CN110221253A - 一种x波段温度自补偿t/r组件系统 - Google Patents
一种x波段温度自补偿t/r组件系统 Download PDFInfo
- Publication number
- CN110221253A CN110221253A CN201910458745.5A CN201910458745A CN110221253A CN 110221253 A CN110221253 A CN 110221253A CN 201910458745 A CN201910458745 A CN 201910458745A CN 110221253 A CN110221253 A CN 110221253A
- Authority
- CN
- China
- Prior art keywords
- temperature
- component
- phase
- amplitude
- compensation
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/282—Transmitters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S2013/0236—Special technical features
- G01S2013/0245—Radar with phased array antenna
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明属于有源相控阵技术领域,公开了一种X波段温度自补偿T/R组件系统。首先构建T/R组件射频波控硬件电路,实现温度实时采集及监控功能,实现对组件的幅值相位数据的采集和控制功能。其次基于在线序贯极限学习机模型,利用温度频率‑幅值相位反馈补偿方法对单通道T/R组件的幅值相位进行补偿,包括:构造训练数据集、训练在线序贯网络模型、预测实时幅值相位、补偿幅值相位。本发明实时采集组件温度、频率及幅相信息,在线预测并能够在线更新模型,实时补偿温度对T/R组件电性能的影响。
Description
技术领域
本发明属于有源相控阵技术领域,尤其涉及一种X波段温度自补偿T/R组件系统。
背景技术
目前,最接近的现有技术:在有源相控阵雷达技术研究中,T/R组件是影响其电性能的重要组成部分。F.E.van Vliet,A.de Boer利用0.25m的GaAs pHEMT工艺研制X波段T/R组件MMIC芯片,解决T/R组件单片集成问题。Kiarash Gharibdoust等人利用0.18μmCMOS工艺设计一款X波段T/R组件芯片,该芯片每个通道都包含一个六位移相器、一个六位衰减器以及两个输入放大器和两个输出放大器,但未给出相位、幅度随温度变化的性能曲线。国外在T/R组件的研究方面投入大量的成本,并保持相对较高的研究水平。国内研究T/R组件技术起步较晚,与发达国家相比还有一定的差距。南京电子技术研究所、西南电子技术研究所、中电三十八所等都相继开展了对T/R组件幅相控制的研究,但未解决工作温度对组件影响问题,不具备组件电性能的温度自补偿的功能。
综上所述,现有技术存在的问题是:面对T/R组件设计以及研制中,T/R组件电性能受温度影响,幅相一致性难于准确控制的问题,有必要研究性能稳定的X波段温度自补偿T/R组件系统。
解决上述技术问题的难度:上述技术问题的难度在于如何给出温度频率-幅值相位的准确模型,令预测的电性能尽可能逼近真实电性能,如何对组件性能进行实时补偿,使温度自补偿T/R组件电性能稳定。
解决上述技术问题的意义:由于T/R组件向着小型化,高密度化的方向发展,使得温度对电性能的影响越来越明显,T/R组件是影响有源相控阵天线电性能的核心部件,因此解决上述技术问题,得到性能稳定的X波段温度自补偿T/R组件,有助于提升有源相控阵天线的性能。
发明内容
针对现有技术存在的问题,本发明提供了一种X波段温度自补偿T/R组件系统。
本发明是这样实现的,一种X波段温度自补偿T/R组件系统,所述X波段温度自补偿T/R组件系统包括:
首先,构建T/R组件射频波控硬件电路,实现温度实时采集及监控功能,实现对组件的幅值相位数据的采集和控制功能。
其次,基于在线序贯极限学习机模型,利用温度频率-幅值相位反馈补偿方法对单通道T/R组件的幅值相位进行补偿,包括:构造训练数据集、训练在线序贯网络模型、预测实时幅值相位、补偿幅值相位。
进一步,所述温度频率-幅值相位反馈补偿方法具体包括以下步骤:
步骤一,构造训练数据集。
对单通道T/R组件电路进行电性能测试实验,得到不同温度T及频率f下单通道T/R组件的幅值和相位,温度取值范围为-40℃~+80℃,间隔0.2℃;频率取值范围为8GHz~12GHz,间隔1MHz。
构造训练集样本[xi,yi](i=1,2,...,N0),其中输入向量xi=[Ti,fi],Ti、fi分别为第i个样本的温度和频率;输出向量yi=[y1i,y2i],y1i、y2i分别为第i个样本的TR组件幅值和相位。为避免生成过拟合的模型,将总实验数据样本进行划分,其中训练数据、校正数据、测试数据分别为总实验数据的70%、15%、15%。
步骤二,训练在线序贯网络模型。
在上位机中,采用在线序贯极限学习机算法进行数据拟合,建立T/R组件的幅值、相位与温度、频率的模型。
首先,设置极限学习机网络参数。网络的输入为温度T、频率f;网络的输出为T/R组件的幅值y1和相位y2;网络隐含层神经元个数为L;
其次,初始化极限学习机网络。随机初始化生成隐含层节点与输入节点的初始权值aj和隐含层节点的初始阈值dj,(j=1,2,...,L);计算隐含层输出矩阵H0=(h1,…,hK)T,hi=(g(a1xi+d1),…,g(aLxi+dL)),(i=1,2,...,K),K是初始化网络时随机选取的样本数量;得到初始极限学习机网络模型:
其中,输出权值Y0=(y1,…,yK)T,置K=0。
接着,利用新加入的训练样本[xK+1,yK+1]在线更新极限学习机网络。
计算hN+1=(g(a1xN+1+d1),…,g(aLxN+1+dL)),并计算MN+1和βN+1:
得到更新的网络模型:
最后,计算均方根误差若RMSE小于给定阈值或者迭代次数大于给定阈值且连续预测值的均方根误差变化率小于5%时,停止训练。否则继续利用新加入的训练样本进行在线更新,直到所有样本数据训练结束。
步骤三,预测实时幅值相位。
根据极限学习机模型对温度传感器实时测得的温度在任意频率下的单通道T/R组件增益的幅值和相位进行实时预测。
若实时采集到新的训练样本,可以利用步骤二更新极限学习机网络模型。
步骤四,补偿幅值相位。
将预测值ypre=[y1pre,y2pre]与常温下T/R组件的幅值和相位ybest=[y1best,y2best]理想值进行比较,得到预测值和理想值之间的偏差[Δy1,Δy2]:
上位机通过FPGA向单通道T/R组件中的数字衰减器与数字移相器发送16进制控制指令:
其中为最小衰减步进量,为最小移相步进量;
改变单通道T/R组件的幅值和相位,使得实际电性能尽可能与理想设计性能相吻合。
进一步,所述射频波控硬件电路中包括射频电路和波控电路。射频电路包括N等分功分器、N个单通道T/R电路,N个天线单元,N≥4。波控电路主要包括FPGA芯片和数字温度传感器。
进一步,所述射频电路中单通道T/R电路包括发射通道、接收通道、公共移相衰减通道、四个开关芯片以及电源电路。发射通道主要包括高功率放大器芯片以及第一驱动放大器芯片。接收通道主要包括低噪声放大器芯片以及第二驱动放大器芯片。公共移相衰减通道主要包括数字移相器芯片、数字衰减器芯片以及第三驱动放大器芯片。公共移相衰减通道为发射通道和接收通道的共用部分。
进一步,所述温度实时采集及监控功能的实现方法是:温度传感器芯片型号为DS18B20,设置在高功率放大器上。温度传感器将温度转化成串行数字信号传输至FPGA,FPGA通过数码管对采集的温度进行显示,便于实时监控。FPGA通过RS485串口与上位机通信,将温度信息实时传至上位机,便于在线训练样本。温度可测试范围为-55℃~+125℃,分辨率可达0.0625℃。
进一步,所述组件幅值相位数据的采集和控制功能的实现方法是:通过上位机完成对矢量网络分析仪幅相数据采集与存储功能。上位机和矢量网络分析仪之间使用GPIB进行通信。矢量网络分析仪扫频范围为8~12GHz,扫描点数设置为4001个。
综上所述,本发明的优点及积极效果为:通过本发明设计的X波段温度自补偿T/R组件系统可以利用在线序贯极限学习机网络给出温度频率-幅值相位的模型,同时在得到新的样本之后能够在线快速地对模型进行更新;本发明通过温度频率-幅值相位模型对组件电性能进行预测,并实时对组件电性能进行补偿,保证温度自补偿T/R组件电性能稳定。
附图说明
图1是本发明实施例提供的X波段温度自补偿T/R组件系统流程图。
图2是温度频率-幅值相位反馈补偿方法实现流程图。
图3是X波段温度自补偿T/R组件系统硬件电路结构示意图。
图4是单通道T/R组件结构示意图。
图5是单通道T/R组件幅值的实测值和利用在线序贯极限学习机网络的预测值对比图。
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用以解释本发明,并不用于限定本发明。
针对现T/R组件设计以及研制中,T/R组件电性能受温度影响,幅相一致性难于准确控制,研究性能稳定的X波段温度自补偿T/R组件的迫切需求,本发明提出了一种X波段温度自补偿T/R组件系统,根据实时采集的温度、频率以及幅相信息在线预测更新预测模型,实时补偿工作温度对T/R组件电性能的影响,使得整体达到最佳电性能。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的X波段温度自补偿T/R组件系统包括以下步骤:
S101:构建T/R组件射频波控硬件电路,实现温度实时采集及监控功能,实现对组件的幅值相位数据的采集和控制功能。
S102:基于在线序贯极限学习机模型,利用温度频率-幅值相位反馈补偿方法对单通道T/R组件的幅值相位进行补偿,包括:构造训练数据集、训练在线序贯网络模型、预测实时幅值相位、补偿幅值相位。
下面结合附图对本发明的应用原理作进一步的描述。
如图2所示,本发明实施例提供的温度频率-幅值相位反馈补偿方法具体包括以下步骤:
第一步,构造训练数据集。
对单通道T/R组件电路进行电性能测试实验,得到不同温度T及频率f下单通道T/R组件的幅值和相位,温度取值范围为-40℃~+80℃,间隔0.2℃;频率取值范围为8GHz~12GHz,间隔1MHz。
构造训练集样本[xi,yi](i=1,2,...,N0),其中输入向量xi=[Ti,fi],Ti、fi分别为第i个样本的温度和频率;输出向量yi=[y1i,y2i],y1i、y2i分别为第i个样本的TR组件幅值和相位。为避免生成过拟合的模型,将总实验数据样本进行划分,其中训练数据、校正数据、测试数据分别为总实验数据的70%、15%、15%。
第二步,训练在线序贯网络模型。
在上位机中,采用在线序贯极限学习机算法进行数据拟合,建立T/R组件的幅值、相位与温度、频率的模型。
首先,设置极限学习机网络参数。网络的输入为温度T、频率f;网络的输出为T/R组件的幅值y1和相位y2;网络隐含层神经元个数为L;
其次,初始化极限学习机网络。随机初始化生成隐含层节点与输入节点的初始权值aj和隐含层节点的初始阈值dj,(j=1,2,...,L);计算隐含层输出矩阵H0=(h1,…,hK)T,hi=(g(a1xi+d1),…,g(aLxi+dL)),(i=1,2,...,K),K是初始化网络时随机选取的样本数量;得到初始极限学习机网络模型:
其中,输出权值Y0=(y1,…,yK)T,置K=0。
接着,利用新加入的训练样本[xK+1,yK+1]在线更新极限学习机网络。
计算hN+1=(g(a1xN+1+d1),…,g(aLxN+1+dL)),并计算MN+1和βN+1:
得到更新的网络模型:
最后,计算均方根误差若RMSE小于给定阈值或者迭代次数大于给定阈值且连续预测值的均方根误差变化率小于5%时,停止训练。否则继续利用新加入的训练样本进行在线更新,直到所有样本数据训练结束。
第三步,预测实时幅值相位。
根据极限学习机模型对温度传感器实时测得的温度在任意频率下的单通道T/R组件增益的幅值和相位进行实时预测。
若实时采集到新的训练样本,可以利用步骤二更新极限学习机网络模型。
第四步,补偿幅值相位。
将预测值ypre=[y1pre,y2pre]与常温下T/R组件的幅值和相位ybest=[y1best,y2best]理想值进行比较,得到预测值和理想值之间的偏差[Δy1,Δy2]:
上位机通过FPGA向单通道T/R组件中的数字衰减器与数字移相器发送16进制控制指令:
其中为最小衰减步进量,为最小移相步进量;
改变单通道T/R组件的幅值和相位,使得实际电性能尽可能与理想设计性能相吻合。
如图3所示,本发明实施例提供的X波段温度自补偿T/R组件系统射频波控硬件电路结构具体包括射频波控硬件电路中包括射频电路和波控电路。射频电路包括N等分功分器、N个单通道T/R电路,N个天线单元,N≥4。波控电路主要包括FPGA芯片和数字温度传感器。连接方式如图3所示。
如图3所示,组件幅值相位数据的采集和控制功能的实现方法是:通过上位机完成对矢量网络分析仪幅相数据采集与存储功能。上位机和矢量网络分析仪之间使用GPIB进行通信。矢量网络分析仪扫频范围为8~12GHz,扫描点数设置为4001个。
如图4所示,本发明实施例提供的射频电路中单通道T/R电路包括发射通道、接收通道、公共移相衰减通道、四个开关芯片以及电源电路。发射通道主要包括高功率放大器芯片以及第一驱动放大器芯片。接收通道主要包括低噪声放大器芯片以及第二驱动放大器芯片。公共移相衰减通道主要包括数字移相器芯片、数字衰减器芯片以及第三驱动放大器芯片。公共移相衰减通道为发射通道和接收通道的共用部分。连接方式如图4所示。
如图4所示,温度实时采集及监控功能的实现方法是:温度传感器芯片型号为DS18B20,设置在高功率放大器上。温度传感器将温度转化成串行数字信号传输至FPGA,FPGA通过数码管对采集的温度进行显示,便于实时监控。FPGA通过RS485串口与上位机通信,将温度信息实时传至上位机,便于在线训练样本。温度可测试范围为-55℃~+125℃,分辨率可达0.0625℃。
下面结合对比本发明的应用效果作详细的描述。
将本发明的温度频率-幅值相位反馈补偿方法用于射频波控硬件电路中,选取频率8~12GHz,温度50℃进行实验,得到实验对比结果图如图5所示。
根据图5可得,本发明的方法能够准确的预测出50℃下T/R组件的幅值,预测值逼近实际值,可以作为50℃下T/R组件的幅值的真实值使用,便于下一步的与理想值做差进行补偿,提升补偿的准确性,保证TR组件电性能的稳定性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种X波段温度自补偿T/R组件系统,其特征在于,所述X波段温度自补偿T/R组件系统包括:
首先,构建T/R组件射频波控硬件电路,实现温度实时采集及监控功能,实现对组件的幅值相位数据的采集和控制功能。
其次,基于在线序贯极限学习机模型,利用温度频率-幅值相位反馈补偿方法对单通道T/R组件的幅值相位进行补偿,包括:构造训练数据集、训练在线序贯网络模型、预测实时幅值相位、补偿幅值相位。
2.如权利要求书1所述的一种X波段温度自补偿T/R组件系统,其特征在于,所述温度频率-幅值相位反馈补偿方法具体包括以下步骤:
步骤一,构造训练数据集。
对单通道T/R组件电路进行电性能测试实验,得到不同温度T及频率f下单通道T/R组件的幅值和相位,温度取值范围为-40℃~+80℃,间隔0.2℃;频率取值范围为8GHz~12GHz,间隔1MHz。
构造训练集样本[xi,yi](i=1,2,...,N0),其中输入向量xi=[Ti,fi],Ti、fi分别为第i个样本的温度和频率;输出向量yi=[y1i,y2i],y1i、y2i分别为第i个样本的TR组件幅值和相位。为避免生成过拟合的模型,将总实验数据样本进行划分,其中训练数据、校正数据、测试数据分别为总实验数据的70%、15%、15%。
步骤二,训练在线序贯网络模型。
在上位机中,采用在线序贯极限学习机算法进行数据拟合,建立T/R组件的幅值、相位与温度、频率的模型。
首先,设置极限学习机网络参数。网络的输入为温度T、频率f;网络的输出为T/R组件的幅值y1和相位y2;网络隐含层神经元个数为L;
其次,初始化极限学习机网络。随机初始化生成隐含层节点与输入节点的初始权值aj和隐含层节点的初始阈值dj,(j=1,2,...,L);计算隐含层输出矩阵H0=(h1,…,hK)T,hi=(g(a1xi+d1),…,g(aLxi+dL)),(i=1,2,...,K),K是初始化网络时随机选取的样本数量;得到初始极限学习机网络模型:
其中,输出权值Y0=(y1,…,yK)T,置K=0。
接着,利用新加入的训练样本[xK+1,yK+1]在线更新极限学习机网络。
计算hN+1=(g(a1xN+1+d1),…,g(aLxN+1+dL)),并计算MN+1和βN+1:
得到更新的网络模型:
最后,计算均方根误差若RMSE小于给定阈值或者迭代次数大于给定阈值且连续预测值的均方根误差变化率小于5%时,停止训练。否则继续利用新加入的训练样本进行在线更新,直到所有样本数据训练结束。
步骤三,预测实时幅值相位。
根据极限学习机模型对温度传感器实时测得的温度在任意频率下的单通道T/R组件增益的幅值和相位进行实时预测。
若实时采集到新的训练样本,可以利用步骤二更新极限学习机网络模型。
步骤四,补偿幅值相位。
将预测值ypre=[y1pre,y2pre]与常温下T/R组件的幅值和相位ybest=[y1best,y2best]理想值进行比较,得到预测值和理想值之间的偏差[Δy1,Δy2]:
上位机通过FPGA向单通道T/R组件中的数字衰减器与数字移相器发送16进制控制指令:
其中为最小衰减步进量,为最小移相步进量;
改变单通道T/R组件的幅值和相位,使得实际电性能尽可能与理想设计性能相吻合。
3.如权利要求书1所述的一种X波段温度自补偿T/R组件系统,其特征在于,所述射频波控硬件电路中包括射频电路和波控电路。射频电路包括N等分功分器、N个单通道T/R电路,N个天线单元,N≥4。波控电路主要包括FPGA芯片和数字温度传感器。
4.如权利要求书3所述的一种X波段温度自补偿T/R组件系统,其特征在于,所述射频电路中单通道T/R电路包括发射通道、接收通道、公共移相衰减通道、四个开关芯片以及电源电路。发射通道主要包括高功率放大器芯片以及第一驱动放大器芯片。接收通道主要包括低噪声放大器芯片以及第二驱动放大器芯片。公共移相衰减通道主要包括数字移相器芯片、数字衰减器芯片以及第三驱动放大器芯片。公共移相衰减通道为发射通道和接收通道的共用部分。
5.如权利要求书1所述的一种X波段温度自补偿T/R组件系统,其特征在于所述温度实时采集及监控功能的实现方法是:温度传感器芯片型号为DS18B20,设置在高功率放大器上。温度传感器将温度转化成串行数字信号传输至FPGA,FPGA通过数码管对采集的温度进行显示,便于实时监控,FPGA通过RS485串口与上位机通信,将温度信息实时传至上位机,便于在线训练样本。温度可测试范围为-55℃~+125℃,分辨率可达0.0625℃。
6.如权利要求书1所述的一种X波段温度自补偿T/R组件系统,其特征在于所述组件幅值相位数据的采集和控制功能的实现方法是:通过上位机完成对矢量网络分析仪幅相数据采集与存储功能。上位机和矢量网络分析仪之间使用GPIB进行通信。矢量网络分析仪扫频范围为8~12GHz,扫描点数设置为4001个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910458745.5A CN110221253B (zh) | 2019-05-29 | 2019-05-29 | 一种x波段温度自补偿t/r组件系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910458745.5A CN110221253B (zh) | 2019-05-29 | 2019-05-29 | 一种x波段温度自补偿t/r组件系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110221253A true CN110221253A (zh) | 2019-09-10 |
CN110221253B CN110221253B (zh) | 2023-03-24 |
Family
ID=67818799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910458745.5A Active CN110221253B (zh) | 2019-05-29 | 2019-05-29 | 一种x波段温度自补偿t/r组件系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110221253B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110380216A (zh) * | 2019-07-30 | 2019-10-25 | 西安天和防务技术股份有限公司 | 相控阵雷达中的相位配置方法、装置、设备和存储介质 |
CN110988815A (zh) * | 2019-11-18 | 2020-04-10 | 珠海纳睿达科技有限公司 | 探测雷达收发装置及其控制方法 |
CN112180351A (zh) * | 2020-09-22 | 2021-01-05 | 中国科学院空天信息创新研究院 | 相位补偿方法、装置、设备及计算机存储介质 |
CN112859058A (zh) * | 2021-01-14 | 2021-05-28 | 无锡国芯微电子系统有限公司 | 超宽带芯片、射频信号的调控方法、应用、t/r组件 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5093667A (en) * | 1989-10-16 | 1992-03-03 | Itt Corporation | T/R module with error correction |
CN107248868A (zh) * | 2017-06-09 | 2017-10-13 | 福州智程信息科技有限公司 | 基于神经网络算法的宽带有源天线阵列自适应校正方法 |
CN108647372A (zh) * | 2018-03-19 | 2018-10-12 | 西安电子科技大学 | 集成温度知识的有源相控阵天线电性能分析方法及系统 |
-
2019
- 2019-05-29 CN CN201910458745.5A patent/CN110221253B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5093667A (en) * | 1989-10-16 | 1992-03-03 | Itt Corporation | T/R module with error correction |
CN107248868A (zh) * | 2017-06-09 | 2017-10-13 | 福州智程信息科技有限公司 | 基于神经网络算法的宽带有源天线阵列自适应校正方法 |
CN108647372A (zh) * | 2018-03-19 | 2018-10-12 | 西安电子科技大学 | 集成温度知识的有源相控阵天线电性能分析方法及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110380216A (zh) * | 2019-07-30 | 2019-10-25 | 西安天和防务技术股份有限公司 | 相控阵雷达中的相位配置方法、装置、设备和存储介质 |
CN110380216B (zh) * | 2019-07-30 | 2021-09-03 | 西安天和防务技术股份有限公司 | 相控阵雷达中的相位配置方法、装置、设备和存储介质 |
CN110988815A (zh) * | 2019-11-18 | 2020-04-10 | 珠海纳睿达科技有限公司 | 探测雷达收发装置及其控制方法 |
CN112180351A (zh) * | 2020-09-22 | 2021-01-05 | 中国科学院空天信息创新研究院 | 相位补偿方法、装置、设备及计算机存储介质 |
CN112180351B (zh) * | 2020-09-22 | 2023-07-14 | 中国科学院空天信息创新研究院 | 相位补偿方法、装置、设备及计算机存储介质 |
CN112859058A (zh) * | 2021-01-14 | 2021-05-28 | 无锡国芯微电子系统有限公司 | 超宽带芯片、射频信号的调控方法、应用、t/r组件 |
Also Published As
Publication number | Publication date |
---|---|
CN110221253B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221253A (zh) | 一种x波段温度自补偿t/r组件系统 | |
Zhang et al. | Positioning optimisation based on particle quality prediction in wireless sensor networks | |
Bandler et al. | Neuromodeling of microwave circuits exploiting space-mapping technology | |
CN106093893A (zh) | 一种双极化雷达任意极化波的在线标定方法 | |
CN111766455B (zh) | 基于口径电流法的相控阵天线方向图预测方法及系统 | |
CN112230191A (zh) | 一种耦合式实时校准的多通道相参信号模拟装置及方法 | |
CN112947119B (zh) | 一种射频半实物仿真数字化阵列实施系统及方法 | |
CN111562553A (zh) | 一种提高射频半实物仿真宽带信号角模拟精度的方法 | |
CN106908760B (zh) | 基于阵列自相关矩阵的单站无源定位方法 | |
CN202494777U (zh) | 天线模拟系统 | |
Gonçalves et al. | A compact impedance measurement solution for systems operating in load varying scenarios | |
Zhang et al. | A novel grid selection method for sky‐wave time difference of arrival localisation | |
Yan et al. | UAM-RDE: an uncertainty analysis method for RSSI-based distance estimation in wireless sensor networks | |
CN116908778A (zh) | 轨道区段定位方法、轨道区段定位装置、电子设备及介质 | |
Rousta et al. | An efficient scheduling for fast calibration of digital beamforming active phased array radar | |
CN109975619B (zh) | 一种基于标校杆旋转的全空域相控阵天线校准系统及方法 | |
Guney et al. | Adaptive neuro-fuzzy inference system for computing the resonant frequency of electrically thin and thick rectangular microstrip antennas | |
CN109818688A (zh) | 一种阵列天线的校准方法、设备、系统以及计算机可读存储介质 | |
Lindgren et al. | A measurement system for the position and phase errors of the elements in an antenna array subject to mutual coupling | |
Yang et al. | Active element pattern measurement in a hybrid antenna array with heterodyne architecture and its application | |
Li | Axial ratio measurements of circularly polarised antennas based on polarisation rotation | |
Joshi et al. | Model-Based Design and Simulation of Monopulse Tracking System | |
Guney et al. | Adaptive neuro‐fuzzy inference system for computing patch radius of circular microstrip antennas | |
CN117294367B (zh) | 相控阵天线校准方法、装置、设备及存储介质 | |
WO2023005972A1 (zh) | 量子比特的串扰确定方法、量子测控系统和量子计算机 |
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 |