矿用多频段微带天线设计

随着5G技术在煤矿的应用,多系统之间的信号干扰愈发密集,严重影响数据、语音和图像通信的质量,煤矿井下多系统共存问题日益凸显。针对该问题,设计了一种可同时工作于WiMAX/WiFi/4G/5G NR频段的矿用多频段微带天线。该天线在平面单极子天线的基础上,通过加载2个L形枝节及在地板上加载倒L形枝节的方式,使天线能够在多频段工作。仿真结果表明：该天线的中间、右侧和左侧枝节分别产生了2.4,3.5,4.8 GHz的谐振点,而在地板加载的倒L形枝节则提供了1.9 GHz的谐振点,天线可工作在3个频段,分别为1.88～2.73,3.26～3.79,4.7～5.9 GHz,能够有效覆盖WiMAX/WiFi/4G/5G NR煤矿井下全部的工作频段;由天线的峰值增益和归一化方向图可知,该天线在需要的工作频段内增益性能和整体辐射性能良好。     

E—GSM频段在GSM网络应用中的优劣探讨

结合爱立信设备日常优化工作中E—GSM频段的应用情况,集中论述了E—GSM频段对网络的改善和目前使用的局限性。以便合理地利用E—GSM频段,更好地应用到GSM900M网络当中。     

南京地区基于E频段毫米波链路的降雨监测研究

近年来,利用微波链路监测降雨这项新技术越来越受关注,准确的降雨观测数据对气候监测至关重要。该研究利用在南京地区搭建的E频段毫米波链路反演降雨强度信息,对降雨引起的衰减进行分离并实时确定参考基线,基于雨滴尺寸分布计算降雨强度,校正了湿天线效应的影响。实验结果表明,基于E频段链路反演获得的降雨强度在71GHz频段的相关系数约达到0.90,均方误差约为0.11mm/h,在81GHz频段约达到0.91,均方误差约为0.15mm/h。通过与激光雨滴谱仪的实测降雨强度作比较,验证了E频段毫米波链路监测降雨的可靠性。     

多频段圆极化微带天线的设计

设计了一款应用于导航卫星系统的多频段圆极化微带天线。天线采用复合左右手传输线移相器作为馈电网络,展宽阻抗带宽并且实现了良好的右旋圆极化辐射。该天线工作在导航卫星系统GPS、BDS-2和GLONASS工作波段。采用Ansoft HFSS 13.0软件仿真,仿真结果表明该天线能够满足导航卫星信号的要求。该天线具有结构紧凑、频带宽、体积小、易于加工等特点。     

微波频段左手材料的研究进展

左手材料(LHMs)是一种介电常数ε和磁导率μ同时为负值的电磁材料,近年来在实验上取得了突破性的进展,引起了当今物理学和电磁学的关注。文章介绍了左手材料的基本原理和微波频段左手材料的实现方法,总结了左手结构在微波频段的研究进展,展望了左手材料在微波器件和天线上的应用前景。     

浅谈采用单通道步进接收机实现C频段双星跟踪

通过对变频切换单元及单通道步进接收机的控制,该天伺跟伺服控制系统集信道切换、信标切换和天线驱动控制为一体,能自动实现Ku频段单星、C频段单星和C频段双星跟踪功能,操作灵活,使用方便。本文重点阐述C频段双星跟踪的理论依据及具体实现。     

微波频段左手材料的研究进展

左手材料（LHMs）是一种介电常数ε和磁导率μ同时为负值的电磁材料，近年来在实验上取得了突破性的进展，引起了当今物理学和电磁学的关注。文章介绍了左手材料的基本原理和微波频段左手材料的实现方法。总结了左手结构在微波频段的研究进展，展望了左手材料在微波器件和天线上的应用前景。     

大空间双模多频段射频识别复合定位

针对室内大范围射频识别定位,提出一种双模多频段射频识别复合定位方法。被定位对象同时携带有源和无源两种模式的标签,微波频段阅读器与被低频频段信号激活的有源标签通信,根据有源标签信号区域选通超高频频段读写器天线,以减轻读写器天线之间干扰;以固定时间读写器天线对无源标签的收包次数为定位参数,在被定位对象位置计算过程中分区筛选最大后验概率位置并利用欧式距离修正定位坐标,完成贝叶斯概率定位算法的改进。实验验证表明,本文提出的复合定位方法,不但可以改善大空间定位中读写器天线间的干扰,而且与LANDMARC算法相比较,定位误差降低59.86%。     

多频段功率可控的CMOS开关类功率放大器设计

开关类功率放大器相对于传统的线性功率放大器有更高的效率,其中E类开关功率放大器由于其高效、易于实现等特点被广泛运用,但在低频率时E类功率放大器难以达到足够的输出功率和效率。设计实现的多频段开关功率放大器在高频段（433 MHz）采用E类匹配方式,在较低的频段（315 MHz、230 MHz）采用新颖的方波匹配。在Cadence软件平台下进行仿真及版图绘制,结果显示该多频段开关功率放大器各频段都实现了20 dBm的输出功率,漏极效率均达到40%,同时,通过控制晶体管尺寸,可以对输出功率进行数字控制。     

基于稀疏化LS-SVM的宽频段波达方向估计

天线阵列的宽频段测向特性十分复杂,使采用智能学习的方法对波达方向进行估计时,面临着一个海量数据的复杂学习问题.采用LS-SVM建立来波方位估计模型,对LS-SVM的支持向量进行稀疏化,利用支持度高的支持向量作为训练样本,并通过二次学习获取了天线阵列的复杂测向能力,实现了宽频段波达方向的估计.实验结果表明,用稀疏化的支持向量进行二次学习,能显著提高来波方位估计的精度,在宽频段来波方位估计中有巨大的应用价值.