CN109301500A - 切比雪夫微带阵列天线的设计方法 - Google Patents

切比雪夫微带阵列天线的设计方法 Download PDF

Info

Publication number
CN109301500A
CN109301500A CN201811119354.2A CN201811119354A CN109301500A CN 109301500 A CN109301500 A CN 109301500A CN 201811119354 A CN201811119354 A CN 201811119354A CN 109301500 A CN109301500 A CN 109301500A
Authority
CN
China
Prior art keywords
parameter
antenna
data
chebyshev
width
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811119354.2A
Other languages
English (en)
Other versions
CN109301500B (zh
Inventor
李威
孙立宁
陈立国
徐长武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou University
Original Assignee
Suzhou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou University filed Critical Suzhou University
Priority to CN201811119354.2A priority Critical patent/CN109301500B/zh
Publication of CN109301500A publication Critical patent/CN109301500A/zh
Application granted granted Critical
Publication of CN109301500B publication Critical patent/CN109301500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q21/00—Antenna arrays or systems
    • H01Q21/0087—Apparatus or processes specially adapted for manufacturing antenna arrays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明涉及一种切比雪夫微带阵列天线的设计方法，其特征在于，包括：模型参数包括：微带天线的宽度参数W，长度参数L，以及厚度参数h；首先设定介电常数以及厚度参数h的合理范围，并根据实际情况分析这些参数在范围内的分布概率情况；然后获得足够多组的数据，将获得的数据在数据分析软件中对宽度偏差以及长度偏差进行数据分析；最后再通过数据拟合的方式获得偏差的数学模型。上述切比雪夫微带阵列天线的设计方法，通过本发明的设计数据分析，多元理想切比雪夫天线串馈微带阵列天线，在利用理想数据设计成工程样机时，由于加工工艺带来的误差以及板材参数的随机性，导致天线参数的恶化。

Description

切比雪夫微带阵列天线的设计方法
技术领域
本发明涉及切比雪夫微带阵列天线，特别是涉及切比雪夫微带阵列天线的设计方法。
背景技术
道尔夫-切比雪夫(Dolph-Chebyshev)多项式阵列天线是用相当幂次的道尔夫切比雪夫多项式来匹配傅里叶多项式，使之生成所有副瓣电平等于指定电平 (SLL)的最优幅度分布。其特点是：若给定比值R(即指定副瓣电平)，则第一零点的波束宽度为最窄；若给定波束宽度，则比值R为最大(即副瓣电平最低)；即有最优的副瓣电平和波束宽度设计。由于该特点的给设计者带来方便，因而目前阵列天线一般采用道尔夫切比雪夫多项式设计。
微带天线由于体积小、重量轻、介电常数高、易于批量生产等优点而受到设计者的青睐。在目前微带天线的研究中，已有学者针对天线带宽、增益和回波损耗等天线设计指标对天线采用优化算法进行优化设计。然而现在的毫米波微带天线一般可以工作在几十GHz到100GHz之间，有的甚至可以工作在 140GHz。随着频率越高，波长越短，趋肤效应显著，板材参数(如介电常数等) 以及加工误差等因素给天线设计者在设计时带来更大的困难。尤其是高频板材的关键参数的测试条件一般都是10GHz，在更高频率其参数并没有明确定义，随着频率到77GHz或更高时，介电常数细微的差异会造成理论设计结果与实际测试结果之间存在较大差异，如副瓣电平、增益等关键参数。因为各单元的电流比与各单元的阻抗比值相关，而单元阻抗值与宽度W和介电常数εr相关，同时宽度W与相对介电常数εr也相关。因此，宽度W和相对介电常数εr的偏差会导致各单元电流比的偏差，从而导致天线阵列的波束宽度、增益、副瓣电平等参数的理论设计值与实际的偏差。
上述分析中，无论是频率的偏差，还是增益、波束宽度、副瓣电平的偏差，都会恶化天线的实际值，因此在设计中需要考虑这些因素，但是因这些因素的不可测量性，所以不能定量的分析。在此情况下，天线设计者需要进行多次设计，不断进行调试调整，以达到最初设计目标。尽管如此，因这些参数的不确定性，在进行批量生产时的不稳定。
发明内容
基于此，有必要针对上述技术问题，提供一种切比雪夫微带阵列天线的设计方法，对板材参数和加工误差进行补偿，来修正理论设计结果，使之理论仿真结果与实际基本相符，从而减少因为多次重复设计引起的时间以及资本的浪费。
一种切比雪夫微带阵列天线的设计方法，包括：
模型参数包括：微带天线的宽度参数W，长度参数L，以及厚度参数h；首先设定介电常数以及厚度参数h的合理范围，并根据实际情况分析这些参数在范围内的分布概率情况；然后获得足够多组的数据，将获得的数据在数据分析软件中对宽度偏差以及长度偏差进行数据分析；最后再通过数据拟合的方式获得偏差的数学模型；
以厚度参数h为变量并以介电常数为定值来分析宽度或者长度的偏差变化情况；根据偏差变化情况，分析厚度参数的影响程度；
基于模型分析的结果，对相关参数进行加权优化；分析发现长度参数L和宽度参数W对天线频偏的影响很大，而厚度参数则没有那么大的影响；
其中宽度W和长度L与厚度h的分析方法是一样的；其中宽度参数和长度参数的优化，同样通过采集大量数据进行数据拟合的方式获得偏差的数学模型；对于阵列天线，相关参数的优化还要考虑多个阵元的同时优化；
基于加权因子，对天线的设计参数进行优化；然后将优化之后的参数进行仿真，获得天线相关性能的仿真数值；同样对未进行加权的参数进行仿真；
结合加权天线仿真的数值与未加权天线的仿真数值，分析两组数据的关系，并输出分析结果。
上述切比雪夫微带阵列天线的设计方法，通过本发明的设计数据分析，多元理想切比雪夫天线串馈微带阵列天线，在利用理想数据设计成工程样机时，由于加工工艺带来的误差以及板材参数的随机性，导致天线参数的恶化，主要表现在其波束宽度较宽，副瓣电平较高，不满足理想切比雪夫模型，并且左右副瓣不对称；而本发明对这些变差因素的影响，并建立微带天线的板材参数模型分析，通过上述公式对多元串馈理想切比雪夫阵列天线进行加权优化，采用 HFSS仿真，制作工程样机进行测试；从优化后仿真数据和实际测试数据对比分析，加权优化可实现多元阵列天线理论仿真结果与实际基本保持一致；该方法是对道尔夫-切比雪夫多项式天线设计的优化，在继承其优点的条件下，对板材参数和工艺加工误差所带来的影响进行补偿优化，实现多元阵列天线理论仿真设计与实际测试结果基本相符。从而缩短了开发周期，降低了开发成本。
在另外的一个实施例中，“模型参数包括：微带天线的宽度参数W，长度参数L，以及厚度参数h；首先设定介电常数以及厚度参数h的合理范围，并根据实际情况分析这些参数在范围内的分布概率情况；然后获得足够多组的数据，将获得的数据在数据分析软件中对宽度偏差以及长度偏差进行数据分析；最后再通过数据拟合的方式获得偏差的数学模型；”中，所述数学模型是多项式模型。
在另外的一个实施例中，数据分析软件是MATLAB。
在另外的一个实施例中，还包括：根据天线仿真的结果分析；然后在微波暗室环境中对天线的相关参数进行测试。
在另外的一个实施例中，“其中宽度W和长度L与厚度h的分析方法是一样的；其中宽度参数和长度参数的优化，同样通过采集大量数据进行数据拟合的方式获得偏差的数学模型；对于阵列天线，相关参数的优化还要考虑多个阵元的同时优化；”中，所述数学模型是多项式模型。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
附图说明
图1为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法的流程图。
图2为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的宽度偏差百分比示意图。
图3为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的长度偏差百分比示意图。
图4为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的宽度偏差模型示意图。
图5为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的10 元优化切比雪夫天线模型示意图。
图6为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的10 元阵列天线模型示意图。
图7为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的10 元阵列天线电压驻波比示意图。
图8为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的10 元阵列天线2D方向图。
图9为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的10 元阵列天线3D方向图。
图10为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的工程文件图。
图11为本申请实施例提供的一种切比雪夫微带阵列天线的设计方法中的样品图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
微带天线设计中，影响微带天线的关键物理参数为patch的长度L、宽度W 以及介电常数εr。在理想条件下，理论设计的微带阵列天线是可以满足设计要求的，但是在实际生产中因加工工艺的偏差会导致W，L都会有误差，本方案就是通过加权来降低这种偏差带来的影响。整个发明内容的逻辑框图如图1所示。
(1)模型数据分析
主要的模型参数包括：微带天线的宽度参数W，长度参数L，以及厚度参数h。其中宽度W和长度L的分析方法是一样的。首先设定介电常数εr以及厚度参数h的合理范围，并根据实际情况分析这些参数在范围内的分布概率情况。然后获得足够多组的数据，将获得的数据在数据分析软件中对宽度偏差以及长度偏差进行数据分析。最后再通过数据拟合的方式获得偏差的数学模型。
分析厚度参数的影响，基本方法是：以厚度参数h为变量并以介电常数εr为定值来分析宽度或者长度的偏差变化情况。根据偏差变化情况，分析厚度参数的影响程度。
(2)参数加权优化
基于模型分析的结果，对相关参数进行加权优化。分析发现长度参数L和宽度参数W对天线频偏的影响很大，而厚度参数则没有那么大的影响(详见下文实施例与变化例部分)。
其中宽度参数和长度参数的优化，同样通过采集大量数据进行数据拟合的方式获得。对于阵列天线，相关参数的优化还要考虑多个阵元的同时优化。
(3)天线仿真
基于加权因子，对天线的设计参数进行优化。然后将优化之后的参数进行仿真，获得天线相关性能的仿真数值。同样对未进行加权的参数进行仿真。
(4)结果分析
结合加权天线仿真的数值与未加权天线的仿真数值，分析两组数据的关系，并输出分析结果。
(5)天线设计实验
根据天线仿真的结果分析。然后在微波暗室环境中对天线的相关参数进行测试。
发明的效果
通过本发明的设计数据分析，多元理想切比雪夫天线串馈微带阵列天线，在利用理想数据设计成工程样机时，由于加工工艺带来的误差以及板材参数的随机性，导致天线参数的恶化，主要表现在其波束宽度较宽，副瓣电平较高，不满足理想切比雪夫模型，并且左右副瓣不对称。而本发明对这些变差因素的影响，并建立微带天线的板材参数模型分析，通过上述公式对多元串馈理想切比雪夫阵列天线进行加权优化，采用HFSS仿真，制作工程样机进行测试。从优化后仿真数据和实际测试数据对比分析，加权优化可实现多元阵列天线理论仿真结果与实际基本保持一致。该方法是对道尔夫-切比雪夫多项式天线设计的优化，在继承其优点的条件下，对板材参数和工艺加工误差所带来的影响进行补偿优化，实现多元阵列天线理论仿真设计与实际测试结果基本相符。从而缩短了开发周期，降低了开发成本。
以切比雪夫十元串馈微带天线为例进行研究设计。
(1)模型数据分析
首先选定板材相对介电常数典型值为2.3的板材，同时设定板材相对介电常数εr符合均匀分布，且可用随机数表示，在MATLAB上仿真建模时设定相对介电常数在2.07～2.53范围内的均匀分布，h是0.117～0.137内的随机数，三个变量所取的数据均为2500组，分别做宽度W的偏差百分比热力图和长度L的偏差百分比热力图，如图2、图3所示：
然后利用MATLAB工具箱CF Tool对宽度偏差和长度偏差分别进行曲线拟合，得到下面两个偏差模型：
(1.1)宽度偏差模型：
(1.2)长度偏差模型：
由图2可以看出，在前面假定情况下，宽度偏差百分比为4％～10％；由图2 可以看出，长度偏差百分比为0～6％。对于理论标准下的W＝1.65mm，L＝1.198mm 而言，宽度偏差为0.066～0.165mm，长度偏差为0～0.7188mm。而在76.5GHz频率时，当线宽偏差0.01mm是，频率会偏差约0.6GHz，因此需要微带天线制作工艺需要保持0.001mm的精度才能确保设计模型的准确，由此可知上述模型并不能满足设计需求。
为了进一步分析宽度偏差模型，现在假设εr是定值2.3，而h还是0.117～0.137 内的随机数，利用宽度偏差模型作图：
由图4可以看出，在MATLAB显示四位有效数字的精度下，dw的值保持在1.2337×10-4，这种差距基本可以忽略不计，故在此模型条件下，实际生产加工条件下完全可以不考虑厚度h的加工误差对宽度的影响。
(2)参数加权优化
参数优化部分主要包括：宽度数据加权优化，长度数据加权优化。
(2.1)宽度W数据加权优化
由于基板厚度h的偏差在上述模型下对参数影响较小，可忽略。于是根据 W与相对介电常数的相对关系，建立偏差与介电常数的关系。因本设计是10元串馈阵列天线，如图5所示，对微带天线从左到右分别标号为1～10，对这10个微带天线进行区分。结合上面的宽度偏差模型，利用MATLAB的CF tool工具箱进一步拟合10元阵列天线宽度偏差与介电常数和标号之间的关系，拟合的结果如下：
其中εr为介质介电常数，x为标号。
在相对介电常数εr在2.07～2.53范围内随机取值，宽度偏差调整值为dw，详值见表1，dw与W进行叠加，优化切比雪夫串馈10元微带天线宽度值见表1：
表1宽度优化
(b)长度L数据加权优化
在宽度偏差已做修正的基础上，进行长度偏差模型的优化。根据微带天线理论，如果确定宽度W与频率f时，天线的长度L就只与相对介电常数有关。与宽度偏差分析类似，我们同样可以不考虑厚度的影响，建立长度偏差与介电常数的关系，同样对10元阵列天线的左边10个微带天线标号为1～10，结合长度偏差模型，并利用MATLAB的CF tool工具箱进一步拟合10元阵列天线长度偏差与介电常数和标号之间的关系，拟合的结果如下：
在相对介电常数εr在2.07～2.53范围内随机取值，长度偏差调整值dl，详值见表2，dl与L进行叠加，优化切比雪夫串馈10元微带天线长度值见表2。
表2长度优化
(3)天线加权仿真
(3.1)根据表1、表2中优化后的微带天线长度宽度参数，在HFSS中建立 10元串联馈电微带天线模型：在ANASYS HFSS中设置天线材料，选择为Rogers RO5880，介电常数2.3，选择厚度为：0.127mm，设计阵列的中心频率为 76.5GHz，设计带宽为14GHz，然后建立微带单元天线的GND平面，建立基板，以及辐射体，并设置铜箔总体厚度0.045mm，材料的正切损耗在0.01，相对介电常数为2.3等参数，如图6所示；
(3.2)设置通过以上的天线建立模型，天线采用1*10的天线线阵，通过设置积分面和源，以及天线扫描的求解频率范围为74.5GHz-78.5GHz，采用0.02 的剖分误差，进行分析计算并求解，结果如下,通过一下数据可以看出天线的驻波基本在工作频段内满足要求<2：
通过查看Result中的参数VSWR
(3.2.1)10元阵列天线电压驻波比结果如图7所示：
(3.2.2)10元阵列天线2D方向图如图8所示；
(3.2.3)在result中的远场区的3D方向图，见图9所示：
(3.2.4)上述仿真数据结果见表3：
表3优化后仿真数据
同理可以获的理想切比雪夫参数的仿真结果如表4所示：
表4理想切比雪夫天线仿真数据
(4)结果数据对比分析
根据上述加权分析，
理想切比雪夫仿真结果与优化后的数据。
天线设计实验
(5.1)制作天线工程文件
根据仿真数据结果，将天线模型导出dxf文件，然后导入Altium Designer 中，然后设计成工程文件，并按模块化设计，设计10元单列、双列、四列天线阵，接口采用波导连接方式，如图10所示。
将工程文件进行样品制作，将天线板样品和波导结构组成天线样品，如图 11所示。
(5.2)试验验证
将天线样品连接到测试系统中，天线测试系统通过一个发射源为0dBm，发射信号经过天线的一个反射面形成一个平行波，通过样品天线进行接收，通过接收的功率值计算每个角度上天线的增益值大小，然后构建天线水平方向图。
根据系统各模块的参数，对实际测试天线方向图中的数据进行补偿换算统计，并与优化后切比雪夫仿真数据进行对比，对比数据如表5所示。
表5优化后仿真数据与实际测试数据对比表
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现任一项所述方法的步骤。
一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任一项所述的方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种切比雪夫微带阵列天线的设计方法，其特征在于，包括：
所述模型参数包括：微带天线的宽度参数W，长度参数L，以及厚度参数h；首先设定介电常数以及厚度参数h的合理范围，并根据实际情况分析这些参数在范围内的分布概率情况；然后获得足够多组的数据，将获得的数据在数据分析软件中对宽度偏差以及长度偏差进行数据分析；最后再通过数据拟合的方式获得偏差的数学模型；
以厚度参数h为变量并以介电常数为定值来分析宽度或者长度的偏差变化情况；根据偏差变化情况，分析厚度参数的影响程度；
基于模型分析的结果，对相关参数进行加权优化；分析发现长度参数L和宽度参数W对天线频偏的影响很大，而厚度参数则没有那么大的影响；
其中宽度W和长度L与厚度h的分析方法是一样的；其中宽度参数和长度参数的优化，同样通过采集大量数据进行数据拟合的方式获得偏差的数学模型；对于阵列天线，相关参数的优化还要考虑多个阵元的同时优化；
基于加权因子，对天线的设计参数进行优化；然后将优化之后的参数进行仿真，获得天线相关性能的仿真数值；同样对未进行加权的参数进行仿真；
结合加权天线仿真的数值与未加权天线的仿真数值，分析两组数据的关系，并输出分析结果。
2.根据权利要求1所述的切比雪夫微带阵列天线的设计方法，其特征在于，“模型参数包括：微带天线的宽度参数W，长度参数L，以及厚度参数h；首先设定介电常数以及厚度参数h的合理范围，并根据实际情况分析这些参数在范围内的分布概率情况；然后获得足够多组的数据，将获得的数据在数据分析软件中对宽度偏差以及长度偏差进行数据分析；最后再通过数据拟合的方式获得偏差的数学模型；”中，所述数学模型是多项式模型。
3.根据权利要求1所述的切比雪夫微带阵列天线的设计方法，其特征在于，数据分析软件是MATLAB。
4.根据权利要求1所述的切比雪夫微带阵列天线的设计方法，其特征在于，还包括：根据天线仿真的结果分析；然后在微波暗室环境中对天线的相关参数进行测试。
5.根据权利要求1所述的切比雪夫微带阵列天线的设计方法，其特征在于，“其中宽度W和长度L与厚度h的分析方法是一样的；其中宽度参数和长度参数的优化，同样通过采集大量数据进行数据拟合的方式获得偏差的数学模型；对于阵列天线，相关参数的优化还要考虑多个阵元的同时优化；”中，所述数学模型是多项式模型。
6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1到5任一项所述方法的步骤。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1到5任一项所述方法的步骤。
8.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1到5任一项所述的方法。
CN201811119354.2A 2018-09-25 2018-09-25 切比雪夫微带阵列天线的设计方法 Active CN109301500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811119354.2A CN109301500B (zh) 2018-09-25 2018-09-25 切比雪夫微带阵列天线的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811119354.2A CN109301500B (zh) 2018-09-25 2018-09-25 切比雪夫微带阵列天线的设计方法

Publications (2)

Publication Number Publication Date
CN109301500A true CN109301500A (zh) 2019-02-01
CN109301500B CN109301500B (zh) 2020-09-22

Family

ID=65164412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811119354.2A Active CN109301500B (zh) 2018-09-25 2018-09-25 切比雪夫微带阵列天线的设计方法

Country Status (1)

Country Link
CN (1) CN109301500B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110350323A (zh) * 2019-07-02 2019-10-18 苏州迈斯维通信技术有限公司 基于特征模分析方法的圆极化超表面天线的设计方法
CN111428428A (zh) * 2020-04-17 2020-07-17 无锡威孚高科技集团股份有限公司 加权直线阵列天线的设计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090315774A1 (en) * 2007-09-20 2009-12-24 Electronics & Telecommunications Research Institute Apparatus for correcting phase of phased array antenna and method thereof
CN102104196A (zh) * 2010-11-17 2011-06-22 中国电子科技集团公司第十研究所 一种相控阵天线系统模块级误差分析控制方法
CN104036114A (zh) * 2014-04-28 2014-09-10 西安电子科技大学 一种基于机电耦合的六边形有源相控阵天线结构公差的快速确定方法
US8950266B2 (en) * 2010-09-23 2015-02-10 North Carolina State University Reversibly deformable and mechanically tunable fluidic antennas
CN104485513A (zh) * 2014-12-17 2015-04-01 镇江市高等专科学校 宽频带天线阵列实时综合方法
CN104657548A (zh) * 2015-02-02 2015-05-27 西安电子科技大学 一种平板裂缝阵天线辐射阵面误差的建模方法
CN107994323A (zh) * 2017-11-27 2018-05-04 上海航天测控通信研究所 一种设计波导缝隙阵天线的方法及其装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090315774A1 (en) * 2007-09-20 2009-12-24 Electronics & Telecommunications Research Institute Apparatus for correcting phase of phased array antenna and method thereof
US8950266B2 (en) * 2010-09-23 2015-02-10 North Carolina State University Reversibly deformable and mechanically tunable fluidic antennas
CN102104196A (zh) * 2010-11-17 2011-06-22 中国电子科技集团公司第十研究所 一种相控阵天线系统模块级误差分析控制方法
CN104036114A (zh) * 2014-04-28 2014-09-10 西安电子科技大学 一种基于机电耦合的六边形有源相控阵天线结构公差的快速确定方法
CN104485513A (zh) * 2014-12-17 2015-04-01 镇江市高等专科学校 宽频带天线阵列实时综合方法
CN104657548A (zh) * 2015-02-02 2015-05-27 西安电子科技大学 一种平板裂缝阵天线辐射阵面误差的建模方法
CN107994323A (zh) * 2017-11-27 2018-05-04 上海航天测控通信研究所 一种设计波导缝隙阵天线的方法及其装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
FRANCESCO SCATTONE等: "Optimization Procedure for Planar Leaky-Wave Antennas With Flat-Topped Radiation Patterns", 《IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION》 *
KARLISA PRIANDANA等: "Analysis of Synthetic Cylindrical Array Beam-Forming in Presence of the Elements Position-Error for Semi-Anechoic Chamber Evaluation", 《PROCEEDINGS OF ASIA-PACIFIC MICROWAVE CONFERENCE 2010》 *
刘豪等: "基于切比雪夫加权的面阵波束形成方法", 《电子设计工程》 *
康明魁等: "基于阵列天线机电耦合模型的结构误差分析", 《2014 年电子机械与微波结构工艺学术会议论文集》 *
段雷: "77GHz微带阵列天线的研究", 《万方学位论文》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110350323A (zh) * 2019-07-02 2019-10-18 苏州迈斯维通信技术有限公司 基于特征模分析方法的圆极化超表面天线的设计方法
CN111428428A (zh) * 2020-04-17 2020-07-17 无锡威孚高科技集团股份有限公司 加权直线阵列天线的设计方法
CN111428428B (zh) * 2020-04-17 2023-09-08 无锡威孚高科技集团股份有限公司 加权直线阵列天线的设计方法

Also Published As

Publication number Publication date
CN109301500B (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
Yang et al. High-gain design of a patch antenna using stub-loaded artificial magnetic conductor
CN113328266B (zh) 一种基片集成波导天线阵列
Pietrenko-Dabrowska et al. Expedited antenna optimization with numerical derivatives and gradient change tracking
CN109301500A (zh) 切比雪夫微带阵列天线的设计方法
Koziel et al. Global EM-driven optimization of multi-band antennas using knowledge-based inverse response-feature surrogates
Nakmouche et al. Low profile dual band H-slotted DGS based antenna design using ANN for K/Ku band applications
Rana et al. A 2.45 GHz microstrip patch antenna design, simulation, and analysis for wireless applications
Sarker et al. Applications of Machine Learning and Deep Learning in Antenna Design, Optimization and Selection: A Review
Wei et al. Actual deviation correction based on weight improvement for 10-unit Dolph–Chebyshev array antennas
Ranjan et al. Design and Development of Machine Learning Assisted Cylindrical Dielectric Resonator Antenna
Xue et al. A novel intelligent antenna synthesis system using hybrid machine learning algorithms
Poudel et al. Metamaterial inspired antenna design for massive MIMO, 5G communications system
Varma et al. Modeling of a compact triple band PIFA using knowledge based neural network
Dimitrijevic et al. Holistic analysis of conformal antennas using the cylindrical TLM method
Pesic et al. ANN-EM Model of Dual Band Square Patch Antenna with a Floating Rectangular Slot
Koziel et al. Fast and reliable knowledge-based design closure of antennas by means of iterative prediction-correction scheme
Baua et al. Effect of surface roughness on antenna array for automotive radar applications
CN111029760A (zh) 基片集成波导可编程超材料天线方向图估计方法
Qiao et al. Pixel antenna optimization using the adjoint method and the method of moving asymptote
Bhagat et al. Analysis and synthesis of microstrip patch antenna using artificial neural networks
Nesil et al. Analysis and design of X-band Reflectarray antenna using 3-D EM-based Artificial Neural Network model
Liu et al. Machine-Learning-Based Optimization Method for Wideband Metasurface Antenna
González-Ovejero et al. Fast MBF based method for large random array characterization
KR102555902B1 (ko) 컨포멀 배열의 위상 계산 방법
Pešić et al. MLP Neural Model of Dual-Band Slotted Square Patch Antenna with Variable Slot Geometry

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant