特徵模理論

2021-10-05 13:45:12 字數 2494 閱讀 2630

新人第一次寫部落格,想要給自己的研究生做一些記錄和總結。本人主要研究的是特徵模理論及其在天線方面的一些應用,首先從特徵模理論整理開始。

現在的天線設計,隨著設計指標要求的增多使得天線的結構越來越複雜,單純依賴傳統的解析方法已經很難對天線進行精確的分析,因此利用商用軟體(如 hfss、feko、ie3d、empire、cst、xfdtd、nec等)對天線進行數值分析已成為必然。近年來天線的發展主要歸功於演算法和計算機技術的進步。但是,利用軟體對天線進行**,並不能清楚地提供天線的工作機理。所以即便有了商用軟體的輔助,乙個成功的天線設計還依賴於設計者本人的知識儲備和以往的設計經驗,很多情況下,天線的優化過程就是乙個不斷嘗試的過程。

眾所周知,解析本徵模式理論由於其清晰的物理概念,在天線設計領域獲得了廣泛的應用。常用的解析模式有球體的te/tm模式,單極子的tm模式,還有微帶貼片天線的腔體 tm 模式。利用這些模式,人們可以研究天線的 q 值,拓展天線的頻寬,增大天線的增益,以及實現其他的特性。但對於具有不規則形狀的輻射體,求解這些解析模式的諧振頻率和電流分布非常困難。與傳統解析本徵模式不同,特徵模法不僅保留了解析本徵模式理論概念清晰的優點,還結合了數值矩量法(method of moment, mom)善於處理不規則結構的優點,保障了方法的普適性。

特徵模理論是由 garbacz 在 1968 年在其博士**中提出來的,並由 harrington在 1971 年發展成為現在普遍接受的經典形式,緊接著 harrington 進一步發展出埠/網路特徵模理論,並將研究物件從理想電導體推廣到理想磁導體以及電介質和磁材料。此外,還有不少學者都對特徵模理論的發展做出了貢獻,在 harrington的經典特徵模式以外,又提出了一些新的模式。但是,由於早期電子計算機計算能力和記憶體的限制,特徵模理論在天線中的應用並未引起廣泛的關注。隨著電子計算機的進步,當**技術成為天線設計的主流方法後,特徵模理論由於其清晰的物理概念才得到了重視,並在最近十幾年興起一波研究熱潮。

前面都是引用的別人博士**裡的,個人使用而言,特徵模理論可以給原本基於經驗的天線設計提供理論支援,用我導師的話來說,提供物理概念就是可以對以前的工作進行理論包裝。當然,對於一些結構不算複雜,但又想實現較多功能的天線來說,特徵模理論可以很好地指導天線設計,後面具體講講特徵模的理論。

具體理論如下,是本人做介紹的時候做的ppt,公式**是yikai chen的特徵模理論的英文書。

大致的意思就是對於金屬導體表面形成散射電場和入射電場的等式,使用矩量法將其轉換為乙個z=vi的矩陣方程的形式。因為z這個阻抗矩陣的實對稱性質,將它分為實部矩陣和虛部矩陣,並且引入特徵值和特徵電流的概念,得到廣義特徵值方程。根據這個方程可以得到特徵電流和特徵值,特徵電流是一組正交的電流,導體的電流可以用這一組特徵電流與權重係數線性疊加得到。對應的特徵值有一些係數,用來分析各個模式的效能。

如上圖所示,模式權重係數表示外部源e激勵下,第n個模式電流jn實際對於總電流的貢獻,它與導體本身和外加源有關;

模式激勵係數是模式權重係數的分子,它表示某個激勵源與第n個模式電流jn的耦合程度,耦合程度越高表明在外加源下,電流作用越大;

ms為模式特性只與導體本身有關,與源無關,同時模式重要性係數隨頻率變化曲線表明某個模式在某些頻段發揮作用的潛在能力;

特徵角代表模式電流和模式電場在天線表面正切分量之間的相位差,主要用來衡量是否相差90°,實現圓極化。

從這幾個表示式可以清晰的看到,從廣義特徵值方程求解出的特徵值可以有多種形式來體現模式的性質

以上是金屬導體的特徵模理論,比較繁瑣,大體是基於矩量法(mom)的。

主要學習理論的工具是yikai chen的特徵模理論的英文書,其中詳細介紹了特徵模理論,以及其在天線幾個部分的應用,主要是他們團隊的一些工作,相關**都可以搜到。

我目前做的是用特徵模理論指導超寬頻小型化天線的設計,主要是激勵多個模式形成寬頻;現在在做的是基於埠特徵模理論的電抗載入天線的設計。

這裡主要是拋磚引玉,特徵模很早提出,但是因為最近商業軟體興起,使用較為方便,才火熱了起來。

特徵模理論設計天線的一般流程:基於幾何外形的模式分析選擇希望的工作模式,選擇饋電位置新增激勵驗證是否得到希望的模式,驗證天線的引數是否滿足設計的要求。

商用軟體都推出了帶有特徵模計算的版本,包括feko,較新版本的cst、hfss軟體等,可以利用這些軟體幫助我們完成設計工作。

特徵選擇 理論篇

2.包裹 warpper 3.嵌入法 embedding 乙個典型的機器學習任務,是通過樣本的特徵來 樣本所對應的值。如果樣本的特徵少了,我們會考慮增加特徵,比如polynomial regression就是典型的增加特徵的演算法。但是模型特徵越多,模型的複雜度也就越高,越容易導致過擬合。而現實中的...

視覺理論學習 特徵檢測

影象的幾何矩 fast演算法 用於角點檢測 設定乙個畫素點p和乙個閾值t,若閾值內的畫素點滿足條件,則接受p為角點 fast核心思想就是找出那些卓爾不群的點,即拿乙個點跟它周圍的點比較,如果它和其中大部分的點都不一樣就可以認為它是乙個特徵點。brief演算法 brief binary robust ...

語音識別特徵 MFCC(理論篇)

語音特徵提取 mfcc 理論篇 1 預加重 分幀以及加窗 語音識別中特徵提取過程首先進行預加重 分幀以及加窗操作,其具體理論如下 1.1 預加重 語音頻號的預加重,目的是為了對語音的高頻部分進行加重,去除口唇輻射的影響,增加語音的高頻解析度,其定義如下 一階fir高通數字濾波器來實現預加重,其中a為...