【摘 要】
：
随着Wi-Fi和5G技术的迅速发展,对宽带、高增益、低剖面、小型化等高性能天线的需求日益迫切。超材料及其二维形式的超表面均可任意地调控入射电磁波的幅度、相位和极化等电磁参数,因此,高性能超表面天线的设计具有重要意义和应用价值。（1）设计了一种加载超表面的WLAN天线。在矩形贴片天线的基础上,通过开槽实现双频WLAN天线,进一步加载对应于工作频段的双负超表面来提高天线的增益并改善其阻抗匹配水平。所设
论文部分内容阅读
随着Wi-Fi和5G技术的迅速发展,对宽带、高增益、低剖面、小型化等高性能天线的需求日益迫切。超材料及其二维形式的超表面均可任意地调控入射电磁波的幅度、相位和极化等电磁参数,因此,高性能超表面天线的设计具有重要意义和应用价值。（1）设计了一种加载超表面的WLAN天线。在矩形贴片天线的基础上,通过开槽实现双频WLAN天线,进一步加载对应于工作频段的双负超表面来提高天线的增益并改善其阻抗匹配水平。所设计的超表面天线工作带宽分别为2.27GHz～3.45GHz和5.32GHz～6.26GHz,相对带宽分别为41.2%和16.2%,最大增益为8.6dB,且在2.4GHz和5.8GHz两个频点处的增益较未加载超表面的天线分别提高了 10.1dB和5.7dB,与同类天线相比,具有高增益的优势。（2）设计了两种应用于Sub-6GHz频段的超表面天线。首先,通过在WLAN天线中心嵌入圆环来实现目标频率,并设计渐变式馈电结构来展宽带宽,所设计的天线工作带宽为3.08GHz～5.18GHz,相对带宽为50.8%,最大增益为3.6dB。其次,通过研究超表面对天线性能的影响机理,设计了一种正方形的双负超表面,使天线在4.28GHz～5.14GHz频段内最大增益提高至9.84dB。进一步通过改变该正方形双负超表面结构的排列和布阵方式,得到了一种多频双负超表面,将其加载在天线背板后的0.5mm处,使天线的工作带宽为3.02GHz～6.49GHz,相对带宽为73%,比未加载超表面的天线展宽了 22.2%,且最大增益为5.8dB,超表面天线尺寸为70mm×70mm×4.1mm,剖面高度仅为0.04λ（λ为最低工作频率所对应的波长）。以上两种超表面天线与同类天线相比,分别具有高增益和宽带低剖面的优势。基于超表面的高性能天线,同时具备结构紧凑、宽频带、低剖面、高增益和低成本等多个优点,为室内通信系统及宽带无线通信提供高质量的天线设计方法。
其他文献
对驾驶员视域内的车辆行为识别和轨迹预测能极大地降低重大交通事故发生的可能性,车辆的运动预测结果能够为驾驶员的行车决策和无人驾驶系统的决策规划模块提供重要的辅助信息,以保证车辆在各种复杂的交通场景下安全和高效地行驶。本课题针对主驾车辆前方车辆的行驶视频,以车辆目标检测、跟踪、行为识别和未来的行驶轨迹的预测问题展开研究,主要内容如下:（1）对SSD目标检测算法进行优化,提出一种轻量级特征提取网络用来替
钛合金是航空发动机的重要应用材料,其制造工艺是衡量一个国家航空工业水平的重要标准之一。传统制造方法无法满足快速复杂成形需要,基于增材的快速制造方法为该问题的解决提供了有效途径。本文针对不同快速制造TC4钛合金,研究其合金相结构、微观组织和性能的影响。主要研究内容如下:（1）基于增材的快速制造基础。针对快速铸造工艺,分析了充型、凝固过程,给出缺陷预测依据;基于激光特性、粉末特性和快速凝固成形过程,分
瓦斯超限及燃爆事故是煤矿安全生产中最为严重的事故。瓦斯抽采泵作为实现瓦斯输送任务的关键设备,如何确保其安全、稳定、高效的运行一直是煤炭行业科技人员研究的重点和难点。本文所述的瓦斯抽采泵自动控制系统是依据渭北某矿现场设备实际运行情况展开的控制算法研究,目标是以负压作为反馈校正信号,保持其始终维持在设定范围内,实现设备的稳定运行。文中以瓦斯抽采泵系统为研究对象,提出一种改进的SOA算法并运用于系统的模
钠盐阻化剂是一种新型吸水性阻化剂,常用于矿井防灭火。该阻化剂在常温条件下存在刺激性气味,吸湿率高等问题,易造成阻化剂材料浪费。因此本文对钠盐阻化剂进行微胶囊化改性处理,旨在降低阻化剂储存过程中吸湿性,提高阻化剂在使用过程中的阻化效率。采用融化分散冷凝法以聚乙二醇20000（PEG-20000）为壁材,钠盐阻化剂为芯材成功制备钠盐微胶囊阻化剂。微胶囊化改性可降低钠盐阻化剂在常温条件下的吸湿率,壁材与
作为装备修复领域一种先进的维修方法,激光增材修复技术凭借其独有的技术特点,十分适合用于野外环境下装备的维修保障。但是面对野外装备失效零件的材质多样性特点以及维修高时效性要求,激光增材修复技术无法采用同一种材料对失效零件进行修复,仍然存在修复材料种类不足的问题。为解决这一问题,本文基于激光增材修复技术,展开了采用一种材料（Fe314）修复多种不同材质零件的集约化激光增材修复研究。本研究有助于提高野外
在立体匹配中,图像边缘信息是应用最多的特征之一,但立体匹配存在边缘匹配精度较低的问题,一直是立体匹配的瓶颈,寻找能够有效对边缘进行定位的边缘检测算法是提高边缘检测的关键。此外,双目视觉在不规则物体体积测量上也有相关研究。在复杂的煤矿井下环境中,如何获得准确的煤产量数据仍是目前面临的重要问题。为了解决这些问题,将双目视觉技术引入到对煤这种不规则物体进行体积测量之中。本文针对立体匹配的匹配精度低和煤矿
对海洋矿产资源电磁特性进行分析时常用积分方程法,该方法的核心是并矢格林函数的计算。在并矢格林函数的计算过程中,需进行索末菲积分运算,但其高震荡性、慢衰减性会导致计算过程比较耗时,因此引入神经网络方法来加快并矢格林函数的计算速度具有重要的研究意义。本文提出了一种采用径向基函数神经网络（Radial Basis Function Neural Network,RBFNN）计算平面分层介质中并矢格林函数
近年来,在计算机视觉问题研究中,行人重识别作为一个热点被学者广泛关注。行人重识别仍然存在诸如摄像头视角变化、光线变化、行人姿势变化、行人部分图像被遮挡等问题。如何提取更具有判别力的行人信息进行行人重识别仍是目前行人重识别所面临的问题。为了解决上述问题,本文基于深度学习方法在模型与算法方面对行人重识别进行研究,提出以下模型。针对传统的行人重识别方法依赖人工构造视觉特征,容易受到其他外界因素的影响,识
通过卫星云图人们可以获取不同的云型信息,其中对流云极易产生强对流灾害性天气,影响航空安全飞行,严重时对人们的生活与生命造成不可挽回的后果。目前以人工经验判断为主的手段主观性强且效率低。因此,本文提出了一种改进的SSD目标检测算法,能高效且较准确地检测对流云,对天气预测以及航空安全飞行等有实际意义。本文以检测速度和精度综合表现较好的SSD模型为基础算法,利用VOC公共数据集对模型的检测能力进行测试,
随着城市交通问题日益突出,智能交通系统开始逐渐应用到人们的生活中。智能交通系统中的关键部分是车辆检测算法,基于深度学习的车辆检测算法以其更好的检测效果,逐渐成为了主流的检测算法。YOLOv3作为目前常用的深度学习车辆检测算法之一,其对于大中型车辆目标的检测效果较差,且算法在车辆数据集上的检测精度有待进一步提升。因此,本文提出了改进YOLOv3的车辆检测算法,论文的主要工作如下:首先,针对K-mea