-
公开(公告)号：CN117394894A
公开(公告)日：2024-01-12
申请号：CN202311320852.4
申请日：2023-10-12
IPC: H04B7/06 , H04B7/08 , H04B7/0408 , G06N3/006 , G06N3/126
Abstract: 本发明公开了一种基于改进粒子群的数模混合相控阵多波束成形方法。该方法可以为多波束数模混合相控阵列提供快速波束成形，并实现全视场角波束覆盖。通过将数模混合阵列划分为若干模拟子阵，对于每个模拟子阵，每行、每列的多个阵元通过模拟域幅相加权和波束合成可以得到具有指向性的波束，全部行线阵或全部列线阵通过设置不同指向即可覆盖全视场角。每个模拟子阵产生的波束数量等于行数加列数，所有模拟子阵产生的波束由模拟域变换到数字域后，通过基于改进粒子群算法的多波束成形方法进行数字域的复数加权，数模混合阵列从而可以实时产生多个主瓣宽度窄、旁瓣幅值低的波束。本发明减少了数字通道规模，精简了数字波束成形架构，降低了阵列功耗。
-
公开(公告)号：CN119011001B
公开(公告)日：2025-02-07
申请号：CN202411487025.9
申请日：2024-10-24
IPC: H04B7/185 , H04B7/0408 , H04B7/06 , H04B7/08
Abstract: 本申请提供一种基于相控阵的低轨卫星DOA估计方法和装置。本申请提供的方法，包括：基于多通道相位加权对校准后的全连接多波束相控阵进行调整，重构导向矩阵；所述导向矩阵表征所述相控阵的天线单元在多个方向上的响应；其中，基于多通道相位加权改变所述相控阵的天线单元的每个通道对应的相位权重，基于所述相位权重重构所述天线单元中接收信号的导向向量；基于所述导向向量确定导向矩阵；对所述导向矩阵进行特征分解，基于分解结果确定DOA估计结果；基于所述DOA估计结果确定低轨卫星的运动轨迹，基于目标跟踪算法更新所述DOA估计结果。本申请提供的方法和装置，用以基于多波束相控阵实现海上通信场景中低轨卫星的DOA估计。
-
公开(公告)号：CN118074826B
公开(公告)日：2024-10-18
申请号：CN202410188836.2
申请日：2024-02-20
Abstract: 本发明公开了一种基于CNN‑LSTM采用功率测量的相控阵校准方法。本发明包括：建立相控阵校准信号模型，利用程序无需实测即可方便地获得大量的数据用于训练神经网络；对生成的数据进行转换及预处理，以特征数据和标签的形式保存为训练数据集；建立CNN‑LSTM网络，并将带有标签的训练数据输入其中进行训练，直至网络收敛得到最终的相控阵校准模型；对待测相控阵实测获取特征数据，输入训练所得模型即得到相控阵校准结果。本发明旨在解决现有相控阵校准方法校准精度不高、测量效率低下、仪器设备要求高等问题，提出的校准方法具有极高的校准效率，所需次数远低于当前所有基于功率测量的校准方法。
-
公开(公告)号：CN118050692A
公开(公告)日：2024-05-17
申请号：CN202410150604.8
申请日：2024-02-02
IPC: G01S7/40 , H04B17/12 , G06N3/0464 , G06N3/0495 , G06N3/08 , G06F18/15 , G06F18/213
Abstract: 本发明公开了一种基于残差神经网络的相控阵快速自动校准方法。首先，设置移相矩阵，并用网络分析仪测量出对应的阵列远场复信号的幅度和相位，得到大小等于测量次数的阵列远场复信号幅度和相位向量。其次，将远场测量的复信号数值的实部、虚部和幅值分离，进行归一化处理，再映射为RGB三通道图像数据，实现特征提取。然后，通过仿真软件根据预设的幅度相位误差范围自动生成大量的数据集，将数据集按比例分为训练集和测试集送入神经网络中进行训练，得到校准模型。最后，将实测数据输入校准模型，便可进行幅度和相位误差自动估计。本发明将相控阵远场复信号数据进行重构并映射为RGB三通道图像数据，最少仅需等于阵元数的测量次数便可实现精确校准。
-
公开(公告)号：CN118050692B
公开(公告)日：2024-09-20
申请号：CN202410150604.8
申请日：2024-02-02
IPC: G01S7/40 , H04B17/12 , G06N3/0464 , G06N3/0495 , G06N3/08 , G06F18/15 , G06F18/213
Abstract: 本发明公开了一种基于残差神经网络的相控阵快速自动校准方法。首先，设置移相矩阵，并用网络分析仪测量出对应的阵列远场复信号的幅度和相位，得到大小等于测量次数的阵列远场复信号幅度和相位向量。其次，将远场测量的复信号数值的实部、虚部和幅值分离，进行归一化处理，再映射为RGB三通道图像数据，实现特征提取。然后，通过仿真软件根据预设的幅度相位误差范围自动生成大量的数据集，将数据集按比例分为训练集和测试集送入神经网络中进行训练，得到校准模型。最后，将实测数据输入校准模型，便可进行幅度和相位误差自动估计。本发明将相控阵远场复信号数据进行重构并映射为RGB三通道图像数据，最少仅需等于阵元数的测量次数便可实现精确校准。
-
Patent Agency Ranking
公开(公告)号：CN119011001A
公开(公告)日：2024-11-22
申请号：CN202411487025.9
申请日：2024-10-24
IPC: H04B7/185 , H04B7/0408 , H04B7/06 , H04B7/08
Abstract: 本申请提供一种基于相控阵的低轨卫星DOA估计方法和装置。本申请提供的方法，包括：基于多通道相位加权对校准后的全连接多波束相控阵进行调整，重构导向矩阵；所述导向矩阵表征所述相控阵的天线单元在多个方向上的响应；其中，基于多通道相位加权改变所述相控阵的天线单元的每个通道对应的相位权重，基于所述相位权重重构所述天线单元中接收信号的导向向量；基于所述导向向量确定导向矩阵；对所述导向矩阵进行特征分解，基于分解结果确定DOA估计结果；基于所述DOA估计结果确定低轨卫星的运动轨迹，基于目标跟踪算法更新所述DOA估计结果。本申请提供的方法和装置，用以基于多波束相控阵实现海上通信场景中低轨卫星的DOA估计。
-
公开(公告)号：CN118074826A
公开(公告)日：2024-05-24
申请号：CN202410188836.2
申请日：2024-02-20
Abstract: 本发明公开了一种基于CNN‑LSTM采用功率测量的相控阵校准方法。本发明包括：建立相控阵校准信号模型，利用程序无需实测即可方便地获得大量的数据用于训练神经网络；对生成的数据进行转换及预处理，以特征数据和标签的形式保存为训练数据集；建立CNN‑LSTM网络，并将带有标签的训练数据输入其中进行训练，直至网络收敛得到最终的相控阵校准模型；对待测相控阵实测获取特征数据，输入训练所得模型即得到相控阵校准结果。本发明旨在解决现有相控阵校准方法校准精度不高、测量效率低下、仪器设备要求高等问题，提出的校准方法具有极高的校准效率，所需次数远低于当前所有基于功率测量的校准方法。
-
公开(公告)号：CN119402051B
公开(公告)日：2025-03-28
申请号：CN202411960660.4
申请日：2024-12-30
Applicant: 东海实验室
Abstract: 本发明公开一种基于电流共享的时分复用多波束合成器，其包含M个通道，支持N个独立波束，同时支持收发双向工作。每个通道由通道端IO电路和N路双向移相衰减器构成，N个波束端IO电路合成来自M个通道的射频信号。通道端IO电路和波束端IO电路均使用共源分路器和共栅合成器完成信号分配和合成。双向移相衰减器由I/Q两路并联组成，I/Q两路按照“数字跨导阵列‑I/Q路移相网络‑数字跨导阵列”顺序串联而成。该波束合成器通过配置晶体管偏置状态，实现移相控制、增益改变、收发切换等不同功能，并且采用电流共享技术实现低功耗、小面积，支持可伸缩的M个通道和N个波束。
-
公开(公告)号：CN119402051A
公开(公告)日：2025-02-07
申请号：CN202411960660.4
申请日：2024-12-30
Applicant: 东海实验室
Abstract: 本发明公开一种基于电流共享的时分复用多波束合成器，其包含M个通道，支持N个独立波束，同时支持收发双向工作。每个通道由通道端IO电路和N路双向移相衰减器构成，N个波束端IO电路合成来自M个通道的射频信号。通道端IO电路和波束端IO电路均使用共源分路器和共栅合成器完成信号分配和合成。双向移相衰减器由I/Q两路并联组成，I/Q两路按照“数字跨导阵列‑I/Q路移相网络‑数字跨导阵列”顺序串联而成。该波束合成器通过配置晶体管偏置状态，实现移相控制、增益改变、收发切换等不同功能，并且采用电流共享技术实现低功耗、小面积，支持可伸缩的M个通道和N个波束。
-
公开(公告)号：CN110995169B
公开(公告)日：2021-08-06
申请号：CN201911199487.X
申请日：2019-11-29
Applicant: 浙江大学
Abstract: 本发明涉及集成电路技术领域，具体涉及一种片上可变增益温度补偿放大器，其通过改变不同温度下增益控制晶体管的偏置电压，调整正向增益和负向增益的比例，以正负抵消的方式实现增益控制，进而补偿片上温度变化对器件增益的影响。该温度补偿放大器可以覆盖‑55℃～125℃温度变化，同时具有增益范围大、补偿精度高、功耗低、结构简单等优点。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.029 seconds)
