一种小型超宽带微带天线

给出了一种小型化超宽带微带天线,该天线采用微带线对半圆形和矩形组成的阶梯状辐射单元进行馈电,基板背面为相似形缺陷地结构窗口。天线参数采用电磁仿真软件CST进行仿真和优化。所设计的小型化超宽带微带天线相对带宽达144.9%(2.15～13.47GHz),带内回波损耗均在-10dB以下,整个工作频段内天线的增益平均在4dB以上,天线的辐射方向图形状在频带内基本保持不变。该天线具有结构紧凑和形状简单的特点,易于加工和集成。最终实际制作了天线样品,并进行了测试,实测数据与仿真结果吻合良好。实验结果表明该微带天线具有良好的小型化和超宽带特性。     

平板端射阵列栅瓣抑制研究

平板端射天线通过优化产生了特殊的组阵规律即天线间距为1.5倍波长的阵列形式,该阵列形式存在栅瓣问题。本文通过提出一种解决栅瓣的途径——正交信号激励的阵列形式,建立了阵列模型,针对阵列模型开展了大量仿真计算,仿真结果证明该阵列形式可以有效抑制栅瓣,实现较低的峰值副瓣电平。     

基于特异材料微带漏波天线辐射特性研究

分析复合左右手特异材料微带漏波天线的辐射原理,建立复合左右手材料微带漏波天线仿真模型,通过仿真计算得到微带漏波天线的辐射特性。制备与仿真参数相同的实物天线,测量天线S参数、方向图和天线各单元电容瞬态电压。最后,对仿真试验结果和实物天线测量结果比较,吻合较好。在固定工作频率下,复合左右手特异材料微带漏波天线工作在左手区时,电磁波辐射主要发生在天线结构前几个单元,且电磁波以指数形式快速衰减,工作在右手区时,电磁波沿整个天线辐射,且电磁波衰减较慢。     

一种平衡微带线-槽线馈电的新型引向天线

提出了一种结构紧凑的印刷引向天线,采用平衡微带线-槽线馈电,充分利用了空间,以减小馈电网络面积和天线尺寸.使用电磁仿真软件CST Microwave Studio(R)对天线的结构参数进行了优化设计,并根据仿真所得到的电流结果对天线的宽带特性和定向辐射特性进行了解释.测试结果表明,该天线在1.88～3.06GHz的频带内反射系数低于-10dB,相对带宽达到了47.3％.在工作频段内增益为4.0 ～ 6.3dBi,天线总体尺寸为0.34λ0 ×0.58λ0,其宽频带可以用于PCS/UMTS/WLAN等多个领域,而简单的结构和较小的尺寸对于组成阵列也是有益的.     

多天线设备空间射频辐射特性测量方法研究系列 LTE设备空间多径信道下天线性能研究

多天线技术作为LTE设备的关键技术,需要合理的方法评估其性能。从空间多径信道角度出发,分析其被测设备的天线方向图在不同信道模型中的性能,在多簇信道模型和单簇信道模型的场景下比较并区分不同接收天线特性的能力。     

GJB152A-97与MIL—STD-461FRE102测试差异研究

分析了GJB152A-97与MIL—STD-461F在RE102项目测试方法上的差异,基于两个标准对拉杆天线的相关规定,对地网搭接及天线定位等条款所存在的差异进行了仔细比对和解读,并通过实际测试验证了在10kHz-30MHz频段RE102测试布置的差异对测试结果可能造成的影响,最后对修订GJB151／152A-97提出了建议。     

Resource allocation in downlink OFDMA distributed multipoint systems with incoherent and coherent transmitters

Distributed multipoint systems (DMS) are important and timely for the move to future broadband wireless communication systems.Traditional studies on DMS have mainly focused on the issues with the spatial division multiple access such as precoding techniques,which only consider a narrowband case.This paper addresses the downlink radio resource management of the orthogonal frequency division multiple access DMS (OFDMA-DMS),including power allocation between users or subcarriers,and distributed antenna selection.Signal models with incoherent and coherent transmitters are built.To maximize the system throughput,for the incoherent transmitter case,a strategy based on the iterative water-filling power allocation is proposed to approach the optimality.As for the coherent case,where coherent additions of the signal could occur at the users,the problem is transformed into an integer programming which is solvable.Numerical results show that the gain from the coherent transmitter is promising.And to achieve a near-optimal solution,only part of the DA ports will be used,which have better channel conditions.     

Adaptive null steering beamformer implementation for flexible broad null control

An implementation of adaptive null steering beamformer for flexible broad null control, based on constrained recursive updating of array response zeros and spatial FIR filters, is presented. The design allows the beamformer to form broad nulls and control their widths readily. The new method is of great advantage for sensor array in which the number of array elements is very large compared with the number of interferences the array is designed to suppress. The new beamformer is useful and effective in the environment where both stationary and moving interference signals exist since it can steer both sharp and controlled broad nulls in the appropriate directions. When compared with the conventional LMS covariance matrix taper (CMT) based broad null synthesis method, the proposed beamformer has a faster convergence rate; and compared with the QR-RLS CMT based broad null synthesis method, the proposed method has a lower complexity.     

分布式天线系统中的系统下行中断概率分析

本文针对分布式天线系统的系统下行中断概率问题展开研究.文章首先建立了包含路径损耗、阴影衰落和瑞利衰落的复合信道模型.接着,在接收端采用最大比合并的方式接收信号,并运用矩生成函数推导出输出信噪比的概率密度函数.然后,对分布式天线采用选择传输策略,并分析出给定移动台位置时的中断概率的表达式.最后,考虑小区内移动台任意分布特...     

一种移动终端多天线方向图重构快速选择算法与基于滑动时间窗的加速实现

 多输入多输出(MIMO)系统中,天线选择技术可以在降低复杂度的同时,有效地提高系统的性能.但对于天线安装空间受限的小型终端,天线的数目将受到很大限制,本文结合方向图可重构技术,考虑基于线性接收机的空间复用系统,通过在已选择的发射天线上采用等功率分配等增益传输以减少反馈信息量.在此条件下,推导出空间相关衰落信道下自适应发射天线选择的统计容量公式下限,然后,在此基础上提出基于方向图重构的发射天线快速选择方法以最大化该容量值.此外,在实现中提出了一种基于滑动时间窗的梯度更新估计模型,缩短了算法所需时间.