两轴应用背景下的微带圆极化天线的研究

来源 :云南大学 | 被引量 : 0次 | 上传用户:hongjiansu1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
微带天线因其结构简单以及与印刷电路技术的兼容性而被广泛用于微波应用领域。同线极化辐射相比圆极化辐射对天线的位置都不太敏感且在抗多径衰落方面也更有优势,因此基于微带结构的圆极化天线在多种场景中有广泛的应用。本文面向两种不同的工程应用背景,对基于微带结构的圆极化天线进行了研究。首先,本文在第二章简单阐述圆极化天线的工作原理以及天线的一些基本参数,同时对常用仿真软件进行简要说明。其次,本文针对结构健康监测应用背景下的无线射频识别(RFID)系统中的圆极化天线进行研究。设计了三款微带圆极化天线,采用HFSS仿真软件进行了仿真;针对结构健康监测中背景环境的不同,对天线的性能参数如-10dB回波损耗频段、3dB轴比频段的偏移和频段大小的改变进行了仿真分析,对此应用背景下的圆极化天线的设计提供一定的指导作用。最后,面向卫星导航、Wimax等微波应用领域,本文设计了一款工作在2.15GHz和2.45GHz的微带圆极化双频段的天线。此天线由一对附在介质板上的金属贴片和缝隙耦合馈电结构堆叠而成。具有小型化和高增益的优势。本章对工作在微波频段双频段圆极化天线的设计提供了一种设计思路。
其他文献
随着新兴电影产业的发展,全球的电影市场保持着稳定增长的基本态势,互联网上也拥有无比浩瀚的电影资源,推荐系统已经成为了人们在快速查找感兴趣的电影的方式。近年来,深度学习在图像识别,自然语言处理等领域得到了广泛的应用,同时,最近的一些研究也表明深度学习在推荐系统上的可靠性。在这样的背景下,对个性化推荐系统的基础理论进行研究,并利用深度学习在推荐领域的相关技术,提出了一种基于深度神经网络的个性化推荐算法
图像作为信息传输的载体会在传播的过程中受损导致图像质量下降,因此就需要好的图像质量评价(Image Quality Assessment,IQA)方法来对图像进行质量评价,以便及时发现图像质量
我国《物权法》规定的浮动抵押制度不仅是大陆法系吸收英美法系制度的成果,而且也是民法商法化的典型,具有自己的特点。但我国缺乏关于浮动抵押受偿顺位规则的制度安排,这一立法漏洞使得浮动抵押的整体制度价值大打折扣,应借鉴外国立法并结合浮动抵押的特性,基于浮动抵押的安全与效率的双重价值诉求,完善我国浮动抵押权受偿顺位规则。本文在前人研究的基础之上,从浮动抵押制度实践中发生权利竞合时的受偿顺位出发,分析以下问
随着通用计算譬如3D图像处理、视频处理等对GPU的性能要求越来越高,异构设备得到了快速的发展,异构平台下的传统编程模型存在可移植性差和兼容性低的问题。为此,苹果公司开发
随着云资源数量和云计算服务类型的日益增加,云数据服务中心所消耗的能源增加。在保证云数据服务中心能源效率的同时,更好地满足云用户请求响应要求,引入半休眠模式和唤醒阈值,面向云数据服务中心研究云虚拟机节能策略及性能。首先,从提高云用户请求的响应性能出发,兼顾云数据服务中心能源节省率,提出基于半休眠模式的云虚拟机节能策略。当系统中没有云用户请求时,虚拟机进入半休眠阶段,处于半休眠阶段的虚拟机能够为随机到
目的:回顾分析影响颅内表皮样囊肿患者术后复发的危险因素,以提高对此类术后并发症的认识并为临床诊疗过程中防治复发提供参考。病例资料和方法:收集2006年10月至2018年10月期间华中科技大学同济医院收治的141例颅内表皮样囊肿患者的临床资料及回访资料,对复发患者及未复发患者按性别、年龄、影像学表现、病变部位、大小、生物学特点、手术切除程度等指标分组统计,结合卡方检验Kruskal-Wallis检验
伴随云数据中心数量的增加与规模的扩张,云系统中的能耗控制问题日益突出。为实现绿色云计算,本文立足于云数据中心,将周期性异步休眠模式应用于部分虚拟机,研究云虚拟机分簇调度策略及性能优化问题。首先,面向高节能水平要求的云系统,针对部分虚拟机引入周期性异步休眠模式,即Periodic Asynchronous Sleep-Mode(PASM),提出一种基于PASM的云虚拟机分簇调度策略。考虑部分虚拟机持
我国企业近年来进行海外并购的热度不断高涨,但随之而来的问题是我国企业海外并购时的并购风险高、成功率低。因此,如何控制海外并购风险,提高海外并购成功率成了我国并购市
随着网络技术和计算机硬件计算力的发展,云计算成为互联网一种新的服务模式,因其所具有的高可扩展性、灵活性和成本效益,云数据中心的规模得以快速扩展,但随之而来的巨大能量
长链非编码RNA的表达情况和许多疾病病理过程的发生密切相关。它们可能是诊断、预后和治疗这些疾病的重要生物标志物。推断潜在的lncRNA-疾病关联性对于揭示疾病的发病机制、