相控阵天线(十三):天线校准技术仿真介绍之换相法

news2024/11/17 5:25:28

目录

    • 简介
    • 换相法算法简介
    • 换相法校准对方向图的影响
    • Hadamard控制矩阵的换相法仿真
    • 循环移相控制矩阵的换相法仿真

简介

传统方法按照测试区域分,可分为远场、中场和近场测量。远场测量发展成熟,可直接测量方向图,但对条件要求较高,且没有发挥相控阵天线可配相扫描的特点,已不是发展的主流。阵列天线的近场扫描技术也广泛用于相控阵,需要微波暗室和探头、夹具和机械运动装置等专用仪器,精度高但操作复杂。80年代以后旋转电矢量法(REV) 、换相测量法和互耦校准等新方法得到快速发展,编码理论、快速算法的应用增加了可行性,近场扫描技术也得到改进,测量精度和效率大大提高。

换相法算法简介

20世纪80年代中期由俄罗斯科研机构提出,国内很多学者作了理论上的改进。与REV 法不同,换相法校准每个移相状态下的激励值,通过一次遍历所有单元的所有移相状态,通过解测量矩阵方程求得激励的幅相值:
在这里插入图片描述
获得每个状态下的通道激励,进而判别故障和计算远场方向图。Y为接收复信号,A为已知的通道传输系数,ε为误差向量,W为待求换相步骤矩阵。但一般情况下系数矩阵A不满秩,需补充先验信息,增加了求解难度和复原误差。

换相法校准对方向图的影响

一个32阵元的阵列,期望幅度分布为30dB副瓣电平的切比雪夫分布,期望相位分布为等相位分布,实际相位分布在[-50°,50°]间,时间幅度分布为切比分布加上[0dB,0.5dB]的随机误差,通过旋转矢量法校准得到的方向图如下所示:
在这里插入图片描述
其中幅度校准如下所示:
在这里插入图片描述
其中相位校准如下所示:
在这里插入图片描述

Hadamard控制矩阵的换相法仿真

一个32阵元的阵列,幅度分布为[0.25dB,1dB]间,相位分布为[-60°,60°],考虑到实际移相器和衰减器存在一定的误差,给每个阵元增加0.1dB的随机幅度误差,5度的随机相位差,同时考虑矢量网络分析仪测试的时候,存在误差,设置最终的信号强度的SNR为20dB。
控阵相控阵天线换相布阵的矩阵为hadamard矩阵,其中幅度仿真如下所示:
在这里插入图片描述
相位仿真如下所示:
在这里插入图片描述

循环移相控制矩阵的换相法仿真

一个32阵元的阵列,幅度分布为[0.25dB,1dB]间,相位分布为[-60°,60°],考虑到实际移相器和衰减器存在一定的误差,给每个阵元增加0.1dB的随机幅度误差,5度的随机相位差,同时考虑矢量网络分析仪测试的时候,存在误差,设置最终的信号强度的SNR为20dB。
控阵相控阵天线换相布阵的矩阵为循环移相矩阵,其中幅度仿真如下所示:
在这里插入图片描述
相位仿真如下所示:
在这里插入图片描述

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/70693.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

SpringMVC从入门到精通(二)

文章目录6. 响应视图和结果数据6.1 返回值类型6.2 springmvc作用域传值6.3 转发和重定向6.4 json数据格式的请求与响应7.SpringMVC 实现文件上传7.1 文件上传三要素7.2 文件上传依赖7.2 文件上传示例(后端需要配置文件解析器)8. SpringMVC 中的异常处理8…

FMT航点飞行(一)

一、航点飞行前检查: (1)将飞行器在position模式下启动飞行,移动一个距离;在qgc地面站地图上观察移动的距离,记录大概移动的距离为D;打航向,观察地磁计转向是否正常; &a…

Redisson的看门狗机制究竟有什么用?

Redisson的看门狗机制究竟有什么用? 一、普通的Redis分布式锁的缺陷 基于Redis的分布式锁 Redis Lua 脚本实现分布式锁 二、watchDog的自动延期机制 调用链关系 源码解析 tryLock() tryAcquire() tryAcquireAsync() scheduleExpirationRenewal() 锁…

Nginx+tomcat集群

Nginxtomcat集群 定义:在测试环境中有多个tomcat运行这一个项目,需要nginx管理 2特点:1,增加项目访问能力 2,增加服务器性能 3,实现不同负载均衡 3负载均衡:根据每台服务器的性能分配其能承受住…

【Linux】程序地址空间

目录 地址空间是什么 写时拷贝 地址空间存在的意义 如何管理进程地址空间 地址空间是什么 这是我们常说的c/c程序地址空间,但是这里的空间具体指的是哪里的空间,举一个例子方便理解: 运行结果: 代码运行十秒后子进程修改了全局…

目标检测—DiffusionDet:用于检测的概率扩散模型笔记—DDPM

目录 一、Introduction 二、相关工作 三、方法 1.准备工作 2.架构 3、训练 4.预测过程 四. 实验 1.训练策略 2.main property 3.消融实验 五、代码分析 1.测试 demo.py 2.训练 train-net.py 总结 DiffusionDet:将目标检测问题构建为一个从带噪框到目…

安卓APP源码和设计报告——麻雀笔记

目录 一 安卓应用程序开发背景3 1.1开发背景3 1.2开发环境4 二 安卓应用程序开发理论与方法4 三 记事本应用程序的设计与实现5 3.1 拟解决的问题及目标5 3.2 总体设计6 3.3 详细设计与编码实现6 四 总结23 一 安卓应用程序开发背景 1.1开发背景 1.智能手机的市场 …

四年一次的世界杯来了,看看还剩下哪些赛程呢?

足球世界杯的由来2022年的世界杯目前世界杯的赛程看看排在前十的球员几个疑问?世界杯的由来 足球大家应该知道,是一项体育运动,而且是一项多人的体育运动。 世界杯的诞生,源于1950年的南非公开赛,在当时只有5支队伍参…

微信视频播放点播小程序毕业设计,在线教育视频学习小程序系统设计与实现,微信小程序毕业设计论文怎么写毕设源码开题报告需求分析怎么做

基于微信小程序的毕业设计题目(12)php在线教育视频点播学习小程序(含开题报告、任务书、中期报告、答辩PPT、论文模板) 项目背景和意义 目的:本课题主要目标是设计并能够实现一个基于微信小程序视频点播系统,前台用户使用小程序&a…

理解Nodejs中的进程间通信

前置知识 文件描述符 在 Linux 系统中,一切都看成文件,当进程打开现有文件时,会返回一个文件描述符。 文件描述符是操作系统为了管理已经被进程打开的文件所创建的索引,用来指向被打开的文件。 当我们的进程启动之后&#xff0c…

Python学习-8.1.2 标准库(random库的基础与实例)

2.2 random库 使用random库的主要目的是生成随机数 2.2.1 产生随机数 random()函数:生成一个[0.0,1.0)之间的随机小数,左开右闭。 import random print(random.random())#生成一个[0.0,1.0)之间的随机小数 #每次运行random()函数都会产生不同的数据 …

Layer2代币经济学:除了治理 还应该具备什么价值?

为什么我们需要L2? 任何在2021年期间使用以太坊的人都知道,该区块链可能会变得非常拥堵。这是一个典型的问题——需求太多而供应不足。因此,gas费用(交易费)变得相当昂贵。在牛市高峰期,使用以太坊区块链发…

基于Jenkins的开发测试全流程持续集成实践

今年一直在公司实践CI,本文将近半年来的一些实践总结一下,可能不太完善或优美,但的确初步解决了我目前所在项目组的一些痛点。当然这仅是一家之言也不够完整,后续还会深入实践和引入Kubernetes进行容器编排,以及通过阿…

从js中加载图片和Cannot read property ‘appendChild‘ of null 错误

先写一段代码如下&#xff1b; <!DOCTYPE html> <html> <head> <meta charset"utf-8"> <title> </title><script>var imgnew Image();img.addEventListener("load",loadHandler);img.src"img/1.jpg"…

【JMeter】命令参数说明

jmeter -n -t xxx.jmx -l result.jtl 非GUI运行xxx.jml脚本写入xxx.jtl结果文件 jmeter -n -t xxx.jmx -l result.jtl -j run.log 非GUI运行xxx.jmx脚本写入xxx.jtl结果文件&#xff0c;日志记录到run.log jmeter -n -t xxx.jmx -R ip1:port1,ip2:port2 -l result.jtl 使用远…

详解 Redis 持久化之掌握 RDB ⽂件的格式,学习如何制作数据库镜像

本文带大家了解一下 Redis 数据一种持久化方式 RDB 的实现。包括 Redis 内存快照 RDB ⽂件的创建时机以及⽣成⽅法。可以让你掌握 RDB ⽂件的格式&#xff0c;学习如何制作数据库镜像。 RDB 创建的入口函数 Redis 创建 RDB 文件的函数有三个&#xff0c;分别是 rdbSave, rdbSa…

知识图谱-KGE-语义匹配-双线性模型-2017:ANALOGY

【paper】 Analogical Inference for Multi-relational Embeddings【简介】 本文是卡耐基梅隆大学的中国学者发表在 ICML 2017 上的工作&#xff0c;提出了 ANALOGY 模型&#xff0c;用于建模实体和关系的推理属性。这个模型应当也算是双线性模型中比较经典的一个了&#xff0c…

Erueka基本使用

SpringCloud Erueka基本使用 Erueka是微服务架构中&#xff0c;可以作为注册中心的技术实现&#xff0c;如下图所示 服务提供者&#xff1a;一次业务中&#xff0c;暴露接口给其它微服务调用&#xff0c;被其它微服务调用的服务。&#xff08;提供接口给其它微服务&#xff09…

一个超好看的音乐网站设计与实现(HTML+CSS)

&#x1f389;精彩专栏推荐 &#x1f4ad;文末获取联系 ✍️ 作者简介: 一个热爱把逻辑思维转变为代码的技术博主 &#x1f482; 作者主页: 【主页——&#x1f680;获取更多优质源码】 &#x1f393; web前端期末大作业&#xff1a; 【&#x1f4da;毕设项目精品实战案例 (10…

vue+vite的创建

1、创建vue3项目 yarn create vite效果&#xff1a; yarn create v1.22.19 [1/4] Resolving packages... [2/4] Fetching packages... [3/4] Linking dependencies... [4/4] Building fresh packages...success Installed "create-vite3.2.1" with binaries:- crea…