-
公开(公告)号:CN113839185A
公开(公告)日:2021-12-24
申请号:CN202111009179.3
申请日:2021-08-31
申请人: 东南大学 , 扬州步微科技有限公司
摘要: 本发明公开了一种超宽带共形全向天线,包括:圆柱导体,在圆柱导体的圆柱面上开设有一槽孔;圆锥形单极子振子,设置在所述圆柱导体的槽孔内;共形加载层,位于所述圆锥形单极子振子上方,为与所述圆柱导体的圆柱面共面的圆弧面;环形地,位于所述圆锥形单极子振子底面周围;短路探针,连接所述共形加载层和所述环形地;同轴线馈电结构,位于所述圆锥形单极子振子中心内部;用于电性连接所述共形加载层电性。本发明设计的超宽带共形全向天线基于盘锥天线基本理论,通过加载短路探针和吸波材料层,在共形情况下可实现224‑935MHz频带内驻波小于3.5。
-
公开(公告)号:CN111162378B
公开(公告)日:2022-03-18
申请号:CN201911370930.5
申请日:2019-12-26
申请人: 东南大学 , 扬州步微科技有限公司
摘要: 本发明涉及天线设计技术领域,公开了一种微带天线,包括介质板、位于介质板上表面的天线贴片、位于介质板下表面的反射板及将所述天线贴片与反射板连接的同轴馈线,其特征在于:在所述介质板的上表面还设置有与所述天线贴片共面的金属带阵;所述金属带阵包括位于天线X轴上的第一金属带以及以第一金属带为对称轴将天线贴片对称包围的第二金属带,在所述第一金属带两侧形成由天线贴片和第二金属带构成的贴片包围部。本发明提出的缝隙‑金属带阵可以在不增加天线剖面与不恶化天线的端口和辐射性能的情况下,可以降低2×2微带阵列中任意两阵元之间的互耦。
-
公开(公告)号:CN110707423A
公开(公告)日:2020-01-17
申请号:CN201910997778.7
申请日:2019-10-21
申请人: 扬州步微科技有限公司 , 东南大学
摘要: 本发明公开了一种用于天线单元的寄生单元和天线单元,其中寄生单元包括介质基板及设置在介质基板上的寄生单元片,所述寄生单元片呈N×N的寄生阵列位于所述介质基板的表面,其中N≥2。一种天线单元,包括反射地、巴伦单元、辐射单元和寄生单元,所述寄生单元通过绝缘支柱固定在辐射单元上方,所述辐射单元由所述巴伦单元固定在所述反射地上。该NMIMO天线单元可以实现2/3/4/5G频段(1.7-3.6GHz)±45°双极化稳定电磁辐射,具有工作频段宽、隔离度高、辐射方向图稳定的特点。
-
公开(公告)号:CN111799553B
公开(公告)日:2022-08-23
申请号:CN202010741106.2
申请日:2020-07-29
申请人: 扬州步微科技有限公司 , 东南大学
摘要: 本发明公开了一种用于天线单元的寄生单元和天线单元,其中寄生单元包括介质基板及设置在介质基板上的寄生单元片,所述寄生单元片呈N×N的寄生阵列位于所述介质基板的表面,其中N≥2。一种天线单元,包括反射地、巴伦单元、辐射单元和寄生单元,所述寄生单元通过绝缘支柱固定在辐射单元上方,所述辐射单元由所述巴伦单元固定在所述反射地上。该NMIMO天线单元可以实现2/3/4/5G频段(1.7‑3.6GHz)±45°双极化稳定电磁辐射,具有工作频段宽、隔离度高、辐射方向图稳定的特点。
-
公开(公告)号:CN111580042B
公开(公告)日:2021-04-27
申请号:CN202010289684.7
申请日:2020-04-14
申请人: 东南大学 , 南京步微信息科技有限公司 , 扬州步微科技有限公司
摘要: 本发明公开了一种基于相位优化的深度学习测向方法,该方法具体为:构建阵列天线的接收信号模型;以阵列天线中其中一个天线的接收信号作为参考,对其他天线的接收信号进行归一化,归一化后,计算每个天线的接收信号相位;采用角度优化方法对每个天线的接收信号相位进行优化,得到优化后的相位,构建基于深度学习的神经网络模型,将优化后的相位作为所构建的神经网络模型的输入,神经网络模型的输出为估计得到的波达角。本发明通过阵列信号模型分析天线之间信号的相位关系,并通过阵列信号的相位关系调整周期性的影响,将优化后的相位关系作为深度学习神经网络的输入,通过训练学习该神经网络,最终实现在较低复杂度条件下对信号的有效测向。
-
公开(公告)号:CN110515096A
公开(公告)日:2019-11-29
申请号:CN201910772412.X
申请日:2019-08-20
申请人: 东南大学 , 扬州步微科技有限公司 , 中电科技扬州宝军电子有限公司
摘要: 本发明公开了一种基于卷积神经网络的卫星导航干扰信号识别装置及其方法,基于CNN深度学习网络在二维数据处理上的优势,干扰信号通过多通道重复的方式,创新性地将降采样之后的一维干扰信号转换为二维图像形式,并以此为基础构建出用于干扰信号识别的卷积神经网络,所述深度学习网络包含三个卷积层,分别包含32个3 3的卷积层,16个3 3的卷积层和16个3 3的卷积层,每一个卷积层之后引入归一化层,每一个归一化层之后引入池化层,最后加上全连接层作为输出层,所述卷积层均选择ReLU作为激活函数,所述全连接层采用softmax作为激活函数,在CNN分类模型完成训练后,有效识别出卫星干扰信号并完成分选,更加的高效、快速。
-
公开(公告)号:CN111162378A
公开(公告)日:2020-05-15
申请号:CN201911370930.5
申请日:2019-12-26
申请人: 东南大学 , 扬州步微科技有限公司
摘要: 本发明涉及天线设计技术领域,公开了一种微带天线,包括介质板、位于介质板上表面的天线贴片、位于介质板下表面的反射板及将所述天线贴片与反射板连接的同轴馈线,其特征在于:在所述介质板的上表面还设置有与所述天线贴片共面的金属带阵;所述金属带阵包括位于天线X轴上的第一金属带以及以第一金属带为对称轴将天线贴片对称包围的第二金属带,在所述第一金属带两侧形成由天线贴片和第二金属带构成的贴片包围部。本发明提出的缝隙-金属带阵可以在不增加天线剖面与不恶化天线的端口和辐射性能的情况下,可以降低2×2微带阵列中任意两阵元之间的互耦。
-
公开(公告)号:CN110515096B
公开(公告)日:2023-03-31
申请号:CN201910772412.X
申请日:2019-08-20
申请人: 东南大学 , 扬州步微科技有限公司 , 中电科技扬州宝军电子有限公司
IPC分类号: G01S19/01 , G06F18/241 , G06N3/0464 , G06N3/084
摘要: 本发明公开了一种基于卷积神经网络的卫星导航干扰信号识别装置及其方法,基于CNN深度学习网络在二维数据处理上的优势,干扰信号通过多通道重复的方式,创新性地将降采样之后的一维干扰信号转换为二维图像形式,并以此为基础构建出用于干扰信号识别的卷积神经网络,所述深度学习网络包含三个卷积层,分别包含32个33的卷积层,16个33的卷积层和16个33的卷积层,每一个卷积层之后引入归一化层,每一个归一化层之后引入池化层,最后加上全连接层作为输出层,所述卷积层均选择ReLU作为激活函数,所述全连接层采用softmax作为激活函数,在CNN分类模型完成训练后,有效识别出卫星干扰信号并完成分选,更加的高效、快速。
-
公开(公告)号:CN111799553A
公开(公告)日:2020-10-20
申请号:CN202010741106.2
申请日:2020-07-29
申请人: 扬州步微科技有限公司 , 东南大学
摘要: 本发明公开了一种用于天线单元的寄生单元和天线单元,其中寄生单元包括介质基板及设置在介质基板上的寄生单元片,所述寄生单元片呈N×N的寄生阵列位于所述介质基板的表面,其中N≥2。一种天线单元,包括反射地、巴伦单元、辐射单元和寄生单元,所述寄生单元通过绝缘支柱固定在辐射单元上方,所述辐射单元由所述巴伦单元固定在所述反射地上。该NMIMO天线单元可以实现2/3/4/5G频段(1.7-3.6GHz)±45°双极化稳定电磁辐射,具有工作频段宽、隔离度高、辐射方向图稳定的特点。
-
公开(公告)号:CN111580042A
公开(公告)日:2020-08-25
申请号:CN202010289684.7
申请日:2020-04-14
申请人: 东南大学 , 南京步微信息科技有限公司 , 扬州步微科技有限公司
摘要: 本发明公开了一种基于相位优化的深度学习测向方法,该方法具体为:构建阵列天线的接收信号模型;以阵列天线中其中一个天线的接收信号作为参考,对其他天线的接收信号进行归一化,归一化后,计算每个天线的接收信号相位;采用角度优化方法对每个天线的接收信号相位进行优化,得到优化后的相位,构建基于深度学习的神经网络模型,将优化后的相位作为所构建的神经网络模型的输入,神经网络模型的输出为估计得到的波达角。本发明通过阵列信号模型分析天线之间信号的相位关系,并通过阵列信号的相位关系调整周期性的影响,将优化后的相位关系作为深度学习神经网络的输入,通过训练学习该神经网络,最终实现在较低复杂度条件下对信号的有效测向。
-
-
-
-
-
-
-
-
-