阵列天线的稀布优化方法研究

来源 :曲阜师范大学 | 被引量 : 0次 | 上传用户:bluesky8013
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
在科技高度发达的当今社会,天线作为无线通信终端的重要组成部分,其研究备受学者瞩目。随着科学技术的发展,单个的天线已经不能满足实际工程的需求,因此很多工程开始选择使用阵列天线。虽然阵列天线的辐射特性优于单个天线,但是也存在阵元数目多,尺寸大和成本高等缺点。如何在阵列天线的辐射特性不受影响的情况下,减少阵元数目,节约工程成本,是阵列天线设计所面临的一项挑战。阵列天线的稀布优化是近年来的研究热点。该技术在减少阵元数目的同时,可以重新规划阵列中阵元的排布。阵列稀布优化的方法多种多样,有传统的基于种群的迭代算法,也有新进研究的矩阵束及其改进算法。这些稀布优化方法,都可以减少阵元数目,节约阵列设计成本。论文主要内容和创新之处体现在:首先,介绍了遗传算法和粒子群算法的基本原理,简述了这两种传统算法的寻优过程,并对均匀线阵进行稀布优化。针对传统算法的不足,将一种非线性降维思想引入算法中,对降维思想的原理和降维过程进行阐述,并使用测试函数验证降维思想的可行性。用结合降维思想的传统算法对均匀线阵进行稀布优化,对比引入降维策略前后算法的优化性能。其次,介绍了矩阵束算法及其改进算法的基本原理。用结合降维思想的传统算法和矩阵束算法对均匀线阵进行稀布优化,对稀布阵方向图与期望方向图拟合程度、运算时间、阵元位置等进行比较,判断算法优化性能优劣。使用矩阵束算法及其改进算法对均匀线阵进行稀布优化,比较上述几种优化结果,可得出优化性能最佳的算法。最后,使用酉矩阵束算法,对一个9×9阵列天线进行稀布优化。在仿真软件HFSS里将9×9阵列天线和天线单元进行建模仿真,把天线单元的增益与酉矩阵束算法中的阵因子相乘。算法稀布优化后得到稀布阵的阵元数目、阵元排布和阵元激励等信息,将稀布后的阵列在HFSS里建模仿真,比较9×9阵列与稀布阵的辐射特性,验证算法的实用性和精确性。
其他文献
空间信息传输技术是建设空间信息网络的重要环节,以激光作为信息载体的通信技术具有传输速率高、信息容量大、保密性强、抗干扰抗截获能力强等显著优势。激光通信终端要具备
虽然携带遗传信息的DNA序列在人类各组织细胞中几乎是不变的,但其上的表观遗传特征却表现出极大的差异性,这也被认为是导致基因表达细胞特异性的主要原因。在众多表观遗传特
课堂行为识别通过对学生在课堂环境中的行为进行分析,形成有效的教学反馈,提升课堂教学质量和学生学习效果。传统的教学评价手段单一,过于依赖主观经验。通过应用计算机视觉
随着传统出版业与互联网技术的逐渐融合,随着国家对融媒体发展和传播的不断推进,将数字融合出版推向风口浪尖,传统的出版形式已经不再满足社会各界对权威内容的需求,数字内容
近年来,随着无线技术的快速发展以及5G时代的到来,越来越多的无线设备出现,导致有限的频谱资源严重不足。政府通常是对频谱资源进行传统的静态分配,但是根据统计,静态分配给
单晶Si C作为第三代半导体材料,具有很多优良的性能,比如高的饱和电子漂移、宽禁带以及导热性能优良等。但是单晶Si C极强的化学惰性和硬脆特性使得一般的加工方法很难得到满
光子晶体光纤是一种基于光子晶体结构衍生的新型光纤,与传统光纤相比具有许多优良特性,如高灵敏度、低限制损耗、高双折射、高非线性等特性。由于传统光纤易受到外界因素以及
宽度学习系统是一种新型扁平前馈神经网络,相比于深度结构神经网络,其结构特点在于隐层的增加扩展了网络宽度而非深度。宽度学习系统只需利用伪逆计算与输出相关的网络参数而
随着国家教育的改革,探究式学习成为了对学生的基本要求,但是这需要学生有比较完善的知识体系、自我能力认知、自我调控能力,而这恰恰是学生的薄弱之处,这一点在有机化学方面
碳化硅(SiC)作为第三代宽带隙半导体材料,有着优异的物理化学性能,是发展大功率、高频高温以及抗强辐射等技术的核心。电子器件在轨服役期间,会受到空间带电粒子辐射的影响,