极化转换人工结构及其宽带散射特性的研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:liuyc077
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
电磁波电场强度矢量的取向随着时间发生改变的现象称为电磁波的极化,光学领域这一现象通常被称为电磁偏振。在不同的仪器设备中,通过极化状态的转换来得到所需形式的极化波是非常有必要的。早期的极化控制主要通过液晶和结晶体的相位延迟和双折射效应,或采用多层光栅和铁氧体来实现,但基于这些方法设计的结构较为复杂、样品的加工难度较大,而且难以实现微型化和集成化,同时在性能方面也存在频带较窄、模式单一、极化选择性较差等缺点。人工电磁结构超材料不同于自然材料,它可以表现出许多自然材料所不具有的电磁性质。而基于人工超材料概念的极化转换结构,可以采用灵活的结构设计单元,实现对电磁波的相位和幅值的任意调控,有望突破传统极化调控结构的局限性。目前基于人工超材料概念的极化转换结构面临的主要问题包括频带范围较窄,机理比较单一,难以实现低频极化调控以及多极化状态的转换等。针对上述问题,本论文实现了不同性能极化人工结构的设计,并且对结构的极化性能及实现机理进行了系统的研究,讨论并深化了结构的性能调控机理,验证了具有双带、高效、宽带、多功能及低频极化性能的人工结构。此外,将极化转换人工结构与散射特性的研究相结合,提出了基于极化转换人工结构的散射控制的研究思路。本论文的主要研究内容和创新点如下:(1)人工电磁结构极化调控机理研究。针对目前极化机理研究较为单一的问题,在传输矩阵理论、等效阻抗理论以及等效电路理论的基础上,建立极化转换人工结构的极化带宽及谐振频点与结构的尺寸参数之间的关联性,构建基于极化结构的理论分析模型;根据极化调控人工结构传输/反射电磁波相位和幅值的特性,明确了极化宽带高效性能产生的机理,拓展极化调控宽带。并结合电磁谐振机理,突破极化调控低频设计的难题,为宽带、低频和多极化特性的极化转换人工结构的设计提供理论指导。(2)提出了针对不同极化性能的结构设计研究思路。针对目前极化研究频带范围较窄,难以实现低频极化调控的现状,设计并实现了具有双带、高效、宽带、低频的反射型极化人工结构。明确了斜入射角度和介质层厚度与极化性能的关联性,通过对称和反对称理论阐述了极化调控的谐振机理,通过对结构中束缚模式的研究实现了双频带的极化特性,该模式的存在使结构满足大角度下稳定的双带性能需求。基于传输矩阵理论和等效表面阻抗理论,建立了结构的等效阻抗和反射系数之间的关联,理论分析明确了谐振和高效宽带特性产生的原因,深化了多阶谐振的物理机制,为宽带性能的研究提供了一定的理论指导。针对目前极化结构难以在低频实现的困境,基于等效电路理论和电磁谐振机理,创新性的提出了基于NonFoster元件的低频极化结构设计,实现了低频极化性能需求,并构建了谐振频率与结构的尺寸参数之间的联系,为低频设计奠定了基础。(3)基于频选周期结构的设计思路,提出了一种同时具有反射和透射交叉极化特性的结构设计方法,研究了基于频选周期结构的多功能极化转化结构的电磁调控特性。通过对频选周期结构尺寸因数的调节,实现了对低频段和高频段的极化性能调控,并且结构能够在50°入射角范围内保持反射和传输转换性能的稳定性。基于双层缺陷PEC极化结构的设计,通过对结构的上下层缺陷尺寸参数的调节,使该结构能够实现选择性滤波的功能,利用结构之间的多级耦合和缺陷PEC对不同极化波的选择特性,满足了对不同极化电磁波的宽带选择性需求。(4)基于极化转换人工结构,开展了电磁散射控制方面的研究。首先,提出了基于极化转换人工结构的宽带低散射性能的棋盘型结构设计方案。利用相位相消原理,明确了极化转换人工结构实现RCS减缩的机制,通过对极化单元结构的转换效率与低散射性能的正相关性的研究,进一步提升了反射阵列的-10 d B减缩带宽,使得-10 d B减缩相对带宽达到96%以上,并且该阵列结构实现了在两种极化下斜入射性能的稳定性。其次,进一步拓展了极化结构的应用研究,提出了一种基于极化转换人工结构的轨道角动量产生和汇聚的设计方法。根据轨道角动量(OAM)和相位梯度的相关理论,实现了产生OAM的反射阵列的设计,利用极化结构的相位和幅值特性,有效降低了传统OAM设计所需满足的相位条件的难度。并且通过引入相位汇聚因子,实现了对OAM波束的有效汇聚,使波束的汇聚效果提升了50%以上,有效的改善了波束的传输效率问题。此外,通过对产生和汇聚OAM阵列结构的散射特性的研究发现,在垂直极化和水平极化下,两种结构可以同时实现低散射性能。综上所述,本论文针对极化转换人工结构的极化调控特性、极化机理以及基于极化结构的应用进行了深入的研究,探讨了宽带、双带、低频和多功能高效极化特性的形成机理,形成了以传输矩阵理论、等效阻抗理论和等效电路模型为主导的多谐振及低频特性研究机制,深化了极化研究的理论分析。而基于极化转换人工结构的电磁散射控制的研究中,对实现该类反射阵列的低散射特性的机理进行了分析,该类方法减小了反射阵列结构的设计难度,这些方法对极化特性及电磁散射控制的研究具有重要的指导意义。
其他文献
自主装修机器人在执行各种任务时需要在装修环境中来回移动。自主路径规划能力是一个移动机器人智能化的重要衡量因素。这要求移动机器人能够主动感知环境信息,然后利用环境信息做出导航决策。在动态环境中,移动机器人对于环境全局信息的认知是不足的,其通过传感器主动感知环境局部信息来规划自己的路径。因此,对环境信息理解和利用的能力是移动机器人实现自主路径规划的关键。本文主要的工作如下:1.使用ROS和Gazebo
微博、微信等网络社交媒体的兴起标志着自媒体时代的到来,自媒体新闻有着广阔的传播覆盖面,对自媒体新闻进行情感分析有利于了解社会公众对公共事件的整体态度和看法。目前,得益于众多电商平台完备的评价体系,商品、电影评论等领域已经有很多规范的中文情感数据集。然而对于其他非特定领域,由于缺乏相应的评价体系,数据标签的获得只能依赖成本高昂的人工标注,这就导致大量深度学习任务都普遍面临着小数据和非平衡的问题,而且
随着微电子技术、通信技术和信号处理技术的快速发展,可穿戴生理信号采集系统成为可能,并逐渐成为研究热点。一方面,如心电(electrocardiograph,ECG)、脑电(electroencephalograph,EEG)、肌电(electromyography,EMG)等生理信号的实时采集,实现了对心血管疾病、癫痫等患者的长期监护,达到了及时治疗和预防的目的,缩短了医患交互的时间和空间,降低了
过去十几年来,用户对带宽的需求一直呈指数级增长,在未来很长的时间里,这种增长趋势会一直保持。作为电信基础设施的骨干技术,光纤通信技术的进步支撑着互联网和移动互联网业务的发展,但受限于熔融光纤的非线性效应,单模光纤传输容量的理论极限大约为100 Tb/s,近几年的实验结果表明,以单模光纤为传输媒介的通信系统的传输容量,已经越来越接近其理论极限,即将面临“带宽瓶颈”。在这种背景下,空分复用技术作为突破
随着“中国制造2025”战略的逐步深化,自动化生产和智能化生产具有越来越重要的地位,作为工业基础的数控机床的重要性也在与日俱增,在航空航天领域中尤其如此。在航空制造业中,为了减轻飞机的重量,同时要保证飞机结构的高强度和较长的使用寿命,薄壁零件成为一种极好的选择,已经被广泛应用于航空制造业中。然而由于薄壁零件具有壁厚较小、体积较大、结构较为复杂等特点,数控机床对其进行加工具有较大的难度,难以保证其加
随钻测井是指测井仪器随钻头一起下井工作,在钻井的同时进行测井工作,并把测量结果实时传输至地面,随钻密度测井是其中的代表技术之一,本文的研究内容就是围绕随钻密度测井仪器展开。测井结果的实时性是随钻测井技术独特的优势,但同时也对仪器的实时数据处理能力有着很高的要求。实时数据处理包括对原始数据的计算和存储,二者在工作流程中的关联性越低,数据处理流程的稳定性越高。Flash均衡算法旨在通过一定的策略,使得
随着生物特征识别系统安全性和准确性需求的增加,指静脉识别受到广泛地研究。与其他生物特征相比,指静脉识别自带活体识别,安全性更高,使用更加便捷,因此具有重要的研究意义。随着深度学习技术的发展,指静脉识别算法的效果也在逐渐提高。特征提取是指静脉识别算法的研究重点之一,如何提取具有较好识别性的特征仍然存在挑战。为了提高特征的判别性,本文研究了一种增加特征判别性的损失函数。为了提取更多的语义信息,本文设计
数据包络分析(DEA)是一种评价包含多输入和多输出的样本之间相对有效性的方法,在确定有效以及最优得分的样本这一应用环境中,已被证明非常有效。但是,在应用的时候,此类方法存在两个问题,第一是需要人为设定权重本身或者权重的范围,这会带来了综合评价模型存在任意性的问题;第二是会产生太多的有效样本,这类结果在解释性上与实际存在偏差。本论文针对上述问题,结合回归和分类的思想,对传统的DEA模型分别进行改进。
随着移动智能设备的迅猛发展,基于深度神经网络的智能化应用丰富多样,特别在图像内容检索(Content-Based Image Retrieval,CBIR)、语音识别等领域取得了巨大的成功。数据和服务外包提供了一种经济而高效的应用部署解决方案,然而,从用户和智能分析模型提供者的角度来看,数据以及模型参数都是价值产品,如何利用云服务强大的存储计算能力,同时保障用户敏感数据和模型参数不泄露,成为智能化
随着基于深度学习技术的发展及其应用场景的不断扩展,各种高性能的神经网络模型已经被广泛应用到现实环境中,特别是基于深度学习的目标检测已经被广泛应用于机器人、自动驾驶以及智能家居等领域。但是神经网络模型对于硬件平台的计算能力和存储容量都有较高的要求,很难部署在资源受限的嵌入式设备上。为解决巨大的模型计算量和存储量与嵌入式设备的资源限制之间的矛盾,对模型进行压缩和加速非常有必要,并且这对于将高性能神经网