基于智能算法的天线优化的研究

来源 :东华大学 | 被引量 : 0次 | 上传用户:bai408
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
随着无线通信技术的高速发展,天线作为无线通信网络的出入口在网络中的地位越来越重要,它性能好坏直接影响整个系统的运行。现代无线通信任务和交互数据的传输量在急剧的增加,对天线设计提出了一系列新的要求,主要体现在天线具有简单的结构和宽的工作带宽。圆极化天线相对于线极化天线在抑制多径散射和雨雾干扰、提高信道容量和消除极化失配等方面具有明显的优势,能够应对日益复杂的电磁环境。具有圆极化辐射特性的宽带特征的天线是满足低延迟、大容量、高速率无线通信系统的新型天线。因此,本文对宽带圆极化天线进行了深入的研究,设计了两副结构简单的宽频带圆极化天线,并利用混合优化算法对所设计的天线进行优化。主要内容如下:
  (1) 对进化策略和粒子群优化算法进行了研究。分析了算法寻优过程中的关键技术特点和不足之处,提出一种粒子群算法与进化策略相结合的混合优化算法,并将混合优化算法与其它全局优化算法进行性能比较,给出了它们对测试函数寻优对比结果,设计了HFSS-API结合混合算法对天线多个目标参数优化的方案。
  (2) 设计了一款单极子结构的圆极化天线。天线的结构简单,并实现了宽带圆极化辐射特性。该天线具有对称接地板,通过E型辐射贴片逆时针旋转45°实现圆极化特性。仿真结果表明,3-dB轴比带宽为2.27-5.48 GHz,天线的阻抗带宽可以覆盖2.43-6.74 GHz频段,天线的工作带宽比较窄。最后,利用PSO-ES混合算法对天线的关键参数进行优化,确定了天线的最优尺寸。天线实测结果表明具有92.5%轴比带宽,可以覆盖2.27 GHz-6.18 GHz的频率范围,天线阻抗带宽为4.66 GHz(2.21-6.87 GHz)。
  (3) 研究了一款宽带圆极化天线。通过优化组成辐射贴片矩形的旋转角度设计,天线实现了更优良的宽频特性,天线实测结果显示阻抗带宽为5.57 GHz,相对带宽为109.1%,可以覆盖2.32 GHz到7.89 GHz的频段。天线的轴比带宽为5.11 GHz,从2.31 GHz到7.42 GHz,相对带宽为 105%,在可用的轴比带宽内天线增益的峰值为 5.47dB。
其他文献
随着社会经济快速发展,人们生活水平不断提高,汽车数量急剧増加,带来了很多交通问题,尤其是交通安全问题受到了人们广泛关注。为了更好地应对交通安全问题,车载自组织网络作为智能交通系统的一个重要分支应运而生,车载自组网中的车辆可以通过无线通信的方式获取与分享交通信息,从而改善交通状況。本文在有交通信号灯影响的情况下,将车载自组织网络(Vehicular Ad-hoc Network, VANET)中信息
由于图像在获取、传输、处理与显示等过程中,难免会出现部分干扰因素的引入,导致图像出现模糊、噪声及数据丢失等情况而使图像的质量受损,不断有新的图像质量增强算法投入到实际应用中。图像质量增强算法的优劣需要图像质量评价准则给出结论,而目前的图像质量评价准则通常针对单幅图像进行评价,当使用多种图像质量增强算法对同一幅图像进行质量增强后,面向单幅图像的图像质量评价准则只能够说明不同的图像质量增强算法对这一幅
毫米波频段拥有丰富的频谱资源,能够为下一代移动通信提供充足的带宽。毫米波系统易于布置更多的天线的单元,结合多输入多输出(Multiple Input Multiple Output, MIMO)技术,可对抗毫米波强的损耗和衰减,成倍提升无线频谱效率。毫米波混合 MIMO 系统包括射频(Radio-frequency, RF)波束成形和基带MIMO处理器,进一步解决了传统数字系统中RF链路过多而导致
随着网络新业务的不断涌现和传统网络暴露出的问题日趋严峻,互联网的可持续发展被提上议程,网络创新技术亟待被发掘出来。软件定义网络(Software Defined Networking,SDN)作为一种新兴的网络架构范式被提出,以应对传统网络中设备封闭、协议臃肿、功能升级周期漫长等诸多难题。这种新模式的突出特点是将控制平面与转发设备去耦合,数据平面专注于高速包转发等功能,而逻辑集中的控制单元则依赖于
静止气象卫星属于一种专门的遥感卫星,可对全天候气象进行观测,其拍摄的卫星云图有着较大的研究意义。基于多光谱遥感云层图像的三维重建可以较真实地展示天气状态,在气候预测、辨别云的类型及飓风预警等方面有着广泛的应用。图像三维重建技术在计算机图形学、三维建筑模型和游戏等领域取得了显著的成果。但是对于多光谱遥感图像三维重建方面较难反应自然天气情况下云层的外貌。已有的基于云表面建模方法只适用于模拟规则简单的云
随着5G移动通信、移动互联网、人工智能等技术的发展,车联网不仅成为5G研究的重要场景之一,也是未来智能交通系统的重要组成部分。研究车载自组织网络动态路由技术,旨在提升高移动性车联网节点在动态行驶环境下安全消息的转发质量,促进实现低时延、高可靠通信,其对满足实时转发安全消息、实现交通安全预警等功能具有重要意义。  为满足车联网安全消息实时播报所需要的转发质量,解决车联网动态拓扑、车辆行驶行为变化、车
对于未来的 5G 通信网络而言,高速移动场景下的无线通信需要满足高移动性、低延迟性、高数据传输速率以及低能源成本等多个基本要求。高速移动场景的多普勒效应、车体损耗等等这些问题都大大阻碍了高速移动下的无线通信,使得这些基本要求的实现充满了挑战。从而,需要提出新的理论和技术来提供高质量的无线服务。由此,为了改善高铁场景下的通信问题,为了更快速,更稳定的通信,提升用户的通信体验,本文在高速移动中继的场景
学位
近年来,无线通信在军用和民用两个领域都获得了非常快速的发展,并且引起了高度的关注。基于高速,可靠的海量数据的传输需求,发展兼顾频谱效率和传输性能的无线通信技术成为移动通信物理层研究的首要任务。多输入多输出( Multiple-Input Multiple-Output , MIMO)技术就是一种新兴的无线通信技术,具有显著提高无线通信系统的频谱效率和能量效率的潜力。但是,MIMO发射机对天线间同步
学位
如今,人类已经逐渐进入了一个信息爆炸的时代,协同过滤这种推荐算法在信息系统和信息的过滤中快速变的很流行。但是,传统的协同过滤算法主要是经过对系统输入的用户-项目评分矩阵中数据的分析与计算,将用户感兴趣的内容推送给用户,却忽略了用户的兴趣会随着时间的变化产生变动,影响了推荐系统的精确度。另外,现有的协同过滤推荐也忽略了用户的特征背景信息,导致了冷启动问题。因此,在对用户推荐项目时,应考虑各种信息特征
学位
随着计算机视觉技术的快速发展,智能监控辅助系统已经出现在各个领域。 到目前为止,视频移动目标的检测和跟踪在越来越多的智能安全系统中发挥了重要作用。但是当目标的外观在光照变化,尺度变化和背景杂斑下变形,导致视频目标的提取特征发生变化,传统的视频目标检测和跟踪技术无法实现对动态物体准确,实时的跟踪。  深度学习通过模拟类似人脑的层次结构建立从低级信号到高层语义的映射,以实现数据的分级特征表达,具有强大
学位