拉伸电子设备的重要组成部分,柔性可拉伸天线成为新的研究热点。柔性可拉伸天线既要实现拉伸、弯曲等形变,还要在形变后仍然保持正常的工作性能。针对这一需求,本文基于剪纸艺术(Kirigami)结构设计了四款柔性可拉伸天线。Kirigami结构可以使普通的金属面
论文部分内容阅读
近些年来,柔性可拉伸电子设备因其具有体积小、易便携、灵活性好、可拉伸和弯曲等特性而广泛地应用于医疗监护设备、智能可穿戴设备等领域。因此,作为柔性可拉伸电子设备的重要组成部分,柔性可拉伸天线成为新的研究热点。柔性可拉伸天线既要实现拉伸、弯曲等形变,还要在形变后仍然保持正常的工作性能。针对这一需求,本文基于剪纸艺术(Kirigami)结构设计了四款柔性可拉伸天线。Kirigami结构可以使普通的金属面实现拉伸和弯曲且制作方法简单、成本低。本论文的主要工作内容以及研究成果如下:1、本文基于Kirigami结构设计了三款柔性可拉伸单极子天线,通过对天线结构的设计实现了单极子天线的拉伸和弯曲。这三款天线分别是弯折结构的柔性可拉伸天线、栅格结构的柔性可拉伸天线以及菱形网格结构的柔性可拉伸天线。其中,弯折结构的柔性可拉伸天线的谐振频率为1.66 GHz,带宽为300 MHz,最大拉伸到40%时,其谐振频点向低频方向偏移6.6%,带宽减少33.3%;栅格结构的柔性可拉伸天线的谐振频率为1.53 GHz,带宽为200 MHz,最大拉伸到40%时,其谐振频点向低频方向偏移6.9%,带宽减少30%;菱形网格结构的柔性可拉伸天线的谐振频率为1.72 GHz,带宽为340 MHz,最大拉伸到30%时,其谐振频点向低频方向偏移9.9%,带宽减少41.2%。实验结果表明:三款基于Kirigami结构的柔性可拉伸单极子天线都实现了拉伸和弯曲,在拉伸后其谐振频率向低频段发生偏移,带宽减小,反射系数增加,但在拉伸的过程中天线始终保持正常的工作性能。2、将Kirigami结构应用到大面积的接地金属面上以使接地金属面具有拉伸和弯曲的能力,并且通过传输线来验证和研究Kirigami结构的接地金属面的工作性能以及拉伸性能。实验结果表明:Kirigami结构可以应用到大面积的接地金属面上,但是拉伸之后由于其接地金属面的开口较大导致传输线的性能大幅度下降。在上述实验的基础上设计了一款基于Kirigami结构的柔性可拉伸微带贴片天线,将Kirigami结构应用到大面积的金属导体面上以实现微带贴片天线的拉伸和弯曲。为了解决接地金属面上的开口问题,采用两层Kirigami结构的接地金属面对其结构进行改进。实验结果表明:采用双层接地金属面的柔性可拉伸微带贴片天线实现了10%的拉伸,随着拉伸程度的不断增大,天线的谐振频率、反射系数和带宽都逐渐增加,并且在拉伸的过程中始终保持天线正常的工作性能。
其他文献
目前第五代移动通信系统(The Fifth Generation Wireless System,5G)已投入商用,毫米波技术因其宽频带、窄波束、低延时、高速率等特性可以满足5G的数据传输要求,成为研究热点。隧道环境是人们出行交通的重要场景,是一个狭长受限的空间,电波传播在隧道中会经历多次反射、透射、绕射,从而产生明显的多径衰落,且会出现波导效应。由于支持向量机(Support Vector Ma
零样本学习是在可见类别图像与不可见类别图像没有交集条件下,通过学习可见类别图像信息,旨在将可见类别语义知识迁移到不可见类别,并完成对不可见类别图像进行识别的一种任务。为了建立可见类别图像与不可见类别图像的关联,需要借助类别的语义描述(例如文本描述或类别的属性信息)作为语义辅助信息。经典零样本学习方法是基于学习共享特征子空间的嵌入方法。近些年随着深度生成模型的快速发展,如何将深度生成模型应用到零样本
近年来,基于位置服务的需求快速增长,极大地促进了定位技术和位置验证服务技术的发展,也使定位技术和位置验证服务技术的深入研究更为紧迫。基于WIFI的无线定位由于其便捷性和低成本等优点,已成为重要的研究课题。如何利用移动目标对接收信号产生的影响,实现目标的定位是非常有意义和发展前景的。相对于接收信号强度而言,来自物理层的信道状态信息能够提供丰富且细粒度的定位信息。因此,本文利用信道状态信息对基于指纹的
随着数字信息化时代的到来和快速发展,人们对于图像压缩性能的要求越来越高,因此分形图像压缩编码因其新颖、高压缩性、和独立分辨率的快速解码优势成为了近年来的热门研究领域,但是由于其在编码方面存在计算复杂度较高的问题,不能有效平衡编码时间和重建高质量图像间的关系仍是实际应用领域的主要障碍。因此,本文以改善图像重建质量和提高图像编码的速度两个方向为核心。主要的研究内容概括如下:(1)针对传统分形图像压缩中
随着现代科学信息技术的快速发展和大数据等技术的广泛应用,这些进步在给人们提供便捷的同时,引发的各种网络信息安全方面的重大问题也被人们所重视。目前,基于生物特征的身份识别技术是研究的热门话题,由于不同个体之间的生理信号存在着较大的差异,具有良好的保密性和唯一性等优点,因而可以将其用于人体的身份验证。本文以医学生理信号中的心电信号和脉搏波信号为载体,设计并验证了一套基于多生理信号的身份识别网络化系统。
心率是一项重要的人体生理指标,对人们日常的健康生活和心血管疾病的预防控制具有重要的指导意义。传统接触式心率测量技术在对人体进行心率测量的过程中需要与被检者的皮肤直接接触,容易给被检者带来身体和心理上的不适。伴随着人们的健康意识不断进步,基于人脸视频的非接触式心率估计方法因具有舒适便捷、灵活高效、操作简单等优点而成为近些年来备受关注点研究热点。根据人脸视频进行心率估计的方法容易受到人脸倾斜、运动伪影
随着天文观测技术的不断发展,越来越多的天文光谱数据被望远镜收集,用于天文研究。光谱中蕴含着一个天体的许多信息,有助于天文学家研究天体形成以及宇宙起源,因此,天文光谱分析有着巨大的意义和价值。然而,面对目前海量的高维天文光谱数据,传统的人工分类方法在效率和准确率上都存在不足。本文的研究重点在于高维天文光谱数据的特征提取与智能分类,具体包含四个方面:天文光谱的预处理方法研究。首先分析了天文光谱数据的物
随着物联网(Io T)的发展和商业Wi Fi的普及,行为感知技术已广泛应用于生产和生活的各个领域。由于Wi Fi设备具有分布广泛,成本低廉,容易部署等特点,过去的十年中,研究人员已开始将商业Wi Fi用于人类行为感知。虽然众多工作已经证明Wi Fi作为感知技术拥有巨大潜力,但目前存在一个明显的缺点,Wi Fi行为识别系统在跨场景识别中表现并不佳。即将一个场景训练完成的Wi Fi行为识别模型直接拿到
随着“物联网”概念的提出和室内无线接入设备的广泛部署,基于Wi Fi的环境感知技术可以通过现有的无线设备实现对周围环境的感知,同时在人员动作检测、医疗监护、室内定位等多个领域都具有十分重要的研究意义。该技术主要是依据环境中物体的移动对信号传输链路产生影响,收集无线信道的两大特征:接收信号强度指示(Received Signal Strength Indicator,RSSI)或信道状态信息(Cha