基于平板波导的双频双极化CTS阵列天线设计研究

针对卫星通信天线轻量化和辐射孔径复用等需求,对双频段双极化连续切向节(Continuous Transverse Stub,CTS)阵列天线进行研究。天线采用正交共口径设计,结合标准波导接口的带通滤波器和独立功分馈电网络实现了高极化隔离度特性;通过对枝节辐射能力控制和天线阵列设计,达到了兼顾增益特性的同时降低旁瓣电平的目的。仿真结果显示:天线分别在18.5~21.2 GHz和27.5~31 GHz两个频段内回波损耗小于-10 dB,旁瓣电平均小于-12 dB,端口隔离度优于80 dB,增益分别为24~27 dBi和25~27 dBi,结构简单,易于加工,剖面高度低,易于运输和共形安装。

基于双流残差卷积神经网络的养殖鳗鲡(Anguilla)摄食强度评估研究

为实现对养殖鳗鲡(Anguilla)摄食强度的准确评估,提出了一种基于双流残差卷积神经网络的鳗鲡摄食强度评估方法,该方法针对传统双流网络(Two-stream)中存在的问题做出了相应的改进。首先针对传统双流网络存在网络结构较浅,无法提取到充分的鳗鲡摄食行为特征的问题,选择使用ResNet50网络进行替换,以提取到更具代表性的特征。其次针对传统双流网络最后的分类结果是把空间流和时间流的得分取平均值融合而获得,这种方式较为简单,且其空间流和时间流网络为独立进行训练,容易导致网络出现学习不到鳗鲡摄食行为的时空关联特征的问题,选择使用特征层融合方式对空间流和时间流网络提取获得的特征进行融合,让网络能够并行进行训练,以提取到时空信息间的关联特征。试验结果表明:文内提出的基于双流残差卷积神经网络的鳗鲡摄食强度评估方法准确率达到98.6%,与单通道的空间流和时间流网络相比,准确率分别提升了5.8%和8.5%,与传统的双流网络相比准确率也提升了3.2%。

基于双并联人工神经网络的汽轮机排汽焓计算

提出了基于双并联人工神经网络的汽轮机排汽焓值计算模型。该方法利用汽轮机结构数据和实际监测数据估算焓值。实例表明,该方法具有表达简单、精度高等特点,是一种行之有效的计算方法。

混凝土强度预测的混合神经网络模型

针对由于混凝土配方的多样性,直接利用神经网络模型对其进行强度预测存在精度差和收敛差的缺点,采用多种神经网络模型相结合的方法,建立了混凝土强度预测的混合神经网络模型。模型的建立主要包括以下三个过程:(1)建立混凝土强度影响参数样本数据库;(2)利用自组织神经网络对样本数据分类;(3)以混凝土原材料和制作工艺为输入参数,混凝土最终性能为输出参数,训练双并联神经网络模型。通过实例验证了模型的可靠性。

汽轮机组实际循环热效率的计算方法研究

针对传统方法计算繁杂的问题,本文提出了基于双并联人工神经网络的汽轮机实际循环热效率计算方法。实例表明,该方法具有表达简单、精度高等特点,是一种行之有效的计算方法。

24GHz小型化低副瓣微带天线阵设计

本文设计了一款24GHz小型化低副瓣微带天线阵,并进行了理论研究和仿真。此款天线阵采用了串并联混合馈电网络,为了有效降低副瓣,一维天线子阵和馈电网络的电流分布均采用了切比雪夫分布。同时将馈电网络放在最底层,通过过孔连接到顶层的天线,达到了小型化的目的,同时有效地减小了馈电网络的辐射对天线的影响。仿真结果表明,该天线阵的增益可达到21d B,在中心频率附近的E面和H面的副瓣电平分别为-25d B和-20d B,有效地降低了副瓣。该天线阵体积小,性能可靠,可用于汽车防撞,测速雷达等场合。

24GHz边馈式微带天线阵的设计

为24 GHz车载防撞雷达收发前端设计并制作了一款高增益易集成的微带阵列天线。该天线阵采用改进的新型并联馈电网络,在满足各阵元激励等幅同相的基础上,减少了馈线损耗和各种杂散辐射,从而提高了天线增益与极化纯度,同时减小了天线尺寸。测试结果表明,所研制的4×8元微带天线阵带宽为24.0~24.2 GHz（电压驻波比VSWR〈1.4）,最大增益达19 dBi,其尺寸仅80 mm×36 mm。

高动态条件下载体共形天线设计

在高动态、复杂电磁环境下,载体共形天线是实现高速飞行目标和地面控制台信息交互的重要组成单元,其性能直接影响通信链路和无线控制的成败。目前,载体天线多为基于直线阵或改良后的泰勒阵的共形微带天线阵,这种方法虽然仿真性能好,但却因结构复杂,在实际设计时对工艺的要求很高,因此,为降低天线复杂度及实际制作难度,本文高动态飞行应用为背景,通过理论分析、参数校正及仿真验证,最终设计得到结构简单,可用于飞行升降段,并实现法向定向接收的弹载天线。

应用于24GHz物位雷达的微带阵列天线设计

为了提高24 GHz物位雷达系统的精度和抗干扰能力,设计并制作了一款高增益、低副瓣、易集成的微带阵列天线。为了抑制天线的副瓣电平,该天线各阵元间的电流采用同相不等幅分布设计;同时,采用两种不同馈线的单元和串并联混合馈电网络,降低了馈电网络的设计难度。实测结果表明,该阵列天线的带宽为690 MHz(23.77~24.46 GHz),最大增益达到20.1 dBi,E面和H面的副瓣电平分别为-20.7 dB和-19.3 dB。该阵列天线结构紧凑、可靠性高,可用于24 GHz物位雷达系统。

基于二叉级联结构的并行极速学习机算法

为解决因庞大的矩阵存储和计算,ELM(Extreme Learning Machines)难以应用到大规模、高维数据集的问题,提出一种基于"分而治之"策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地更新单隐层前馈网络的输出权值,且能有限步地单调收敛到最小二乘解。实验结果表明,该算法不仅泛化性能优异,并且具有非常高的加速比和并行效率。

一种新型混合馈电24GHz车载雷达阵列天线设计

针对阵列天线馈电网络比较复杂的问题,设计了一款24 GHz新型串并馈结合的微带天线阵,并进行了理论研究和仿真测试。该天线阵采用了串并联混合馈电网络,天线子阵和馈电网络的电流分布均采用了切比雪夫分布,有效抑制了旁瓣电平。同时将馈电网络与串馈天线子阵直接连接在一起,达到了小型化的目的,并减小了馈电网络的损耗。仿真结果表明：天线阵的增益可达到21.7 dBi,在中心频率24.1 GHz附近,E面和H面的副瓣电平分别为-20.3 dB和-26.2 dB。该天线阵体积小,性能可靠,可用于24 GHz汽车防撞雷达。