微波无源器件 OMT 2 倍频程带宽紧凑十字转门OMT

摘要:

        一个64%瞬态带宽的可变比例十字转门OMT用于在所谓的延伸C频带卫星链接被提出。所体术的结构通过在四个输出矩形波导结处添加一个拓宽的单阶梯来克服现在的实际带宽限制。这个明智的(judicious)调整,和减高度波导和E面弯头的和功率合成器的使用,保证了用一个简单,可变比例和紧凑设计来实现理论结构带宽限制。所提出的OMT结构显示了优于25dB的回波损耗,优于50dB的两个矩形端口之间的隔离度和低于0.04dB的传输损耗在3.6-7GHz范围,其代表了关于带宽的先进成就。

索引词:

        OMT,减高度波导,卫星通信,十字转门结。

简介:

        卫星通信需要天线系统的提升通量和多功能性(versatility)。OMT在这些通信系统是一个关键器件因为它能保证正交极化工作,并且能提升传输容量。在所谓的全延伸C波段,5.8-7GHz范围被用于上行,3.6-4.8GHz被用于下行,需要对每个子频带的专用硬件。因此,一个覆盖全频带的OMT设计对于降低成本和提升结构灵活度很感兴趣。

        在过去几年,文献中提出了几个结构来满足不同的需求。起初,Boifot设计了一个基于膜片的OMT有着覆盖10-15GHz频带的40%带宽。随后的(subsequent)的基于十字转门OMT利用了他们内部的电磁对称性来提升一些特性,例如隔离度和杂模自由工作,但是他们没有在[1]中实现的带宽。因此,在[2]中,一个方形棱镜被用于联合E面弯头作为一个调谐柱在全高度波导中18-26GHz(36%)上获得优于19dB的带宽。在[3]中,一个金字塔型的调谐柱被用在全高度波导在9.2-12.4GHz频带内(30%带宽)提供18.5dB的回波损耗;在[4]中一个在全高波导中使用双圆柱调谐柱的OMT以22dB的回波损耗覆盖了整个75-110GHz频带(38%)。近期,一个在减高度波导中用四级圆柱调谐柱的OMT结构被证实在10-15GHz频带(40%)上回波损耗优于23dB。

        在本文中提出的结构克服了以往的结构限制并且达到了理论限制。这个十字转门结用一个单级拓宽(转换器)在矩形波导结处设计,其拓宽了其可用频率带宽(见图1)。这个设计哟个减高度波导的E面弯头和单级功率合成器完成。尽管,减高波导增加了插损,这个解决方案允许了非常简单和宽带弯头和功率合成器结构的使用(当与传统的多级全高解决方案相比)补偿了器内部缺点并提供了提升的性能和对于机械加工的健壮性。

OMT设计

        OMT的工作频带由在圆/矩形波导中的基模(分别是TE11和TE10)截止频率和在这些结构中传播的第一高次模的截止频率决定。

        在圆波导中生成的第一高次模是模式TM11其能保证高达70%的理论带宽。另一方面,在矩形波导中,传播的第一高次模是TE20保证了66%的带宽。因此,一个十字转门结的最大理论带宽是一个倍频程。

        当尝试设计一个准倍频程带宽的OMT,需要考虑多种可能性但是所有它们都与要十字转门结之间高等级的独立性和对于每个极化额外的传播合成器。用在文献中的传播合成器,它们大多数基于多级Y型功率合成器或者匹配波导T,在全高拓扑中不能支持倍频程带宽,至少合理的容量和低损耗是关键点。

        在结中,不管是方型,金字塔型,多级圆柱形,或是其他有想象力的散射件,用于四个矩形端口的可实现分数带宽不会高于45%。然而,减高十字转门结能够简单控制瞬态带宽通过选择散射件的级数N。图2给出了从N=2到N=4的不同仿真结果,其中对于圆TE11的分数带宽达到了44%回波损耗优于30dB。

        尽管通过提升阶梯N的数量可以实现倍频程带宽,之后的步骤将会漫长且细碎,这带来了实际缺点,这限制了高频率比例的机械容差并且优于散射件内部的不对齐会严重激励尖刺的出现。为了克服这种不便利形,一种简单的匹配转换器被引入在四个矩形端口结上来允许对于十字转门结的减宽和减高工作。图2也给出了(圆圈实线)有着N=4圆柱级的66%分数带宽的提升。

        为了覆盖整个C波段,使用了一个非标准的矩形波导,波导的宽度,A_{out} = 42.8mm,被计算有着3.5GHz的截止频率。这个尺寸必须与十字转门结电磁匹配并且因此,一个更窄矩形波导的短分支被优化来调整输出波导对于的尺寸同时在频带内保持好的性能。优化的尺寸为A = 40.9mm,L = 0.26 \lambda_{gr},其中\lambda_{gr}是矩形TE10在中心频率f_{0} = 5.4GHz的波长。

        圆波导,D = 49.45mm,被设计有着TE11截止频率3.55GHZ。在节中的多模匹配通过设计为一个四级圆柱体结构来实现。散射件被独立加工并在OMT主体销钉加固,如果需要的话可以提供机械简化和频率选择。在图1中所示的十字转门结的尺寸被标注在表I,其中\lambda_{gc}是圆TE11在f0处的波长。

        信号从使用单弯折E面弯头的OMT传输。E面弯头比H面弯头在带宽上有着更好的性能。此外,如果这些弯头和减高波导联合使用,工作频率可以延伸到多于一个倍频程。单折弯头比其他方案提供了提升的性能和更容易的加工度因此简化的频率比例化。对于此结构设计的弯头在一个倍频程上提供了优于45dB的回波损耗。

        最终,通过使用单级E面Y型结实现了功率合成。减高波导用非常紧凑的结构保证了非常好的性能,因此设计给此OMT的Y型结只需要一个匹配级就能在一个倍频程带宽内实现优于45dB的回波损耗。优于简单的结构,设计的OMT比其他用全高波导的对于机械容差有更为健壮。

        OMT主体被分为四块,用铝加工,其沿着圆波导轴加固并且之后,在它们的矩形波导电场中面分离。所设计的OMT的内部结构和图片如图3中所示。

        整体结构用模式匹配工具uWave Wizard设计并进一步优化。圆TE11模式的仿真结果和实测结果在图4中示出,用于比较。

OMT实测结果

        为了覆盖整个延展频带,两个重叠的标准波导被使用了:WR-229用于测量3.2-4.9GHz,WR-159被用于4.6-7.1GHz。对于两个测量的结果被放在一起在单个图中。在测量过程中,圆端口被装配了一个类同轴喇叭作为辐射负载。插损被计算为在圆波导处有短路时的回波损耗的一半。

        对于两个OMT矩形端口的实测反射系数在图4中给出。实测结果显示,在3.6-7GHZ(64%带宽)的回波损耗优于25dB。

        在矩形波导之间的实测隔离和传输损耗如图5所示。此OMT设计显示了在整个频带上优于50dB的隔离度和低于0.04dB的损耗。

结论

        提出了一个有着高达64%瞬态带宽的基于十字转门OMT,其代表了今天的先进技术。所提出的结构提升了以往设计的工作带宽通过在十字转门结周围的有着非标准输出波导的矩形波导内使用一个简单匹配阶梯来负载感兴趣的频带。

        所设计的OMT完全由减高波导拓扑的单折E面弯头和单级E面功率合成器组成。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/875473.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

kali Linux 安装教程(保姆级)

kali 背景 基于Debian的Linux操作系统 Kali Linux是基于Debian的Linux发行版, 设计用于数字取证操作系统。每一季度更新一次。由Offensive Security Ltd维护和资助。最先由Offensive Security的Mati Aharoni和Devon Kearns通过重写BackTrack来完成,BackT…

专题三_二分查找算法_算法详细总结

目录 二分查找 1.⼆分查找(easy) 1)朴素二分查找,就是设mid(leftright)/2,xnums[mid],t就是我们要找的值 2)二分查找就是要求保证数组有序的前提下才能进行。 3)细节问题: 总结&#xff1a…

系统优化工具 | PC Cleaner v9.7.0.3 绿色版

PC Cleaner是一款功能强大的电脑清理和优化工具,旨在通过清理系统垃圾文件、解除恶意软件和优化系统性能来提高计算机的运行效率。该软件提供了多种功能,可以帮助用户维护和提升计算机的整体表现。 PC Cleaner 支持 Windows 7 及以上操作系统&#xff0…

Visual Studio Installer 2022 安装提示正在提取文件 进度条不动 0B每秒

Visual Studio Installer 稍等片刻...正在提取文件 进度条不动 0B每秒 一段时间后提示 循环下载安装文件 无法下载安装文件。请检查Internet 连接,然后重试 打开vs2017 或者vs2019或者vs2022的安装程序(visual studio installer)时,下载进度条不动&…

智能体 vs AI智能体:区别与联系,一文读懂!

​ 在AI技术蓬勃发展的今天,“智能体”(Agent)和”AI智能体”(AI Agent)两个概念经常被提及,二者在很多场合下会被混淆,但其实它们有着不同的定义和应用。我觉得很有必要小小科普下两者的定义与…

龙芯+FreeRTOS+LVGL实战笔记(新)——06添加二级按钮

本专栏是笔者另一个专栏《龙芯+RT-Thread+LVGL实战笔记》的姊妹篇,主要的区别在于实时操作系统的不同,章节的安排和任务的推进保持一致,并对源码做了完善与优化,各位可以先到本人主页下去浏览另一专栏的博客列表(目前已撰写36篇,图1所示),再决定是否订阅。此外,也可以…

mysql学习教程,从入门到精通,SQL AND OR 运算符(12)

1、SQL AND & OR 运算符 在本教程中,您将学习如何在子句中使用ASELECT column1_name, column2_name, columnN_nameFROM table_nameWHERE condition1 AND condition2;ND&OR运算符,WHERE以根据多个条件过滤记录。 1.1、根据条件选择记录 …

LCSS—最长回文子序列

思路分析 关于”回文串“的问题,是面试中常见的,本文提升难度,讲一讲”最长回文子序列“问题,题目很好理解: 输入一个字符串 s,请找出 s 中的最长回文子序列长度。 比如输入 s"aecda"&#xff0c…

考题:将数组的元素内容反转

考题:把数组的元素内容反转,int[ ] arr {11,22,33,44,55};变成int[ ] arr{55,44,33,22,11} 小伙伴们可以自己先思考再看解析: 方法1: 思想:两杯水交换的思想(有一杯装满水的杯子a和一杯装满水的杯子b,想想…

STM32双轮平衡小车(基于STM32F103C8T6HAL库)

STM32双轮平衡小车参考教程 这个项目是跟做以上UP的STM32双轮平衡小车,主要是为了学习电机驱动和PID控制。这篇我就不提供源码了,我也是跟学的,原作者也提供了源码,我记录一下自己的理解。 1 PID原理 1.1 PID简介 1.2 PID演示 …

基于SpringBoot+Vue+MySQL的笔记记录分享网站

系统展示 用户前台界面 管理员后台界面 系统背景 在当今数字化时代,笔记记录与分享已成为学习、工作与生活中不可或缺的一部分。为了满足用户高效整理思绪、便捷分享知识的需求,我们设计了一款基于SpringBoot后端框架、Vue前端框架及MySQL数据库的笔记记…

存储课程学习笔记1_访问scsi磁盘读写测试(struct sg_io_hdr,ioctl,mmap)

创建虚拟机时,可以选择SCSI,STAT,NVME不同类型的磁盘。 0:总结 》了解内核提供的访问scsi的结构和方法 (主要是sg_io_hdr_t 结构体和ioctl函数)。 》需要读scsi协议文档,了解相关指令,只演示了16字节固定…

Leetcode第414周赛第二题:3281. 范围内整数的最大得分

一:题目: 给你一个整数数组 start 和一个整数 d,代表 n 个区间 [start[i], start[i] d]。 你需要选择 n 个整数,其中第 i 个整数必须属于第 i 个区间。所选整数的 得分 定义为所选整数两两之间的 最小 绝对差。 返回所选整数的…

利他决策的神经机制:脑电功能连接网络分析

摘要 利他主义是一种复杂的亲社会行为,具有多样性的动机和显著的个体差异。研究利他主义的神经机制对于识别行为中的亲社会和反社会倾向的客观标志至关重要。本研究旨在通过网络方法分析基于EEG的功能连接模式来深入探讨利他主义的机制。为了实验性地引发利他决策情…

eclipse配置maven

eclipse配置maven 启动 Eclipse,转到 Window > Preferences 在左侧导航栏中,展开 Maven 节点。 在 User Settings 下,单击 Add。 浏览到 Maven 安装目录中 conf/settings.xml 文件。 在 Global Settings 下,单击 Add。 浏览到…

动态规划算法---04.斐波那契数列模型_解码方法_C++

题目链接:91. 解码方法 - 力扣(LeetCode)https://leetcode.cn/problems/decode-ways/description/ 一、题目解析 题目: 题目大意:从题目中我们可以知道,解码就是在字符串s中由‘1’到‘26’的字符可以转化…

架构模式:MVC

引言 MVC,即 Model(模型)-View(视图)-Controller(控制器),是广泛应用于交互式系统中的典型架构模式,尤其在 GUI 和 Web 应用中。 MVC 的概念源自 GOF(Gang …

Web安全之GroovyShell讲解:错误与正确示范,安全问题与解决方案

第一章、引言 Groovy 是一门基于 Java 虚拟机(JVM)的动态语言,而 GroovyShell 是 Groovy 提供的一个灵活强大的脚本执行工具。通过 GroovyShell,开发者可以在运行时动态执行 Groovy 脚本,它的灵活性非常适合那些需要动…

多层建筑能源参数化模型和城市冠层模型的区别

多层建筑能源参数化(Multi-layer Building Energy Parameterization, BEP)模型和城市冠层模型(Urban Canopy Model, UCM)都是用于模拟城市环境中能量交换和微气候的数值模型,但它们的侧重点和应用场景有所不同。以下是…

MongoDB事务机制

事务机制 1.事务概念 在对数据的操作的过程中,涉及到一连串的操作,这些操作如果失败,会导致我们的数据部分变化了,部分没变化。这个过程就好比如你去吃早餐,你点完餐了,并且吃完早餐了,没付钱你…