目前,相控阵技术的应用在民用雷达、卫星通讯、环境与资源技术、工业无损检测以及军事等领域到了广泛的使用。随着雷达观测目标种类的增多,要求雷达测量的目标参数不断增加,并提高雷达电子对抗能力及目标识别能力,宽带相控阵雷达、有源相控阵雷达、数字相控阵雷达、多波段综合一体化相控阵雷达,成为当今相控阵技术发展的重要方向。大多数相控阵天线实现的目标都是体积小、重量轻、共形等问题。较少针对高频、大功率,尤其是多波束、多状态扫描进行讨论。本文针对这一现状提出一种相控阵天线模型,该模型利用圆极化微带天线排列成16×16的方形平面阵列,此阵列具有工作频率高,实现增益大,扫描范围广的特点。
1 加权方式和相位扫描
1.1 道尔夫-切比雪夫加权
在相控阵天线的设计中,能降低副瓣电平的递减分布具有实际意义。然而副瓣电平和主瓣宽度是矛盾的,能在副瓣电平和主瓣宽度间进行最优折中的是道尔夫一切比雪夫分布阵。为此,充分利用切比雪夫多项式的有用特性。切比雪夫多项式是如下的二阶微分方程的解
则此式的解可写成
其特性表明当m是整数时,Tm(x)在|x|<1的范围内是正弦振荡函数,然后在|x|>1范围内以双曲线型上升。如果能使Tm(x)的一段和阵因子相对应,就能得到一个等副瓣的方向图。于是利用C语言编程,利用切比雪夫加权方式计算出各阵因子的电流幅度,直接加权。
1.2 相位分布和波束扫描
如果电流分布是可分离的,此时阵因子可表示为
其中
这就是说αx和αy分别为口径分布在x方向和y方向的均匀底边相位。当波束扫描进行时,方向和方向的相位差都不为零,此时在阵列法线方向各单元辐射场不再是同相叠加,而是在偏离法线某一方向θ上由于各单元的波程差引起的相位差抵消了各移相器引入的相移,各单元的辐射场变为同相叠加,因而使θ成为最大辐射方向。
在编程时考虑了相位分布,使最后的参数矩阵包含相位因子,直接施之于阵列之上,完成相位的分布和波束的扫描。[page]
2 天线单元设计该阵列的天线单元采用微带结构,通过在贴片对角线E进行切角实现圆极化。采用50 Ω同轴探针进行馈电,介质板介电常数为2.1。天线结构如图1所示,贴片尺寸3.1 mm×3.1 mm,对角切角为腰长0.44 mm的等腰三角形,馈电点距圆心0.69mm。如图2所示,该单元工作频率31GHz,工作带宽达到6.4%。
图3是31 GHz处天线单元的二维增益方向图,由仿真计算结果可知,31 GHz处天线单元的增益约为7 dB,3 dB波束宽度为88°。31 GHz处天线单元的轴比曲线如图4所示。在(-60°,60°)范围内<3 dB。
3 相控阵阵列的设计
采用16×16的方形平面组阵方式,阵元间距为5.28 mm,在保证能够实现最窄波束情况下,通过控制辐射单元的馈电实现可控多种波束多状态扫描。本文利用Ansoft HFSS软件对天线阵进行仿真,采用自定义阵列模式,阵列的相位权值在几何文件中一一定义。[page]
4 仿真结果4.1 切比雪夫加权方式加权
图5为阵元达到256个的时候,阵列的单相扫描方向图。如图所示,单相扫描角可以达到40°,此时增益达到22 dB,波束宽度为9.36°,副瓣28.6 dB。
图6为双相扫描进行时的方向图。此时扫描角为36°×51°,增益基本不变,副瓣降低至40 dB以下,波束宽度达到8.5°×12.5°。
为了达到多波束扫描,得到更宽的波束,在原阵基础上,利用发射/接收组件控制阵元馈电,减少阵元,只取8×8的阵列进行馈电,间距不变,扫描结果如图7所示,扫描角基本不变36°×48°,增益降低,波束宽度展宽至18.7°×26.8°,副瓣升高。
为了降低副瓣,对12×12的单元进行馈电,间距仍然不变,如图8所示,此时的扫描角为36°×51°,增益升高同时波束宽度达到12°× 17°,但副瓣可降至40 dB以下。
4.2 与泰勒加权比较
等副瓣切比雪夫阵列的辐射特性很好,但其两端单元的激励电流幅度往往比其邻单元的电流幅度大很多,这就对阵列的馈电造成困难。本文利用泰勒加权,得到方向图只有靠近主瓣的前几个副瓣的电平接近相等,随后的各副瓣电平单调递减。这里只对16×16的阵列进行加权得到扫描角39°,增益达到23.3 dB,波束宽度8.7°,副瓣20 dB,并没有降低副瓣,但是副瓣确实呈现递减趋势。
5 结束语
随着相控阵天线在工程上的应用,相控阵技术成为未来电子对抗领域中主要技术发展方向,应用前景十分广阔。文中所介绍的设计思路,天线阵元结构、天线阵列结构、扫描范围波束宽度改变等技术,将会为以后的设计工作提供借鉴。
上一篇:基于RFID的洗衣管理系统
下一篇:RFID技术港口集装箱物流应用探讨
- 芯原推出新一代高性能Vitality架构GPU IP系列 支持DirectX 12和先进的计算能力
- 应对 AI 时代的云工作负载,开发者正加速向 Arm 架构迁移
- NVIDIA 推出高性价比的生成式 AI 超级计算机
- Gartner发布2025年影响基础设施和运营的重要趋势
- 智谱清言英特尔酷睿Ultra专享版发布,离线模型玩转AIPC
- Quobly与意法半导体建立战略合作, 加快量子处理器制造进程,实现大型量子计算解决方
- RTI Connext Drive参展CES 2025,以领先通信框架加速SDV开发
- 黑莓 1.6 亿美元甩卖网络安全业务 Cylance,远低于其 14 亿美元的收购价
- eIQ® Time Series Studio简介:简化边缘 AI 开发
- 芯原推出新一代高性能Vitality架构GPU IP系列 支持DirectX 12和先进的计算能力
- NXP 2.5亿美元收购Aviva,但车载SerDes领域依然处于战国时期
- 应对 AI 时代的云工作负载,开发者正加速向 Arm 架构迁移
- 沉浸式体验漫威宇宙,英特尔锐炫显卡为《漫威争锋》提供Day 0支持
- 艾迈斯欧司朗与法雷奥携手革新车辆内饰,打造动态舱内环境
- 《嵌入式-STM32开发指南》第二部分 基础篇 - 第7章DMA(HAL库)
- 【“源”察秋毫系列】DC-DC电源效率测试,确保高效能与可靠性的关键步骤
- NVIDIA 推出高性价比的生成式 AI 超级计算机
- Mapbox与Arm合作推出虚拟主机 加速软件定义汽车导航
- 移植tslib和Qt5.6到三星s5pv210开发板