基于超表面的电磁波调控与应用

论文摘要

随着微波毫米波电路系统和信息通信领域的快速发展,电磁超材料及超表面因其独特的结构优势和性能优势成为学者和工程师的研究热点之一,并发挥着越来越重要的作用。随着对电磁超表面的深入研究,涌现出了一系列重要的研究成果。在前人工作基础上,本文着重研究两种超表面,包括人工表面等离激元和数字编码超表面。主要研究内容和贡献概括如下:1.将单组相同或者多组不同的圆形谐振环刻蚀在人工表面等离激元传输线上,提出了关于人工表面等离激元的单频带阻滤波器、双频带阻滤波器以及具有1.5GHz带宽的宽带带阻滤波器,全波仿真和实验结果均验证了所提出结构良好的滤波性能。2.将单组相同或者多组不同的矩形谐振环刻蚀在人工表面等离激元传输线上,提出了关于人工表面等离激元的单频带阻滤波器以及双频带阻滤波器,并获得实验验证。3.提出使用微带转换器连接的人工表面等离激元传输线和传统的单层基片集成波导结构,设计制作了一种新型的混合电路,可在宽带和窄带范围内实现人工表面等离激元、准TEM波和准TE10之间的高效转换,并获得实验验证。基于人工表面等离激元传输线的低通性能和基片集成波导的高通性能,实现了带宽可调的高效滤波器。4.提出了结合二进制粒子群优化算法和三维电磁场仿真软件的联合设计方法,可自动设计符合数字要求的数字编码单元结构。基于该设计方法实现了宽频带1-bit数字编码单元、在宽频带2-bit数字编码单元、以及在特定频率下的4-bit数字编码单元。5.基于1-bit数字编码单元,设计制作了具有周期编码序列0101.../1010...的数字编码超表面,并进行了实验验证;利用4-bit数字编码单元,设计了两种更复杂功能的数字编码超表面以实现波束赋形,包括辐射圆环形波束的准圆形数字编码超表面,以及辐射椭圆环形波束的准椭圆形数字编码超表面。6.提出了基于Resnet-101神经网络的深度学习设计方法,可实现快速而准确地预测随机点阵编码单元的反射相位。基于深度学习设计方法以及粒子群优化算法,提出将两者相结合的机器学习方法,可方便获得符合多种参数设计要求的反射相位的各向异性数字编码单元。基于所提出的机器学习方法,综合各向异性编码单元在正交方向上的反射相位差和相邻编码单元之间的相位差设计参数,给出了 3-bit 组（0°/180°,-45°/135°,-900/90°和-135°/45°）的1-bit数字编码单元。7.利用机器学习所获得的在正交方向上具有0°/180°相位差的两组1-bit数字编码单元,设计制作了能辐射左旋和右旋圆极化波束的数字编码超表面;利用所获得的正交方向上具有-45°/135°相位差的两组1-bit数字编码单元,设计制作了能辐射左旋圆极化和线极化波束的数字编码超表面;利用所获得的3-bit组的1-bit数字编码单元,设计制作了能辐射左旋/右旋圆极化和线极化波束的数字编码超表面。所制作的数字编码超表面的仿真和实验结果均与设计要求相符合,证实了设计方法的正确性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
•   §1.1.电磁超表面的概念及发展
•   §1.2.人工表面等离激元的概念及研究现状
•   §1.3.数字编码超表面的概念及研究现状
•   §1.4.本文的研究背景和主要内容
• 第二章 基于人工表面等离激元的紧凑型滤波器
•   §2.1.引言
•   §2.2.人工表面等离激元双侧褶皱结构的单频带阻滤波器
•     §2.2.1.结构设计
•     §2.2.2.理论分析
•     §2.2.3.单频带阻滤波器
•   §2.3.人工表面等离激元的多频带阻滤波器
•     §2.3.1.双频带阻滤波器
•     §2.3.2.宽带带阻滤波器
•   §2.4.人工表面等离激元单侧褶皱结构的带阻滤波器
•     §2.4.1.单频带阻滤波器
•     §2.4.2.双频带阻滤波器
•   §2.5.人工表面等离激元带阻滤波器的分析讨论
•   §2.6.小结
• 第三章 基于人工表面等离激元的混合电路
•   §3.1.引言
•   §3.2.人工表面等离激元和基片集成波导的混合电路
•     §3.2.1.混合电路结构
•     §3.2.2.色散分析
•     §3.2.3.模式分析
•   §3.3.带宽可调的混合电路
•   §3.4.实验测试结果和分析
•   §3.5.小结
• 第四章 波束赋形数字编码超表面
•   §4.1.引言
•   §4.2.各向同性数字编码单元
•   §4.3.设计流程
•   §4.4.数字编码单元设计
•     §4.4.1.1-bit数字编码单元
•     §4.4.2.2-bit数字编码单元
•     §4.4.3.4-bit数字编码单元
•   §4.5.波束赋形数字编码超表面
•     §4.5.1.棋盘格顺序编码的数字编码超表面
•     §4.5.2.准圆形/椭圆形数字编码超表面
•   §4.6.小结
• 第五章 多波束多极化数字编码超表面
•   §5.1.引言
•   §5.2.各向异性数字编码单元
•   §5.3.机器学习设计
•     §5.3.1.深度学习设计
•     §5.3.2.粒子群优化算法
•     §5.3.3.机器学习的设计流程
•   §5.4.各向异性数字编码单元设计
•     §5.4.1.3-bit组的1-bit编码单元
•     §5.4.2.数字编码单元设计分析
•   §5.5.不同极化的多波束的数字编码超表面
•     §5.5.1.设计方法
•     §5.5.2.左旋和右旋圆极化双波束数字编码超表面
•     §5.5.3.左旋圆极化和线极化双波束数字编码超表面
•     §5.5.4.左/右旋圆极化和线极化三波束数字编码超表面
•   §5.6.实验测试及结果分析
•   §5.7.小结
• 结束语
• 参考文献
• 致谢
• 作者简介

文章来源

类型: 博士论文

作者: 张茜

导师: 崔铁军

关键词: 人工表面等离激元,超表面,各向同性,异性数字编码单元,波束赋形数字编码超表面,二进制粒子群优化算法,深度学习,机器学习

来源: 东南大学

年度: 2019

分类: 基础科学,信息科技

专业: 物理学,无线电电子学

单位: 东南大学

分类号: O441.4

DOI: 10.27014/d.cnki.gdnau.2019.004127

总页数: 125

文件大小: 8489k

下载量: 129