时间调制天线阵列

目录

时间调制阵列基本原理

时间调制阵列结构

经典结论

缺陷及研究方向

差分进化算法优化边带辐射

差分进化算法介绍

差分进化算法优化边带辐射的实现

周期0/-1/1幅度调制

基本结构及调制序列

经典结论

IQ单边带调制

通道基本结构及调制序列

经典结论


时间调制阵列基本原理

时间调制阵列结构

传统阵列通信系统的天线阵列做波束赋形都采用空域幅相加权的方式,而采用的加权方法时使用幅度衰减硬件以及移相器。这种方式的劣势在于这种数字器件的调相量及衰减量都是离散的,低位数的器件带来加权精度不足的问题,位数高的器件带来成本问题,响应速度问题。

时间调制阵列则提供了一种新型的幅相加权方法。通过在每个天线通道连接单刀单掷开关,在时域控制发射\接收信号的周期性导通关闭。达到幅度相位加权的目的。

N个天线通道的单刀单掷开关的调制序列U_n(t)如下:

U_n(t)=\sum_{m=-\infty}^{\infty}G_n(t-mT_p)

其中T_p为射频开关的调制周期,G_n(t)为单位周期内的调制函数

G_n(t)= \begin{cases} 1&t_{on,n} \leqslant t < t_{off,n} \\ 0&others \end{cases}

\tau_{on,n}为第n个天线在单位周期内射频开关开始导通的时刻,\tau_{off,n}为第n个天线在单位周期内射频开关断开的时刻。根据傅里叶级数理论,U_n(t)可以展开如下:

U_n(t)=\sum_{k=-\infty}^{\infty}\alpha_{nk} e^{j2\pi k F_pt}

其中F_p = 1/T_p\alpha_{nk}为第k次谐波的傅里叶系数,有

\alpha_{nk}=\frac{1}{T_p}\int_{0}^{T_p}G_{n}(t)e^{-2j\pi kF_pt}dt

                                                    {\quad}=\begin{cases} \frac{\sin [\pi k F_p(t_{off,n}-t_{on,n})]}{\pi k}e^{-j\pi kF_p(t_{off,n}+t_{on,n})} &k \neq0\\ (t_{off,n}-t_{on,n})F_p &k =0 \end{cases}

则可以根据上式确定各次谐波的幅相加权值。值得注意的是在中心频率(0次谐波)处只有幅度加权而没有相位加权,一般中心频率用作低副瓣波束综合,而正一次谐波用作波束扫描。

经典结论

幅度调控量\alpha与相位调控量\beta与调制时序的表征参数的关系如下:

\frac{t_{on,n}}{T_p}=\frac{1}{2}[\frac{1}{\pi m}\beta - \frac{1}{\pi m}\arcsin(\pi m\alpha)]

\frac{t_{off,n}}{T_p}=\frac{1}{2}[\frac{1}{\pi m}\beta + \frac{1}{\pi m}\arcsin(\pi m\alpha)]

缺陷及研究方向

空时调制的主要缺陷在于辐射效率的问题。一般来讲,由于调制时序的表征参数有限,导致自由度受限,使得能够利用的辐射频率处于中心频率或-1\+1次边带频率,而其余边带频率的存在降低了辐射效率,在某些场景下还会影响检测。所以主流的研究方向是通过改进通道结构,调制序列的方式去抑制无用的边带辐射。

差分进化算法优化边带辐射

差分进化算法介绍

差分进化算法是遗传算法的变种,用于连续域内搜索最优值对应的解,关于遗传算法的详细介绍,推荐B站视频:组会-差分进化算法及深度学习的应用_哔哩哔哩_bilibili

差分进化算法优化边带辐射的实现

定义适应度函数为无用边带辐射功率之和,调制时序表征参数t_{on,n}\tau_n = t_{off,n} - t_{on,n}作为染色体基因,输入差分进化算法,进行迭代,即可得到"最"低边带辐射的调制时序表征参数,从而确定调制时序。

周期0/-1/1幅度调制

基本结构及调制序列

周期“ 0/+1/–1 ”调制是实现空时调制幅相一体化调控的理论基础。它利用了第一次谐波分量进行幅相加权,并抑制了中心频率辐射功率。其通道结构如下:
调制时序 U ( t ):
U(t) = \sum_{q=-\infty}^{+\infty}u(t+qT_p),q\varepsilon Z
其中:
u(t)=\begin{cases} +1 & t_s\leqslant t \leqslant t_s + \tau_s \\ -1 & t_s + T_p/2\leqslant t \leqslant t_s + T_p/2 + \tau_s \\ 0 & others \end{cases} {\quad} (t_s\leqslant t \leqslant t_s+ T_p)
其中 t_s\tau_s满足 -T_p/2 \leqslant t_s \leqslant T_p/20 \leqslant \tau_s \leqslant T_p/2

经典结论

1. 调制后中心频率分量的幅度为0

2. 正一次谐波分量的幅度调控量\alpha和相位量调控量\beta\tau_st_s的关系如下:

\tau_s = \frac{\arcsin(\alpha)}{\pi f_p}

t_s= - \frac{\beta}{2 \pi f_p} - \frac{\tau_s}{2}

IQ单边带调制

通道基本结构及调制序列

0\-1\1周期调制虽然达到了正一次谐波的幅相一体化控制,并抑制了中心频率的辐射。但对负一次谐波以及其他边带谐波没有起到更好的抑制作用。故而有IQ单边带调制方式,达到了对正一次谐波幅相一体化控制的目的的同时,更大限度的抑制了其他边带的辐射功率。

其通道的基本结构如下所示:

图中每个天线通道使用一个I\Q复调制器进行时间调制,每个复调制器由两路时序控制路径组成,每个路径包含一个 0 | \pi调相器和一个STSP开关构成,且其中一路附加了一个 \pi/2相位延迟。最后两路射频信号进行合路。
两路的调制时序分别为 U_n(t)U_n(t^,)
U_n(t) = \begin{cases} 1 & t_{1n} \leqslant t/T_p \leqslant t_{1n} + \tau \\ -1 & t_{2n} \leqslant t/T_p \leqslant t_{2n} + \tau \\ 0 & others \end{cases}
U_n(t) = \begin{cases} 1 & t_{1n}^, \leqslant t/T_p \leqslant t_{1n}^, + \tau \\ -1 & t_{2n}^, \leqslant t/T_p \leqslant t_{2n}^, + \tau \\ 0 & others \end{cases}

经典结论

1. 当下式成立时,可以抑制偶次谐波分量

t_{2n} - t_{1n} = t_{2n}^, - t_{1n}^, = \frac{1}{2}

2.  当下式成立时, 可消
\tau = 1/3
3.满足下式时,可以消除负一次谐波辐射
t_{1n}^, = t_{1n} - \frac{1}{4}
4. 满足上述所有条件时,正一次谐波的方向因子表达式为
AF = \sum_{n=1}^{N}\frac{2 \sqrt[]{3} }{\pi}e^{-j\pi(2t_{1n}+\frac{1}{3})}e^{j\beta(n-1)d\sin\theta}
上式中的项 e^{-j\pi(2t_{1n}+\frac{1}{3})},即为相位权值,当 t_{1n}\in [-\frac{1}{6}, \frac{5}{6}]时,其相移在区间 [-2\pi, 0]
则有,若扫描角度 \theta = \theta_{sacan},则有
t_{1n} = \frac{1}{2}[\frac{(n-1)\beta d\sin\theta_{scan}}{\pi} - \frac{1}{3}], 由此式及条件1、2、3式即可确定调制时序。
  • 18
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值