摘要：介绍了一种工作频率为8~10 GHz的宽带高功率有源相控阵波束扫描天线阵列。该阵列由印刷在Rogers 6002介质基板上的对拓Vivaldi天线、隔离结构以及威尔金森功分器组成,一个一分四的威尔金森功分器、与功分器连接的四个对拓Vivaldi天线以及对应的隔离结构组成了一个阵列单元。通过采用Vivaldi天线,拓宽天线单元的阻抗带宽以及阵列单元的功率容量。通过设计电磁带隙隔离结构,提高了单元间的隔离度,以降低阵列单元的有源驻波比。通过对组成威尔金森功分器的分路处作圆弧过渡,提高了功分器的功率容量,从而提升阵列单元的功率容量。最终制造加工了圆形排布的32单元天线阵列并进行了测试。实验结果证明该天线阵列具有良好的有源驻波比。在微波暗室中测量了辐射方向图,证明了该天线阵列在40°范围内进行扫描时,不出现栅瓣且增益下降不到0.3 dB,显示出了其良好的波束扫描特性。

摘要：设计了一副宽带高增益圆极化微带天线,并进行组阵分析。天线中心频率2.6 GHz,通过增加寄生贴片和空气层来提高天线单元的增益和带宽。上下两层介质板上边长不同的切角方形贴片分别激励一个低频与高频的圆极化模,有效地拓宽了轴比带宽。仿真结果表明,反射系数|S11|<-10 dB带宽21.8%,3 dB轴比带宽12.0%,中心频率点增益9.0 dBi。对天线单元进行加工测试,与仿真结果较为吻合。设计了2×4元阵列,并进行了仿真,增益提升至17.5 dBi,3 dB轴比带宽10.4%。

摘要：针对煤矿井下实际环境特点,设计了一种矿用压力传感器的变送器,采用二线制环路供电方式,将压力值转换为4m A-20m A电流信号。给出了主要部分的电路图和元器件选型并分析了各部分的工作原理。变送器由少量精密低功耗元件构成,尺寸可以设计的很小,并加入了保护电路以提高系统的鲁棒性。最后对变送器的精度进行了分析和测试,表明了变送器具有较高的精度和鲁棒性。

摘要：设计了一种可应用于WIMAX的微带缝隙天线。在天线接地板上开不对称U形槽,增加了电流的有效路径,实现了天线的小型化。利用高频仿真软件HFSS对天线的电参数作了优化分析仿真,在3.08GHz^4.03GHz频段内,天线性能均比较理想。

摘要：本文基于基片集成波导(substrate integrated waveguide,SIW)提出了一种具有宽扫描角度的连续横向枝节(continuous transverse stub,CTS)频扫天线阵。沿纵向周期排列在共面波导馈线(coplanar waveguide,CPW)上的SIW结构CTS阵列向空间辐射电磁波。提出一种新型宽带CPW慢波结构作为天线阵的馈线,用以增大相邻天线单元之间的相位差,在8.6~13.7GHz频带内,相位变化范围在89.3°^-83.3°,从而使天线阵主波束随频率实现大范围扫描。为了减少天线阵的后向辐射,在其背面1/4波长处加反射板。设计了一个4元SIW结构CPW-CTS天线阵,利用全波仿真软件HFSS进行了分析。结果表明,在8.6~14GHz频带内天线阵反射系数小于-10dB,随频率增大实现E面-40°~56°的扫描,在各方向上的最大增益在9.8~12.3dBi。

摘要：目前,风电出力预测面临跨环境、跨传感器设备的多任务挑战,往往需要对不同的预测目标各自独立地展开针对性训练。鉴于此,首先提出了一种基于模型无关元学习策略(model-agnostic meta-learning,MAML)的短期预测方法,并基于该方法能够实现对新任务样本快速适应的能力设计了新型回归训练框架。然后结合卷积神经网络–长短期记忆网络、有注意力机制的Seq2Seq、有自注意力机制的Transformer、Synthesizer等时序深度网络模型,将该框架应用于风力发电预测场景。实验结果表明相比常规的预训练–微调的深度网络训练方法,所提出的方法在GEFCom2012数据集上对各算例实现了均方根误差和均方误差等指标的提高,同时各模型在短时风电出力为案例的预测任务上的泛化性能获得了一定提升。该训练框架可便捷地将主流深度学习模型和数据集转换为适应MAML策略的匹配模式。