基于matlab对现代相控阵系统中常用的子阵列进行建模分析(附源码)

news2024/9/21 16:25:12

一、前言

本示例说明如何使用相控阵系统工具箱对现代相控阵系统中常用的子阵列进行建模并进行分析。

相控阵天线与传统碟形天线相比具有许多优势。相控阵天线的元件更容易制造;整个系统受组件故障的影响较小;最重要的是,可以向不同方向进行电子扫描。

但是,这种灵活性并非免费提供。要充分利用相控阵,需要在每个晶片后面放置转向电路和T/R开关。对于需要包含数千或数万个元素的大型数组的应用程序,这样做的成本太高而不实用。此外,在许多此类应用中,所需的性能不需要与阵列完全自由度。因此,在实践中,部署的系统通常使用折衷的方法。元素被分组到子数组中,然后子数组形成整个数组。这些元素仍然易于制造;整个阵列在组件故障方面仍然健壮;此外,每个子阵列只需要T/R开关,从而大大降低了成本。

以下部分介绍如何针对两个特定应用(有限视场 (LFOV) 阵列和宽带阵列)使用不同配置对子阵列网络进行建模。

二、有限视场 (LFOV) 阵列

LFOV阵列通常用于卫星应用。顾名思义,LFOV阵列仅在非常有限的窗口内扫描,通常小于10度。因此,可以使用子阵列,并且这种子阵列可以放置在远大于波长一半的间距处。

构造包含子数组的数组的最简单方法是连续平铺子数组。以下代码片段构造一个由八个 64 个元素 ULA 组成的 8 个元素 ULA。在每个子阵列中,元素间隔一半波长。请注意,每个子阵列内部没有转向功能,因此只能使用子阵列来控制阵列。

数组几何形状如下图所示。

接下来,将此阵列的辐射图与没有子阵列的 64 片 ULA 的辐射图进行比较。

可以明显看出,这两种反应在宽边是一致的。请注意,即使子阵列间距很宽,响应中也没有光栅波瓣。

接下来,将两个阵列引导到 2 度方位角。

在这种情况下,参考数组的响应仍保留其原始形状,但子阵列 ULA 的情况并非如此。对于子阵列ULA,尽管主瓣正确转向并且远高于旁瓣,但响应清楚地显示了通常称为量化瓣的内容。这个名字来自这样一个事实,即转向是在子阵列级别;因此,每个元素所需的相移在子阵列级别量化。当阵列远离宽侧时,这种效果会变得更糟。下图显示了将阵列转向偏离宽边 6 度后的响应。

因此,在形成LFOV时,需要谨慎使用连续的子阵列。

补偿量子化波瓣的一种方法是在每个元素后面添加移相器。虽然它增加了成本,但与全自由度阵列相比,它仍然节省了大量成本,因为T/R开关是最昂贵的部件,只需要在子阵列级别实现。如果每个元件后面都有一个移相器,那么响应会变得更好,如下图所示,假设每个元件后面的移相器也配置为将每个子阵列指向偏离宽边 6 度。

作为旁注,元素和子数组不一定转向同一方向。在某些应用程序中,子阵列内的元素被引导到特定方向。然后可以将子阵列引导到略有不同的方向以搜索附近。

三、宽带扫描阵列

虽然电子扫描阵列通常被称为控阵,但实际上,调整相位只是控制阵列的一种方式。移相器本质上是窄带器件,因此它们只能在窄带内正常工作,特别是对于大型阵列。下图显示了参考阵列相位转向30度时的辐射图,包括载波频率和载波频率高3%的辐射图。

从图中可以明显看出,即使频率偏移仅为3%,峰值位置也偏离了所需方向。这被称为斜视效应。因此,为了实现跨宽带的转向,需要使用真正的时间延迟进行转向。

实现真正延时的最流行方法是使用电缆。然而,在具有数千个晶片的大阵列孔径中,实现潜在的巨大时间延迟可能需要大量电缆。因此,这种方法不仅昂贵,而且繁琐。子阵列在准确性和可行性之间提供了折衷。总之,在每个子阵列中,转向是通过相位实现的;在子阵列中,转向是通过真正的时间延迟完成的。

构建此类数组的最简单方法是连续分组子数组,如前面各节所述。

下图比较了子阵列ULA在三个频率下的辐射图。阵列使用真正的时间延迟在子阵列级别转向 30 度方位角。同样,在每个子阵列中,元素也被引导到 30 度方位角。辐射图显示在载波频率处,比载波频率高10%,比载波频率高15%。

这些图显示,即使带宽比前一种情况宽得多,斜视效应也得到了抑制。然而,与LFOV情况一样,如果所需的带宽扩展到载波频率以上15%,则由于量子化波瓣,辐射图变得不理想。

解决此问题的一种方法是使用具有非周期子数组的配置。此类配置的示例包括隔行扫描子阵列、重叠子数组,甚至随机子数组。下一个示例显示了一个隔行扫描子阵列,其中子阵列的末端是隔行扫描和重叠的。因为它不再由相同的子阵列形成,所以需要从大阵列孔径开始并对其进行分区以实现这种配置。

数组几何形状如下图所示。

由此产生的辐射图如下图所示。

新的辐射图抑制了最大的量子化瓣,实现了约5 dB的增益。通过设计更复杂的重叠子阵列网络可以实现更高的增益,但这超出了本示例的范围。

四、总结

本例展示了如何使用子阵列对相控阵进行建模,并说明了将子阵列技术应用于LFOV阵列或宽带扫描阵列等应用时的几个实际问题。

五、程序

使用Matlab R2022b版本,点击打开。(版本过低,运行该程序可能会报错)

打开下面的“example.mlx”文件,点击运行,就可以看到上述效果。

程序获取基于matlab对现代相控阵系统中常用的子阵列进行建模分析

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/659704.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

耗时半个月,终于把十几个大厂的python面试题整理成了PDF合集(基础+高级+web+数据库+爬虫)

大家好,最近有不少小伙伴在后台留言,近期的面试越来越难了,要背的越来越多了,考察得越来越细,明摆着就是想让我们徒手造航母嘛!实在是太为难我们这些程序员了。 这不,为了帮大家节约时间&#…

JVM垃圾回收与双亲委派模型

观前提示:本篇博客演示使用的 IDEA 版本为2021.3.3版本,使用的是Java8(又名jdk1.8) 前端使用VSCode(Visual Studio Code1.78.2) 电脑使用的操作系统版本为 Windows 10 目录 1. 什么是 JVM 2. jvm 发展史 2.1 Sun Classic VM 2.2 Exact VM 2.3 HotSpot VM 2.4 JRockit …

Docker部署——将jar包打成docker镜像并启动容器

在代码编写完成即将部署的时候,如果采用docker容器的方法,需要将jar包打成docker镜像并通过镜像将容器启动起来。具体的步骤如下。 一、首先下载java镜像 先使用docker search java命令进行搜索。 然而在拉取镜像的时候要注意不能直接去选择pull java ,…

在线DDL操作踩坑记录

官方地址:GitHub - github/gh-ost: GitHubs Online Schema-migration Tool for MySQL 使用ghost方式在线对mysql表进行ddl ghost原理: 要对表A进行DDL,在主库建立一个ghost表 A1在表A1上进行alter操作伪装成一个mysql的从库,监…

Java集合框架:队列、Queue和Deque详解

目录 一、普通队列 1. 概念 2. Queue(Java集合框架的接口) 3. Queue中的方法 4. 方法使用演示 5. 队列的模拟实现 6. 顺序普通队列的缺点: 二、循环队列 1. 循环队列也是一种数据结构。基于上述队列的缺点,此时就有了循环…

为什么我不建议你入行网络安全,因为99.9%的人都绕不过这三个坎

前言 我一个朋友老赵,老赵在一家大型互联网公司做高级网络安全工程师,从实习生到工程师整整呆了六年。去年他们公司为了缩减成本,做了裁员,他也在其中,取而代之的是一个只有三年工作经验的 “新人” … 老赵想着&…

Windows10下安装Oracle19c提示“无法将 **\** 安装用户添加到 ** 组“解决办法

问题描述 操作系统:window10 数据库版本:Oracle19c 本机在安装Oracle19c提示无法将 ZHOUQUAN\zhouquan 安装用户添加到 %2% 组。 问题原因 根据安装的对话框中的日志,找到并打开 日志报错信息: 信息: WindowsSecurityExcep…

时序预测 | Matlab实现INFO-ELM向量加权算法优化极限学习机时间序列预测

时序预测 | Matlab实现INFO-ELM向量加权算法优化极限学习机时间序列预测 目录 时序预测 | Matlab实现INFO-ELM向量加权算法优化极限学习机时间序列预测效果一览基本介绍程序设计学习总结参考资料 效果一览 基本介绍 Matlab实现INFO-ELM向量加权算法优化极限学习机时间序列预测 …

skywalking 源码

源码核心是SkyWalkingAgent 找到一堆插件,来对符合条件的类来代理 通过AbstractClassEnhancePluginDefine.define方法来。 如果有很多版本的插件,spring有2.0版本,3.0版本,4.0版。 具体使用哪个版本,看被增加的类使用的是哪个版本的spring …

vue基础--计算商品的总价格

计算商品的总价格: 1、在 父组件中 通过计算属性 动态把总价格计算出来, 2、通过 父向子传值,通过自定义属性,把值传给 子组件 父组件: 1、使用计算属性computed 计算总价格: 1.1、先用filter 过滤出 数…

Unity UGUI5——图集

一、Drawcall ​ 字面理解 DrawCall,就是绘制呼叫的意思,表示 CPU(中央处理器)通知 GPU(图形处理器-显卡) (一)DrawCall 概念 就是 CPU (处理器)准备好渲染…

基于Web的停车场管理系统(Java)

目录 一、系统介绍 1.开发的环境 2.本系统实现的功能 3.数据库用到的表 4.工程截图 二、系统展示 1、登录页面 2、首页 3、系统信息管理模块 4、车位信息管理模块 5、IC卡信息管理模块 ​编辑6、固定车主停车管理模块 7、临时车主停车管理模块 8、系统功能操作模块 …

unity3d:小地图UV,UGUIshader毒圈挖孔,缩圈

运行效果 场景中缩圈 小地图中挖孔 大地图中挖孔 小地图 方案1使用Mask 给了一个方形的mask组件,然后根据玩家位置计算出地图左下角的位置进行移动。这种实现方式虽然简单,但是会有两个问题: 1.Overdraw特别大,几乎很多时候会有…

【LLMs 入门实战 】Vicuna 模型学习与实战

UC伯克利学者联手CMU、斯坦福等,再次推出一个全新模型70亿/130亿参数的Vicuna,俗称「小羊驼」,小羊驼号称能达到GPT-4的90%性能。 欢迎使用小羊驼🦙环境搭建权重下载下载 Vicuna Weight下载 LLAMA Weight构建真正的 working weigh…

Lattice Planner从入门到放弃

Lattice Planner相关背景和更正式的公式推导可以直接参考其原始论文《Optimal Trajectory Generation for Dynamic Street Scenarios in a Frent Frame》(ICRA 2010),本文侧重于Lattic planner理论和代码的结合。 1. Lattice Planner基本流程…

2023年6月GESP能力等级认证C++一级真题

2023-06 GESP一级真题 题数:27 分数:100 测试时长:60min 一、选择题(每题 2 分,共 30 分) 1.以下不属于计算机输入设备的有 (B ) 。(2分) A、键盘 B、音箱 C、鼠标 D、传感器 答案解析&#xff1…

如果你正在做AI测试,那么这十点你必须注意

AI是一个已经进入人类日常生活的新技术时代,例如Siri,Alexa语音接口等。通过大数据和数据科学实现数据存储的进步,使用户能够进行快速分析和数据检索。机器学习是一个新领域,机 AI是一个已经进入人类日常生活的新技术时代&#x…

今天我们来说说MySQL的缓存机制

原文链接:http://www.ibearzmblog.com/#/technology/info?id5770c555acd4302f81d86976c06e2319 前言 当我们向数据库服务器发送一条SQL的时候,但数据库收到后就会执行,但是如果在短时间内都执行同一条SQL,如果每次数据库都会执…

CUDA和显卡驱动以及pytorch版本的对应关系

1 支持CUDA 的GPU 支持 CUDA 的 NVIDIA Quadro 和 NVIDIA RTX CUDA GPU | NVIDIA Developer您的 GPU 计算能力 您是否正在寻找 GPU 的计算能力然后查看以下表格。您可以在这里了解更多 计算能力 。 NVIDIA GPU 为全球数百万台台式机笔记本电脑工作站和超级计算机提供动力加速…

《计算机网络——自顶向下方法》精炼——4.4.3-4.4.5

学习是终身的职业。在学习的道路上,谁想停下来就要落伍。 文章目录 UPnP因特网控制报文协议(ICMP)IPv6IPv6数据报格式IPv4到IPv6的变革 UPnP 通用即插即用(UPnP)提供了一种让外部网络的主机与NAT内主机交换数据的方式…