CN113239490B - 一种微波共形天线的建模方法 - Google Patents

一种微波共形天线的建模方法 Download PDF

Info

Publication number
CN113239490B
CN113239490B CN202110519920.4A CN202110519920A CN113239490B CN 113239490 B CN113239490 B CN 113239490B CN 202110519920 A CN202110519920 A CN 202110519920A CN 113239490 B CN113239490 B CN 113239490B
Authority
CN
China
Prior art keywords
antenna
conformal
adaptive value
microwave
simulation
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.)
Active
Application number
CN202110519920.4A
Other languages
English (en)
Other versions
CN113239490A (zh
Inventor
付丽杰
毛文博
徐殊奇
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.)
Wuhan Bosi Beihe Communication Technology Co ltd
Original Assignee
Wuhan Bosi Beihe Communication Technology Co ltd
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 Wuhan Bosi Beihe Communication Technology Co ltd filed Critical Wuhan Bosi Beihe Communication Technology Co ltd
Priority to CN202110519920.4A priority Critical patent/CN113239490B/zh
Publication of CN113239490A publication Critical patent/CN113239490A/zh
Application granted granted Critical
Publication of CN113239490B publication Critical patent/CN113239490B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01QANTENNAS, i.e. RADIO AERIALS
    • H01Q21/00Antenna arrays or systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/06Multi-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)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Biophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种微波共形天线的建模方法,属于天线设计领域,包括如下步骤:S1:初步构建共形天线结构;S2:对该天线进行电气参数优化;S3:构建仿真模型,对获得的收发天线的结构数据进行仿真;S4:对由S3获得的仿真结果进行综合评估,输出设计结果。本发明的微波共形天线的建模方法,其预先设计一种共形天线结构,并构建天线仿真模型,针对不同的安装环境,对其进行相应的物理参数边界限制,在此基础上,通过粒子群算法优化,进行反复迭代更新,获得最优的天线结构参数,通过上述方法,使得天线建模时间得到了极大的缩短,在保证天线性能的同时提高了天线建模的效率。

Description

一种微波共形天线的建模方法
技术领域
本发明属于天线设计领域,具体涉及一种微波共形天线的建模方法。
背景技术
随着近几年的快速发展,通信领域已经成为了热门的发展方向,而在通信领域中,天线也是其中尤为重要的一环,其通过电磁波来传递和/或接收信息,实现无线信息传输,也正是如此,天线的应用场景非常广泛,其设置在建筑、车辆、船舶、飞机等诸多载体上。
现在,越来越多的载具需要设置相关的天线结构,但同时,如汽车、飞机等载具对天线轻量化、小型化的要求更高,因此,能够与载具外表面相贴合、体积小、载荷低、不会破坏载具气动布局的共形天线就越发吸引研究人员的目光。
现有的共形天线设计需要根据应用场景的不同,在进行相应的建模设计工作,整体流程较为复杂且繁琐,亟需一种可以简化流程,快速高效的建模方法。
发明内容
针对现有技术的以上缺陷或改进需求中的一种或者多种,本发明提供了一种微波共形天线的建模方法,其中通过采用粒子群算法优化方法,并且对不同的电气参数进行加权赋值,获得自适应值函数,多次迭代,快速获取优化后的结构参数,实现天线建模效率的提高。
为实现上述目的,本发明提供一种微波共形天线的建模方法,其包括如下步骤:
S1:初步构建共形天线结构;
所述天线结构包括外部框架,以及设置于外部框架内部的天线单元,所述天线单元包括收信天线单元和发信天线单元,所述收信天线单元与所述发信天线单元为依次间隔排列设置的多个,辐射电缆设置于背离天线单元收发信号的一侧,所述辐射电缆为辐射单元,并根据实际的设备外观对共形天线进行赋形设计,确定外部框架结构,同时确定内部天线单元的类型、个数、物理尺寸限制以及辐射电缆的长度;
S2:对天线单元的电气参数与物理参数进行优化;
所述天线单元的物理参数包括天线宽度、天线长度、介电常数、介质板厚度,与之对应的,所述天线单元的波束宽度、谐振频率、增益、带宽这些电气参数与上述物理参数之间相关联,通过对电气参数进行加权赋值,构建自适应值函数,继而采用粒子群算法对自适应值函数进行运算,获得最大的自适应值,再通过所获得的自适应值,对所述天线单元的电气参数与物理参数进行更新,得到最优的电气参数以及物理参数;
S3:构建仿真模型,对获得的收发天线的结构数据进行仿真;
S4:对由S3获得的仿真结果进行综合评估,如果其工作范围内的驻波比大于2db或者回波损耗不小于-16db,返回步骤S2,如果否,则输出设计结果。
进一步地,在步骤S2中,包括如下步骤:
S2(1):初始化粒子群参数;
S2(2):通过对电气参数加权构建自适应值函数,并获得最大自适应值;
S2(3):通过最大自适应值对物理参数进行更新;
S2(4):将当前适应值与历史最优适应值进行比对,找到全局最优位置;
S2(5):重复步骤(2)~(4),直到迭代次数结束为止,此时将收敛。
进一步地,其中,在步骤S2(1)中,粒子群位置分别对应天线宽度、天线长度、介质板厚度、介电常数这些物理常数。
进一步地,在步骤S2(2)中,自适应函数由波束宽度、谐振频率、增益、带宽这些电气参数加权后组合构成,所述电气参数与所述物理参数之间相互制约,最高的自适应值其所处的位置即代表着最优电气参数下的物理参数值。
进一步地,在步骤S2(4),将步骤S2(2)中获得到的新的适应值与迭代计算过程中的历史最优适应值相比对,通过粒子群算法,对粒子的位置、速度进行更新,获得新的自适应值的最优解位置。
进一步地,在步骤3中,由步骤2中所获得的数据确定设计天线单元方案,并建立仿真模型,对收信天线单元进行VSWR仿真,对发信天线单元进行S11仿真,收信天线单元和发信天线单元均需要进行3D方向图仿真。
进一步地,在步骤S4中,所述综合评估需要对从步骤3中所获得的仿真结果进行评估,具体标准为在工作频段内驻波比不大于2db、回波损耗小于-16db以及天线3D辐射图需要填充辐射电缆的预设区域。
进一步地,所述综合评估还包括参数扫描、频率扫描、时域分析以及将多次迭代产生的模型数据与本次的模型数据进行比对,判断得到相对平衡的优选方案。
进一步地,收发天线单元采用分布式设计,两者之间保持有效的隔离距离。
进一步地,共形天线的辐射器采用辐射电缆的形式,辐射电缆与收发天线单元之间为非接触式耦合。
上述改进技术特征只要彼此之间未构成冲突就可以相互组合。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
(1)本发明的微波共形天线的建模方法,其预先设计一种共形天线结构,并构建天线仿真模型,针对不同的安装环境,对其进行相应的物理参数边界限制,在此基础上,通过粒子群算法优化,进行反复迭代更新,获得最优的天线结构参数,通过上述方法,使得天线建模时间得到了极大的缩短,在保证天线性能的同时提高了天线建模的效率;
(2)本发明的微波共形天线的建模方法,其预设的天线结构由实际应用环境来决定,辐射器采用辐射电缆形式,内部的天线单元与辐射电缆之间为非接触耦合,使得其组合灵活,由此保证了共形天线结构具有广泛的适用性;
(3)本发明的微波共形天线的建模方法,其收发天线单元为分布式设计,保证收发天线单元之间保持有效的隔离距离,进而发挥天线的最优效能,同时极大的简化了模拟仿真流程,使其仅需要对收发天线单元分别进行仿真模拟,而不用考虑其两者之间的互耦影响;
(4)本发明的微波共形天线的建模方法,其共形天线结构的物理参数限制包括有共形天线整体结构上的长度、宽度、介质板厚度、介电常数,而其电气参数限制包括驻波比、回波损耗以及辐射区域,通过对获得的模型结构进行相应的仿真以判断是否符合实际要求;
(5)本发明的微波共形天线的建模方法,其通过粒子群算法进行电气参数的优化,设置自适应值函数并对各个电气参数赋予不同的加权权重,以调整各个电气参数的侧重方向,实现对电气参数的优化。
附图说明
图1是本发明实施例中微波共形天线的建模方法的整体流程示意图;
图2是本发明实施例中微波共形天线的建模方法的粒子群算法示意图。
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用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
实施例:
本申请提出了一种微波共形天线设计及建模方法,该共形天线可以设置于多种环境,通过对该形式的共形天线进行迭代优化、仿真建模、指标评估,获得适配于当前环境的最优性能共形天线。
本申请针对上述共形天线结构提出了一种微波共形天线的建模方法,如图1所示为一种微波共形天线设计的建模方法流程图,包括如下步骤:
S1:初步构建共形天线结构:
(1)根据实际设备外形对共形天线进行赋形设计,确定共形天线外部框架;
(2)确定天线单元类型、个数、物理尺寸;
S2:对该天线进行参数优化,具体的包括如下步骤:
(1)初始化粒子群参数;
(2)通过对电气参数加权构建自适应值函数,并获得最大自适应值;
(3)通过最大适应值对物理参数进行更新;
(4)将当前适应值与历史最优适应值进行比对,找到全局最优的位置;
(5)重复步骤(2)~(4),直到迭代次数结束为止,此时将收敛;
S3:构建仿真模型,对获得的收发天线的结构数据进行仿真,具体的包括如下步骤:
(1)通过步骤S2中获得的天线单元结构参数,构建天线单元模型;
(2)对收信天线的结构数据进行VSWR仿真,获得驻波比仿真图;
(3)对发信天线的结构数据进行S11仿真,获得其S11仿真图;
(4)对收信天线的结构进行3D方向仿真,获得其3D方向图;
(5)对发信天线的结构进行3D方向仿真,获得其3D方向图;
S4:对上述仿真图以及3D方向图进行判断,同时对获得的最优天线单元进行综合评估,如果结果良好即可输出为最优设计,如果有所欠缺,返回步骤S2,调整自适应值函数中的各个电气参数加权权重,进行下一轮天线仿真过程。
本申请中的共形天线结构,根据需要设置天线的载具、建筑或者设备的外观来对共形天线进行赋形设计,以确定其外部框架,该框架与设备之间形成良好的共形设计,保证了设备的美观或者是气动外形,共形天线通过安装支架固定于设备上,共形天线框架内包括有收信天线单元与发信天线单元,天线单元嵌入安装支架的一侧工作面上,收信天线单元与发信天线单元依次间隔排列设置多个。
进一步优选地,共形天线中的辐射器采用辐射电缆,天线单元为寄生单元,其辐射电缆与天线单元之间采用非接触式耦合,使得两者之间可以灵活组合,且通过调整辐射电缆的位置,实现共形天线在不同方向上的覆盖。
进一步地,在一个优选实施例中,其共形天线安装于窄条式支架中,共形天线的外部框架结构为长方形,其天线单元为矩形微带天线,天线宽度a固定,其它参数如天线高度(即介质板厚度h)小于支架厚度,市场上介质板的介电常数通常小于20。
步骤S2(1)粒子群参数初始化,粒子群位置分别对应天线长度b,介电常数εr和介质板厚度h,对h、εr做进一步约束(1mm≤h≤15mm、1≤εr≤20),粒子个数对应需要优化间距的个数设为4,加速常数c1和c2均取2,迭代次数设为50次;且
在步骤S2(2)中,波束宽度2θ0.5E和2θ0.5H、谐振频率fr、增益G、带宽Bp等电气参数与物理参数是相互制约的,物理参数与电气参数之间的公式关系如下:
矩形微带天线谐振频率计算公式为:
Figure BDA0003063516660000061
其中,
Figure BDA0003063516660000062
a、b分别为矩形贴片天线单元的宽度、长度,天线方向函数公式可表示为:
Figure BDA0003063516660000063
由此计算得半功率波瓣宽度分别为:
Figure BDA0003063516660000064
θ0.5E=2sin-10/4b)
当矩形贴片的长宽比较大时,H面交叉极化将随着主波束角的增大而急剧恶化,此时可通过交叉馈电进行抑制。由半功率波瓣宽度可近似计算天线增益:
Figure BDA0003063516660000065
频带宽度经验公式:
Figure BDA0003063516660000066
通过上述公式,我们清楚了电气参数与物理参数的关系,并采用波束宽度2θ0.5E和2θ0.5H、谐振频率fr、增益G、带宽Bp的加权值作为自适应性函数,并获得初始的自适应值或者由步骤2(4)中所确定位置的对应自适应值。自适应值函数公式如下:
Figure BDA0003063516660000067
在步骤S2(3)中,物理参数包括天线长度b、宽度a、介电常数εr、介质板厚度h,通过得到自适应值Fopt,对物理量进行更新,以获得上述物理参数;
在步骤S2(4)中,将步骤S2(2)中获得到的新的适应值与迭代计算过程中的历史最优适应值相比对,通过粒子群算法,对粒子的位置、速度进行更新,获得新的自适应值的最优解位置。
在步骤S2(5)中,重复步骤S2(2)~S2(4),知道迭代次数结束为止,同时,自适应值Fopt将收敛。
在该实施例中,经过粒子群算法优化后,得到了最优的天线单元结构,天线宽度a=16mm、天线长度b=40mm、介质板厚度h=10mm,介电常数εr=2.2。并根据上述优化结果,确定了天线设计方案,在HFSS电磁仿真软件中建立仿真模型。
进一步地,在步骤S3(2)中,对收信天线进行VSWR仿真,获得VSWR仿真图,其在工作频段范围内,驻波比不大于2db,即反映出该天线在工作的宽频段范围内匹配良好,这样有利于发射机长期稳定工作;
在步骤S3(3)中,对发信天线进行S11仿真,获得S11仿真图,其在工作频段范围内,回波损耗小于-16db,即反映出发信天线反射功率很小,而天线的发射效率较高。
进一步地,在步骤S3(4)中,对收信天线进行3D方向仿真,通过天线3D辐射图判断其覆盖区域,确认其填充了辐射电缆的预设区域,以使收信天线与辐射电缆一起产生良好的接收效果;
在步骤S3(5)中,对发信天线进行3D方向仿真,通过天线3D辐射图判断其覆盖区域,确认其填充了辐射电缆的预设区域,以使辐射电缆对发信天线产生良好的辐射。
进一步地,在步骤S4中,在得到满足步骤S3条件的参数后,对共形天线模型进行综合评估来判断该天线模型是否最优,如果是,输出优化后的天线模型,如果否,进入步骤S2再进行一次;且
该综合评估包括有参数扫描、频率扫描、时域分析以及将多次迭代产生的模型数据与本次的模型数据进行比对,判断得到相对平衡的优选方案。
在该优选实施例中,本申请充分考虑其互耦和隔离之间的影响,天线单元采用分布式设计,将收发天线单元间距设置在320mm左右,使得收发天线距离保持有效的隔离距离,进而发挥天线的最优效能,同时极大的简化了模拟仿真流程,使其仅需要对收发天线单元分别进行仿真模拟。
进一步地,根据收信天线和发信天线的功能不同,两者采用不同的仿真模型进行模拟,其收信天线重点考虑驻波比,采用VSWR仿真;而发信天线重点考虑回波损耗,采用S11仿真。
进一步地,在完成收发天线的仿真之后,再进行下一步的3D方向图仿真,以判断其与天线内部结构(如辐射电缆)之间的组合是否可靠。
本申请预先设计一种带有安装支架的共形天线,其结构简单,可以适用于多种应用场景,同时,通过该预设好的共形天线,设计对应的天线仿真模型,并以此作为共形天线建模基础,极大的减少共形天线的建模时间,提高设计效率;且,
本申请直接在这一天线模型的基础上进行电气参数与物理参数的优化,通过粒子群算法优化,可以以一个较快的流程得到所需的最优参数,并对所得天线结构进行仿真处理以获得相关仿真图以及方向图,通过对仿真图、方向图的结果进行辨识,并进行综合评估,最后获得在该使用环境下的最优天线结构,该流程简单清晰,可以快速的获得使用工况下的最优结构。
本发明中的微波共形天线的建模方法,其设计一种带有安装支架的共形天线,可以适用于多种环境,在该共形天线的基础上,建立天线仿真模型,并根据不同环境下的物理尺寸限制以及电气性能需求设计相应的共形天线,在这一设计建模过程中,通过粒子群算法优化,进行反复迭代,获得最优的设计方案。
本领域的技术人员容易理解,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 (9)

1.一种微波共形天线的建模方法,其特征在于,包括如下步骤:
S1:初步构建共形天线结构;
(1)根据实际设备外形对共形天线进行赋形设计,确定共形天线外部框架;
(2)确定天线单元类型、个数、物理尺寸;
所述天线结构包括外部框架,以及设置于外部框架内部的天线单元,所述天线单元包括收信天线单元和发信天线单元,所述收信天线单元与所述发信天线单元为依次间隔排列设置的多个,辐射电缆设置于背离天线单元收发信号的一侧,所述辐射电缆为辐射单元,并根据实际的设备外观对共形天线进行赋形设计,确定外部框架结构,同时确定内部天线单元的类型、个数、物理尺寸限制以及辐射电缆的长度;
S2:对天线单元的电气参数与物理参数进行优化;包括如下步骤:
S2(1):初始化粒子群参数;
S2(2):通过对电气参数加权构建自适应值函数,并获得最大自适应值;
S2(3):通过最大自适应值对物理参数进行更新;
S2(4):将当前适应值与历史最优适应值进行比对,找到全局最优位置;
S2(5):重复步骤(2)~(4),直到迭代次数结束为止,此时将收敛;
所述天线单元的物理参数包括天线宽度、天线长度、介电常数、介质板厚度,与之对应的,所述天线单元的波束宽度、谐振频率、增益、带宽这些电气参数与上述物理参数之间相关联,通过对电气参数进行加权赋值,构建自适应值函数,继而采用粒子群算法对自适应值函数进行运算,获得最大的自适应值,再通过所获得的自适应值,对所述天线单元的电气参数与物理参数进行更新,得到最优的电气参数以及物理参数;
其中,自适应值函数公式如下:
Figure FDA0004045529000000011
其中,Fopt为自适应值,θ0.5E和θ0.5H为半波束宽度,Bp为带宽,fr为谐振频率、G为增益;
S3:构建仿真模型,对获得的收发天线的结构数据进行仿真;
S4:对由S3获得的仿真结果进行综合评估,如果其工作范围内的驻波比大于2db或者回波损耗不小于-16db,返回步骤S2,如果否,则输出设计结果。
2.根据权利要求1所述的微波共形天线的建模方法,其中,在步骤S2(1)中,粒子群位置分别对应天线宽度、天线长度、介质板厚度、介电常数这些物理常数。
3.根据权利要求2所述的微波共形天线的建模方法,其中,在步骤S2(2)中,自适应函数由波束宽度、谐振频率、增益、带宽这些电气参数加权后组合构成,所述电气参数与所述物理参数之间相互制约,最高的自适应值其所处的位置即代表着最优电气参数下的物理参数值。
4.根据权利要求3所述的微波共形天线的建模方法,其中,在步骤S2(4),将步骤S2(2)中获得到的新的适应值与迭代计算过程中的历史最优适应值相比对,通过粒子群算法,对粒子的位置、速度进行更新,获得新的自适应值的最优解位置。
5.根据权利要求1所述的微波共形天线的建模方法,其中,在步骤3中,由步骤2中所获得的数据确定设计天线单元方案,并建立仿真模型,对收信天线单元进行VSWR仿真,对发信天线单元进行S11仿真,收信天线单元和发信天线单元均需要进行3D方向图仿真。
6.根据权利要求1所述的微波共形天线的建模方法,其中,在步骤S4中,所述综合评估需要对从步骤3中所获得的仿真结果进行评估,具体标准为在工作频段内驻波比不大于2db、回波损耗小于-16db以及天线3D辐射图需要填充辐射电缆的预设区域。
7.根据权利要求6所述的微波共形天线的建模方法,其中,所述综合评估还包括参数扫描、频率扫描、时域分析以及将多次迭代产生的模型数据与本次的模型数据进行比对,判断得到相对平衡的优选方案。
8.根据权利要求1所述的微波共形天线的建模方法,其中,收发天线单元采用分布式设计,两者之间保持有效的隔离距离。
9.根据权利要求1所述的微波共形天线的建模方法,其中,共形天线的辐射器采用辐射电缆的形式,辐射电缆与收发天线单元之间为非接触式耦合。
CN202110519920.4A 2021-05-13 2021-05-13 一种微波共形天线的建模方法 Active CN113239490B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110519920.4A CN113239490B (zh) 2021-05-13 2021-05-13 一种微波共形天线的建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110519920.4A CN113239490B (zh) 2021-05-13 2021-05-13 一种微波共形天线的建模方法

Publications (2)

Publication Number Publication Date
CN113239490A CN113239490A (zh) 2021-08-10
CN113239490B true CN113239490B (zh) 2023-04-07

Family

ID=77133849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110519920.4A Active CN113239490B (zh) 2021-05-13 2021-05-13 一种微波共形天线的建模方法

Country Status (1)

Country Link
CN (1) CN113239490B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114204245B (zh) * 2021-12-17 2023-11-21 深圳市思讯通信技术有限公司 一种特定介电常数的天线定制方法及其3d共形微型天线
CN114818513B (zh) * 2022-06-06 2024-06-18 北京航空航天大学 5g应用领域中一种基于深度学习网络的天线阵列辐射方向图高效小批量合成方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018032052A1 (en) * 2016-08-16 2018-02-22 Macquarie University Optimisation of designs of electromagnetic devices
CN111428427A (zh) * 2020-03-27 2020-07-17 中国人民解放军海军工程大学 共形微波天线的设计与辐射特性建模方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012037403A1 (en) * 2010-09-15 2012-03-22 Dockon Ag Automated antenna builder and antenna repository
CN109635343A (zh) * 2018-11-14 2019-04-16 江苏科技大学 一种天线快速优化设计方法
CN110232212B (zh) * 2019-05-08 2021-06-29 上海交通大学 基于蝙蝠算法的天线设计优化方法及系统
CN111199126B (zh) * 2019-11-08 2024-06-11 江苏科技大学 一种碎片天线的快速优化设计方法
CN111488656B (zh) * 2020-04-01 2023-08-08 中国科学院紫金山天文台 基于apdl和遗传算法的天线结构温度保型优化设计方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018032052A1 (en) * 2016-08-16 2018-02-22 Macquarie University Optimisation of designs of electromagnetic devices
CN111428427A (zh) * 2020-03-27 2020-07-17 中国人民解放军海军工程大学 共形微波天线的设计与辐射特性建模方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Adjustment of Beamwidth and Side-Lobe Level of Large Phased-Arrays Using Particle Swarm Optimization Technique;Song-Han Yang,etc;《 IEEE Transactions on Antennas and Propagation》;第62卷(第1期);138 - 144 *

Also Published As

Publication number Publication date
CN113239490A (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN113239490B (zh) 一种微波共形天线的建模方法
US9099784B2 (en) Array antenna of mobile terminal and implementing method thereof
CN102422486B (zh) 高增益超材料天线设备
US9219316B2 (en) Broadband in-line antenna systems and related methods
Ma et al. Low-cost wideband microstrip arrays with high aperture efficiency
Qian et al. MilliMirror: 3D printed reflecting surface for millimeter-wave coverage expansion
CN108446437B (zh) 一种阵列天线宽波束功率增益优化方法
CN112151969B (zh) 基于广义散射矩阵的强耦合宽带相控阵带内rcs控制方法
CN111767645A (zh) 一种阵列天线的波束赋形方法及阵列天线
CN112201944A (zh) 一种基于超构表面的fp谐振腔天线
CN115915157A (zh) 一种基于射线追踪的城市环境太赫兹无线通信基站选址方法
CN110139287A (zh) 一种毫米波室内无源覆盖方法
CN108666757B (zh) 低剖面天线及终端
Wang et al. A hybrid topology optimization method based on sensitivity analysis
CN110300416B (zh) 毫米波室内无源覆盖方法
Imai et al. Proposal on RIS scattering model based on physical-optics approximation
Akdagli et al. New wide‐aperture‐dimension formula obtained by using a particle swarm optimization for optimum gain pyramidal horns
CN112434454B (zh) 基于角反射效应的阵列天线嵌入式集成设计方法
Koziel et al. Simulation-driven design of broadband antennas using surrogate-based optimization
CN203219498U (zh) 一种无线覆盖系统
KR102471328B1 (ko) 금속 환경에서 무선 통신을 하기 위한 안테나 및 이를 이용한 무선 통신 시스템
CN114914698B (zh) 一种覆层型双频毫米波超材料卦形微带天线的设计方法
CN211045710U (zh) 对数周期偶极子天线及天线阵列
CN115544723A (zh) 一种曲面共形多天线的自动建模及优化方法
Park et al. Genetic Algorithm Based Optimazation Technique for Shaping the Matal Pattern of Planer Antenna for mm-Wave Systems

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