基于MATLAB对线阵天线进行泰勒加权

相控阵天线——基于MATLAB对线阵进行泰勒加权

目录

前言

一、泰勒综合

二、单元间距的改变对泰勒阵列方向图的影响

三、单元数的改变对泰勒阵列激励分布的影响

四、副瓣电平SLL对泰勒阵列激励幅度的影响

五、副瓣电平SLL对泰勒阵列方向图的影响

六、泰勒阵列和切比雪夫阵列的比较

七、副瓣电平和阵元个数间的关系

八、MATLAB代码

总结


前言

        前面讨论了经典的道尔夫-切比雪夫综合方法,由此得到的切比雪夫阵列其方向图是最佳的,即在相同阵列长度情况下对给定的副瓣电平,其主瓣宽度是最窄的,或对给定的主瓣宽度,所得副瓣电平是最低的。但切比雪夫阵列两端单元的激励幅度容易发生跳变,不利于馈电。与切比雪夫综合法密切相关的另外一种经典综合方法一一泰勒综合法。采用泰勒综合法设计的泰勒阵列,其方向图只是靠近主瓣某个区域内的副瓣电平接近相等,随后单调地减小。如果设计得当,激励幅度分布的变化在阵列两端是单调减的,不会出现两端单元激励幅度跳变的情况。本文介绍根据方向图的副瓣电平对相控阵线阵天线进行泰勒加权(综合),并通过MATLAB仿真分析泰勒加权方法的优缺点。


提示:以下是本篇文章正文内容,欢迎各位阅读,转载请附上链接。

一、泰勒综合

        采用泰勒综合法设计的泰勒阵列,其方向图只是靠近主瓣某个区域内的副瓣电平接近相等,随后单调地减小,有利于提高天线方向性系数。如果设计得当,激励幅度分布的变化在阵列两端是单调减的,不会出现两端单元激励幅度跳变的情况。泰勒综合法设计灵活,适应面宽,在工程设计中得到广泛应用。

        对于一个长为L的连续线源,其空间因子(即方向图函数)可表示为:

F(u,A)=\cos(\pi\sqrt{u^{2}-A^{2}}) , u=\frac{L}{\lambda}\cos\theta

此式即为理想的空间因子。根据u的取值可分为主瓣区和副瓣区:

|u|\leqslant A,为主瓣区:F(\theta)=\cosh(\pi\sqrt{A^{2}-u^{2}})

|u|\geqslant A,为副瓣区:F(\theta)=\cos(\pi\sqrt{u^{2}-A^{2}})

        引入基本函数\frac{\sin(\pi u)}{\pi u}

        引入波瓣展宽因子\sigma,改造理想空间因子:

F(u,A)=\cos[\pi\sqrt{(u/\sigma)^{2}-A^{2}}],\quad\sigma\geqslant1

其零点位置为:

        u_{n}=\pm\sigma\sqrt{A^{2}+\left(n-1/2\right)^{2}}\quad,\quad n=1,2,\cdots

         改造基本函数构建泰勒空间因子:

S(u)=C\frac{\sin(\pi u)}{\pi u}\frac{\prod_{n=1}^{\overline{n}-1}[1-(u/u_{n})^{2}]}{\prod_{n=1}^{\overline{n}-1}[1-(u/n)^{2}]},\quad C=\cosh(\pi A)

        该空间因子的含义是:把基本函数的前元\overline{n}-1个零点用改造的理想空间因子的零点取代,而第\overline{n}个以 后的零点保持为基本函数的零点,即

u_n=\pm\sigma\sqrt{A^{2}+\left(n-1/2\right)^{2}},1\leq n\leq\overline{n}-1

u_n=\pm n,n\leq n<\infty

        典型的问题是对单元数为N,间距为d的直线阵,采用泰勒综合法综合其激励分布(各单元的激励电流I),使其阵因子方向图的副瓣电平为-R_{0} dB。

        显然,秦勒综合时的已知参数是NdR_{0dB}泰勒综合步骤如下:

        ① 计算,其中int表示取整数部分

                R_{0}=10^{R_{0dB}/20}

A=\frac{1}{\pi}arccoshR_{0}=\frac{1}{\pi}\ln(R_{0}+\sqrt{R_{0}^{2}-1})

\overline{n}=int\left(2A^{2}+1/2+1\right)

\sigma=\frac{\overline{n}}{\sqrt{A^{2}+\left(\overline{n}-1/2\right)^{2}}}

        ② 确定单元位置

z_{n}=\Bigg(n-\frac{N+1}{2}\Bigg)d,n=1,2,\cdots,N

这样确定的单元位置对奇、偶数阵列均可,但所得I是从左到右顺序排列的。

        ③ 确定变量

p_{n}=\frac{2\pi}{L}z_{n}, L=Nd

        ④ 计算各单元的激励电流

I_{n}\left(z_{n}\right)=1+2\sum_{m=1}^{\overline{n}-1}\overline{S}\left(m\right)\cos\left(mp_{n}\right), n=1,2,\cdots,N

其中

\overline{S}(m)=\begin{cases}1 ,\quad m=0\\\frac{[(\overline{n}-1)!]^2}{(\overline{n}+m-1)!\cdot(\overline{n}-m-1)!}\prod_{n=1}^{\overline{n}-1}\left\{1-\frac{m^2}{\sigma^2[A^2+(n-1/2)^2]}\right\}, 1\leqslant m\leqslant\overline{n}-1\\0 ,\quad m\geqslant\overline{n}\end{cases}

        对于泰勒加权可以直接通过以上步骤去综合,也可以直接使用MATLAB自带的函数去综合。这里我们使用MATLAB自带的函数去综合。

I=taylorwin(N,n_bar,SLL); %N为阵元数,n_bar是公式中的符号,SLL为副瓣电平,I包含各阵元的激励幅度

        仿真参数设置为:

f=2e9; %频率,单位Hz

N=20; %阵元数

mu=1/2; %阵元间距÷波长

theta0=0;%波束指向角度,单位°

SLL=-30; %副瓣电平,单位dB

二、单元间距的改变对泰勒阵列方向图的影响

        仿真参数设置如下:

f=2e9; %频率,单位Hz

N=10; %阵元数

theta0=0;%波束指向角度,单位°

SLL=-20; %副瓣电平,单位dB

        依次设置d=\frac{1}{4}\lambdad=\frac{1}{2}\lambdad=\frac{3}{4}\lambdad=\lambda,观察方向图及激励幅度分布。

        可知,随着间距的增大,主瓣宽度变窄,副瓣增多,当d=\lambda时方向图出现栅瓣。

三、单元数的改变对泰勒阵列激励分布的影响

         仿真参数设置如下:

f=2e9; %频率,单位Hz

theta0=0;%波束指向角度,单位°

mu=1/2; %阵元间距÷波长

        当SLL=-20dB时,依次设置N=15,20,25,30,35,观察激励幅度的分布;当SLL=-40dB时,依次设置N=15,20,25,30,35,观察激励幅度的分布。

        可见,泰勒阵列两端单元的激励幅度不会像切比雪夫阵列那样发生跳变。

四、副瓣电平SLL对泰勒阵列激励幅度的影响

          仿真参数设置如下:

f=2e9; %频率,单位Hz

theta0=0;%波束指向角度,单位°

mu=1/2; %阵元间距÷波长

N=20; %阵元数

        当N=20时,依次设置SLL=-20,-25,-30,-35,-40dB,观察激励幅度的分布。        

五、副瓣电平SLL对泰勒阵列方向图的影响

        仿真参数设置如下:

f=2e9; %频率,单位Hz

N=16; %阵元数

theta0=20;%波束指向角度,单位°

mu=1/2; %阵元间距÷波长

        依次设置SLL=-10,-20,-30,-40dB,观察方向图。

        由图可见,单元数N和间距d不变,随着方向图副瓣电平的降低,主瓣宽度将略有增大。当副瓣电平比较低时,泰勒阵列和切比雪夫阵列的方向图比较接近。

六、泰勒阵列和切比雪夫阵列的比较

        仿真参数设置如下:

f=2e9; %频率,单位Hz

N=32; %阵元数

theta0=0;%波束指向角度,单位°

mu=1/2; %阵元间距÷波长

SLL=-30; %副瓣电平,单位dB

        可见,切比雪夫综合得到的激励幅度分布在阵列两端出现了跳变,而泰勒综合方法所得结果则为单调减少的。切比雪夫综合方法得到的方向图为等副瓣电平,而泰勒综合方法得到的方向图副瓣电平只有紧靠主瓣的几个副瓣电平接近相等,其余副瓣电平是递减的。

        在相同单元数和单元间距的情况下,泰勒阵列的副瓣越低,则其激励分布和方向图就越接近相同情况下的切比雪夫阵列。

七、副瓣电平和阵元个数间的关系

        一个N单元阵列,当d=\lambda /2时,其方向图的零点个数为N-1,主瓣两侧各有副瓣N/2-1个,应有N/2-1>\overline{n},则

        N>2(\overline{n}+1)

八、MATLAB代码

https://download.csdn.net/download/m0_66360845/89493202icon-default.png?t=N7T8https://download.csdn.net/download/m0_66360845/89493202


总结

        以上就是今天要分享的全部内容,本文介绍了泰勒加权方法对线阵进行综合,同时也分析了间距、单元数,副瓣电平等参数对激励幅度以及方向图的影响,最后还比较了切比雪夫加权和泰勒加权。

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.mzph.cn/web/41134.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

ida动态调试-cnblog

ida动态调试 传递启动ida服务 android_server在ida\dbgsrv目录中 adb push android_server /data/local/tmp/chmod 755 /data/local/tmp/android_server /data/local/tmp/android_serveradb forward tcp:23946 tcp:23946ida报错:大多是手机端口被占用 报错提示&#xff1a; …

期末上分站——计组(3)

复习题21-42 21、指令周期是指__C_。 A. CPU从主存取出一条指令的时间 B. CPU执行一条指令的时间 C. CPU从主存取出一条指令的时间加上执行这条指令的时间。 D. 时钟周期时间 22、微型机系统中外设通过适配器与主板的系统总线相连接&#xff0c;其功能是__D_。 A. 数据缓冲和…

数据库可视化管理工具dbeaver试用及问题处理。

本文记录了在内网离线安装数据库可视化管理工具dbeaver的过程和相关问题处理方法。 一、下载dbeaver https://dbeaver.io/download/ 笔者测试时Windows平台最新版本为&#xff1a;dbeaver-ce-24.1.1-x86_64-setup.exe 二、安装方法 一路“下一步”即可 三、问题处理 1、问…

Truffle学习笔记

Truffle学习笔记 安装truffle, 注意: 虽然目前truffle最新版是 5.0.0, 但是经过我实践之后, 返现和v4有很多不同(比如: web3.eth.accounts; 都获取不到账户), 还是那句话: “nodejs模块的版本问题会搞死人的 !” 目前4.1.15之前的版本都不能用了, 只能安装v4.1.15 npm instal…

新手学Cocos报错 [Assets] Failed to open

两个都在偏好设置里面调&#xff08;文件下面的偏好设置&#xff09;&#xff1a; 1.设置中文&#xff1f; 2.报错 [Assets] Failed to open&#xff1f; 这样在点击打开ts文件的时候就不会报错&#xff0c;并且用vscode编辑器打开了&#xff0c; 同样也可以改成你们自己喜欢…

LabVIEW在图像处理中的应用

abVIEW作为一种图形化编程环境&#xff0c;不仅在数据采集和仪器控制领域表现出色&#xff0c;还在图像处理方面具有强大的功能。借助其Vision Development Module&#xff0c;LabVIEW提供了丰富的图像处理工具&#xff0c;广泛应用于工业检测、医学影像、自动化控制等多个领域…

Apache Seata应用侧启动过程剖析——RM TM如何与TC建立连接

本文来自 Apache Seata官方文档&#xff0c;欢迎访问官网&#xff0c;查看更多深度文章。 本文来自 Apache Seata官方文档&#xff0c;欢迎访问官网&#xff0c;查看更多深度文章。 Apache Seata应用侧启动过程剖析——RM & TM如何与TC建立连接 前言 看过官网 README 的第…

Android最近任务显示的图片

Android最近任务显示的图片 1、TaskSnapshot截图1.1 snapshotTask1.2 drawAppThemeSnapshot 2、导航栏显示问题3、Recentan按键进入最近任务 1、TaskSnapshot截图 frameworks/base/services/core/java/com/android/server/wm/TaskSnapshotController.java frameworks/base/cor…

解决C++编译时的产生的skipping incompatible xxx 错误

问题 我在编译项目时&#xff0c;产生了一个 /usr/bin/ld: skipping incompatible ../../xxx/ when searching for -lxxx 的编译错误&#xff0c;如下图所示&#xff1a; 解决方法 由图中的错误可知&#xff0c;在编译时&#xff0c;是能够在我们指定目录下的 *.so 动态库的…

python函数和c的区别有哪些

Python有很多内置函数&#xff08;build in function&#xff09;&#xff0c;不需要写头文件&#xff0c;Python还有很多强大的模块&#xff0c;需要时导入便可。C语言在这一点上远不及Python&#xff0c;大多时候都需要自己手动实现。 C语言中的函数&#xff0c;有着严格的顺…

Java基础(六)——继承

个人简介 &#x1f440;个人主页&#xff1a; 前端杂货铺 ⚡开源项目&#xff1a; rich-vue3 &#xff08;基于 Vue3 TS Pinia Element Plus Spring全家桶 MySQL&#xff09; &#x1f64b;‍♂️学习方向&#xff1a; 主攻前端方向&#xff0c;正逐渐往全干发展 &#x1…

【Web】

1、配仓库 [rootlocalhost yum.repos.d]# vi rpm.repo ##本地仓库标准写法 [baseos] namemiaoshubaseos baseurl/mnt/BaseOS gpgcheck0 [appstream] namemiaoshuappstream baseurlfile:///mnt/AppStream gpgcheck0 2、挂载 [rootlocalhost ~]mount /dev/sr0 /mnt mount: /m…

Vulnhub-Os-hackNos-1(包含靶机获取不了IP地址)

https://download.vulnhub.com/hacknos/Os-hackNos-1.ova #靶机下载地址 题目&#xff1a;要找到两个flag user.txt root.txt 文件打开 改为NAT vuln-hub-OS-HACKNOS-1靶机检测不到IP地址 重启靶机 按住shift 按下键盘字母"E"键 将图中ro修改成…

Vue 3集成krpano 全景图展示

Vue 3集成krpano 全景图展示 星光云全景系统源码 VR全景体验地址 星光云全景VR系统 将全景krpano静态资源文件vtour放入vue项目中 导入vue之前需要自己制作一个全景图 需要借助官方工具进行制作 工具下载地址&#xff1a;krpano工具下载地址 注意事项&#xff1a;vuecli…

Hook 实现 Windows 系统热键屏蔽(二)

目录 前言 一、介绍用户账户控制&#xff08;UAC&#xff09; 1.1 什么是 UAC &#xff1f; 2.2 UAC 运行机制的概述 2.3 分析 UAC 提权参数 二、 NdrAsyncServerCall 函数的分析 2.1 函数声明的解析 2.2 对 Winlogon 的逆向 2.3 对 rpcrt4 的静态分析 2.4 对 rpcrt4…

YOLOv8_obb数据集可视化[旋转目标检测实践篇]

先贴代码,周末再补充解析。 这个篇章主要是对标注好的标签进行可视化,虽然比较简单,但是可以从可视化代码中学习到YOLOv8是如何对标签进行解析的。 import cv2 import numpy as np import os import randomdef read_obb_labels(label_file_path):with open(label_file_path,…

清新简约之美,开源个人博客:Jekyll Theme Chirpy

Jekyll Theme Chirpy&#xff1a;简约不简单&#xff0c;Chirpy 让你的博客焕发新意- 精选真开源&#xff0c;释放新价值。 概览 Jekyll Theme Chirpy 是为Jekyll静态网站生成器设计的现代主题&#xff0c;以其清新、简约的设计风格和用户友好的交互体验受到开发者和博客作者的…

为企业知识库选模型?全球AI大模型知识库RAG场景基准测试排名

大语言模型常见基准测试 大家对于AI模型理解和推理能力的的基准测试一定非常熟悉了&#xff0c;比如MMLU&#xff08;大规模多任务语言理解&#xff09;、GPQA&#xff08;研究生级别知识问答&#xff09;、GSMSK&#xff08;研究生数学知识考察&#xff09;、MATH&#xff08…

Zabbix监控软件

目录 一、什么是Zabbix 二、zabbix监控原理 三、zabbix 安装步骤 一、什么是Zabbix ●zabbix 是一个基于 Web 界面的提供分布式系统监视以及网络监视功能的企业级的开源解决方案。 ●zabbix 能监视各种网络参数&#xff0c;保证服务器系统的安全运营&#xff1b;并提供灵活的…

【多线程】进程与线程

&#x1f3c0;&#x1f3c0;&#x1f3c0;来都来了&#xff0c;不妨点个关注&#xff01; &#x1f3a7;&#x1f3a7;&#x1f3a7;博客主页&#xff1a;欢迎各位大佬! 文章目录 1. 操作系统1.1 什么是操作系统1.2 操作系统主要的功能 2. 进程2.1 什么是进程2.2 通过PCB描述一…