摘要：轨道角动量(OAM)涡旋电磁波大多通过复杂的系统生成,为简易地获取OAM电磁波,设计一种圆极化螺母型贴片天线。通过控制2个馈电点的相对位置,生成特定模式的OAM圆极化涡旋电磁波。理论推导和模拟仿真结果证明了该螺母型贴片天线的有效性。与传统形状的贴片天线相比,该天线结构小巧紧凑,改善了空间辐射相位分布与谐振特性。

摘要：基于二维LC网络,设计了一种零电磁材料聚焦器,导出了该器件等效节点电压分布矩阵,研究了聚焦区域为三角形、四边形、六边形、八边形的电磁聚焦器,并在此基础上仿真了形状和尺寸对其聚焦特性的影响。结果表明:当聚焦区域小于两倍波长时,该器件的特性与聚焦区域的形状无关;当聚焦区域逐渐增大时,焦点的能量也随之增强;当聚焦区域大于两倍波长时,主焦点逐渐消失,同时将产生多个副焦点。

摘要：如何灵活地控制和操纵热流是目前研究的热点.本文基于拉普拉斯方程提出了一种设计任意形状热斗篷的方法.对于形状规则的热斗篷,在特定边界条件下求解拉普拉斯方程得到了斗篷区域材料的热导率分布解析表达式;对于不规则形状的热斗篷,通过数值求解拉普拉斯方程得到了斗篷区域材料的热导率参数分布.全波仿真结果表明,所设计的二维和三维任意形状热斗篷内部隐身区域的热通量为零,从而具有热保护功能;同时,热流绕过斗篷后温度场恢复原来的分布,实现了完美隐身功能.这项研究为解决热斗篷内外边界非共形问题提供了一种可行的方法,对热保护器件的设计和制备有指导意义.

摘要：超材料放大装置能够将物体任意放大,其在小目标识别和检测中有广泛的潜在应用。为了促进该装置的实际应用,基于变换光学原理提出了一种新的简化材料参数设计方法。该方法通过选择适当的变换方程,使得材料参数的径向和角向分量为常数而仅轴向分量随半径变化,同时还能确保装置的外边界与自由空间阻抗完全匹配。全波仿真结果验证了该方法的有效性和放大装置的良好性能。此外,分析了材料损耗和参数抖动对装置性能的影响,扩展了变换光学理论的应用,为超材料器件的参数简化提供了一种新的、可行的解决方案。

摘要：如何灵活地控制和操纵太赫波是目前研究的热点.根据电磁波传输理论,导出了等离子体辅助平板波导的场分布和色散关系表达式,计算了其传输特性,并通过全波仿真进行了证实.结果表明,等离子体辅助平板波导具有带阻特性,上边带截止频率等于等离子体频率,等离子体层越薄,下边带截止频率越高,带宽越窄;阻带内存在两种不同的物理机理,一种与等离子体和中间媒质的谐振耦合有关,另一种与表面波的形成有关.此外,本文还研究了等离子体频率及碰撞频率对传输特性的影响,提出了通过改变等离子体频率调谐平板波导滤波器特性的方法.同时,采用褶皱金属结构实现了等离子体层,设计了平板波导传感模型,通过改变凹槽内的材料的介电常数仿真了其传感特性,结果表明当材料的介电常数变化0.1%时,平均截止频率变化1.8GHz;通过检测截止频率的变化,传感器能明显分辨氮、汽油、液态石蜡、甘油和水,证实了其优良的太赫传感特性.这项工作对研究太赫波的传输及太赫器件的设计和制备具有指导意义.

摘要：轨道角动量作为一种新的、安全和高效利用频谱的传输复用方式引起了科学界的关注。基于均匀圆阵列,设计了一种工作在X波段的宽带多模轨道角动量天线。该天线由旋转排列的三角形均匀圆阵列组成,其特点是正负模式数的产生除了与馈电方式有关外,还与均匀圆阵中阵元的旋转方式相关。仿真结果表明,在X频段该天线-10 d B带宽范围为9. 33~10. 37 GHz,带宽达到1. 04 GHz,总的效率为52%;在相同阵元数量的情况下,该天线产生的模式数多于矩形贴片天线。该天线具有馈电网络简单、带宽宽和模式数大等优点。

摘要：证明了两块表面具有亚波长凹槽结构的金属板平行放置构成的褶皱金属结构平板波导与等离子体辅助平板波导存在相同点和不同点；并且设计了凹槽深度渐变的对称褶皱金属结构平板波导来实现传输模和表面模的相互转换。研究表明，由于在波导中间区域场分布和能量主要集中在褶皱表面，放入其中的理想导体圆柱不影响其场分布和传输特性，即深度渐变的对称褶皱金属结构平板波导具有隐形效应；褶皱金属结构平板波导阻带上边带截止频率随放入褶皱内样品的介电常数呈线性变化，能够用于介质传感；以柴油、液态石蜡和橄榄油等样品的检测为例，证实了其太赫兹传感特性。该工作对研究褶皱金属结构平板波导的应用，探索其在太赫波的传输、调控以及太赫器件研制等方面具有指导意义。

摘要：目前建立的无线电监测网络是针对固定频谱分配政策设计的,为了适应频谱分配政策的变化,探索与之相适应的无线电监测技术刻不容缓。本文提出了一种频谱传感测量方案及基于LabVIEW的实现方法,该系统由无线电测量设备、设备服务器、测量服务器和客户端等组成。该系统采用统一的软件平台,易于编程和控制,网络接口和协议开放,为采用新理论和新技术进行无线电频谱监测的创新奠定了基础。

摘要：针对无线设备“指纹”特征提取技术含量较高,且技术手段较为复杂的问题,在无线空间信道状态不变的前提下,提出了一种基于卷积神经网络(convolution neural network,CNN)自动分类无线路由器指纹的识别方法,解决无线设备“指纹”特征提取困难的问题.文章设计并实现了一种通过接收处理多输入多输出(multiple-input multiple-output,MIMO)信号幅度识别无线路由器的方法,该方法通过采集无线路由器的信道状态信息(channel state information,CSI),并对CSI的幅度数据进行预先平滑和去噪处理,然后把预处理后的幅度数据作为设备的指纹特征,最后通过机器学习的算法进行分类和识别.实验采用CNN对10台商用无线路由器进行分类和识别,准确率达到96%以上,证明了使用CSI来识别无线路由器是可行的.