编辑推荐
本书具有如下特点:
1.准确性。理论的结果必须用实验来检验,而天线参数的测量正好可以作为检验天线设计好坏的基础。在新型天线的研制中,实验起着重要的作用,它既是检验理论阶段的手段,又是独立的研究方法。本书是在大量实验的基础上成* 的,书中的测量方法都是由实际天线测量工作者经过长期实践得来的,解决了许多理论上还不够成熟的课题。
2.广泛性。全面介绍天线的测量。从频率上讲,* 低频率从几十兆赫兹,到毫米波(40GHz);从类型来讲,天线的类型包括面天线、线天线等各种形式的天线;从测量方法上讲,既有较原始的测量方法也有目前的计算机控制自动测量。目前我国移动通信基站数已经超过60万个,特别是随着3G时代的到来,我国5亿个手机用户数还将增大,基站天线的市场空间相当广阔,已引起三大运营商的高度重视。本书用大量的篇幅介绍了移动通信基站天线的测量。
3.实用性。各章节内容都有具体的操作方法,典型测量案例分析,贴近工程实际,工程技术人员可以通过本书内容的学习,参照具体操作方法,完成工程实际任务。
4.先进性。本书介绍的天线测量系统、仪器都是国内外知名产品。这些产品的技术先进性、可拓展性等代表着天线测量的发展方向。
5.规范性。书中内容撰写规范,涉及的标准、协议、接口等符合国内国际标准。
内容简介
本书从天线远场测量和近场测量两个方面介绍了天线测量的基本方法、测量仪器设备、系统设计、场地选择等,此外还介绍了天线的主要参数的测量方法、步骤与技巧。各章内容都配有具体的操作方法,可以指导相关人员完成工程实际任务。
本书可供从事天线研究、企业生产的工程技术人员参考使用,同时还可以作为高等院校天线工程专业师生的参考书。
作者简介
* 玖珍,中国电子集团公司第五十四研究所研究员,中国电子学会高 级会员、河北省老科协会员及河北省老教授学会会员。长期从事微波及天线测量工作,曾担任国家通信导航设备监督检验中心检测室主任。在担任我国某工程卫星在轨测试总体负责人期间,曾荣获国家科技进步二等奖和部级科技进步一等奖(排名* 二)等。发表论文20余篇、参与编写国家标准4部。退休后,创办河北威赛特科技有限公司并担任总经理到今。其间,带领公司技术团体,设计研制了全自动天线测量系统,并得到广泛应用。申请和获得产品专利6项。
薛正辉,北京理工大学教授、博士生导师,中国电子学会高 级会员、中国通信学会高 级会员,担任中国电子学会遥感遥测遥控分会和电磁兼容分会委员、中国通信学会电磁兼容委员会委员。长期从事微波毫米波天线及天线测试技术的研究,先后主持和参与国家自然科学基金重点项目等科研课题50余项,获得部级以上科技进步奖3项,校级科技进步奖4项。申请和获得国 防发明专利7项。先后发表论文200余篇,出版专著和教材6本。
目录
目 录
* 1章 天线测量入门知识1
1.1 天线测量的意义、任务、内容、发展历史1
1.1.1 意义1
1.1.2 任务1
1.1.3 内容1
1.1.4 发展历史2
1.2 电磁波的特性2
1.2.1 电磁波的频率、波长2
1.2.2 电磁波的辐射、传播和衰减4
1.2.3 电磁波的反射、散射和二次辐射4
1.2.4 对电磁辐射的防护4
1.3 天线的基本概念6
1.3.1 天线的定义、功用和分类6
1.3.2 天线测量的典型配置7
1.3.3 天线测量中的互易性7
1.3.4 近场和远场7
1.3.5 天线辐射特性测量法分类9
1.4 天线的基本电参数10
1.4.1 方向图10
1.4.2 副瓣和半功率波束宽度13
1.4.3 增益14
1.4.4 输入阻抗16
1.4.5 电压驻波比、反射系数、回波损耗(RL)16
1.4.6 天线的有效长度和有效面积18
1.4.7 天线效率19
1.4.8 天线极化19
1.4.9 天线带宽21
1.4.10 天线噪声温度22
* 2章 天线测量仪器设备介绍23
2.1 频谱分析仪23
2.1.1 概述23
2.1.2 组成及工作原理24
2.1.3 参数定义及相互关系24
2.1.4 频谱分析仪的自校准25
2.1.5 使用频谱分析仪应注意的问题26
2.2 信号发生器27
2.2.1 概述27
2.2.2 主要技术性能指标27
2.2.3 组成及工作原理28
2.2.4 典型产品的操作使用31
2.2.5 主要性能检验33
2.3 网络分析仪35
2.3.1 概述35
2.3.2 基本组成35
2.3.3 基本工作原理40
2.3.4 如何实现传输与反射测量42
2.3.5 优化测量44
2.3.6 如何进行系统校准46
2.4 传输线(馈线)48
2.4.1 矩形波导管传输线49
2.4.2 椭圆波导50
2.4.3 同轴电缆51
2.5 同轴连接器54
2.5.1 同轴连接器分类54
2.5.2 使用注意事项56
2.6 放大器57
2.6.1 功率放大器(PA)57
2.6.2 低噪声放大器(LNA)57
2.7 转台及控制器58
2.7.1 主要性能58
2.7.2 转台的分类58
2.7.3 转台及伺服控制器61
2.7.4 转台精度和误差分析61
第3章 天线电路参数的测量65
3.1 电压驻波比的测量65
3.1.1 经典的测量线(开槽线)测量法65
3.1.2 标量网络分析仪测量法68
3.1.3 矢量网络分析仪测量法70
3.2 衰减测量72
3.2.1 衰减测量基本原理72
3.2.2 网络分析仪的传输测量法74
3.2.3 网络分析仪的反射测量法76
3.3 天线噪声温度的测量78
3.3.1 测量目的78
3.3.2 天线的噪声温度的估算78
3.3.3 Y因子法测量原理79
3.3.4 测量系统80
3.3.5 测试步骤81
3.3.6 如何提高噪声温度的测量精度81
3.4 无源互调测量81
3.4.1 无源互调概念81
3.4.2 无源互调分析仪介绍83
3.4.3 测试系统安装84
3.4.4 校准85
3.4.5 测试步骤85
3.4.6 测试结果的判别86
第4章 天线测试场的设计、建造和鉴定测试87
4.1 设计要点87
4.1.1 选取* 小测试距离的准则87
4.1.2 地面及环境反射影响的考虑87
4.1.3 干扰的抑制88
4.1.4 选择合适的测试场类型88
4.2 测试场常见类型88
4.2.1 高架测试场88
4.2.2 斜天线测试场90
4.2.3 地面反射测试场91
4.2.4 常规远场的比较和选择92
4.3 微波暗室93
4.3.1 主要参数93
4.3.2 设计、建造94
4.3.3 检验96
4.4 紧缩场101
4.4.1 概念101
4.4.2 紧缩场CATR简介102
4.4.3 紧缩场暗室104
4.4.4 典型的紧缩场天线自动测量系统105
第5章 天线远场测量系统的设计、组建107
5.1 系统设计主要考虑的问题107
5.2 系统链路参数的估算107
5.2.1 发射链路的计算108
5.2.2 接收(待测)链路的计算109
5.2.3 系统灵敏度的计算109
5.2.4 系统动态范围的计算111
5.3 测量系统介绍112
5.3.1 采用频谱分析仪测量系统112
5.3.2 采用网络分析仪的天线幅—相测量系统113
5.3.3 用光缆连接的测量系统119
5.3.4 采用无线遥控源端设备的天线测量系统120
5.4 系统软件设计121
5.4.1 主要功能122
5.4.2 测试界面介绍122
第6章 天线辐射参数的远场测量125
6.1 天线方向图的测量125
6.1.1 常规远场法125
6.1.2 卫星信标法135
6.1.3 卫星转发法137
6.1.4 方向图测量误差分析139
6.2 天线增益测量140
6.2.1 比较法141
6.2.2 两相同天线法144
6.2.3 三天线法145
6.2.4 波束宽度法147
6.2.5 方向图积分法148
6.2.6 射电源法149
6.2.7 增益测量误差分析和修正153
6.3 天线相位测量159
6.3.1 天线相位中心的概念159
6.3.2 测量系统配置及基本工作原理159
6.3.3 测量方法160
6.3.4 典型测量案例:喇叭天线相位中心的测量162
6.4 天线极化特性的测量167
6.4.1 线极化天线的极化方向图的测量原理及方法167
6.4.2 圆极化天线轴比的测量169
6.4.3 关于天线极化的判断170
6.4.4 天线极化测量的精度考虑171
第7章 天线近场测量技术173
7.1 天线近场测量技术的发展历程174
7.1.1 天线频域近场测量技术的发展174
7.1.2 天线时域近场测量技术的起源与发展175
7.2 天线近场测量技术的特点和技术优势176
7.2.1 天线近场测量的基本概念和类别176
7.2.2 频域近场测量的技术特点178
7.2.3 时域近场测量的技术特点180
7.3 天线近场测量的基本电磁学原理182
7.3.1 惠更斯—基尔霍夫原理182
7.3.2 等效原理182
7.3.3 表面电磁场的截断问题183
7.3.4 天线辐射特性的时域近场表征与测试183
7.4 天线频域与时域近场测量理论188
7.4.1 三维直角坐标系中电磁场分布与平面波谱之间的关系188
7.4.2 探头修正理论195
7.4.3 矩形开口波导探头的辐射场206
7.5 天线近场测量的误差及其修正209
7.5.1 频域近场测量误差210
7.5.2 时域近场测量误差212
7.6 天线近场测量系统215
7.6.1 概述215
7.6.2 硬件分系统217
7.6.3 软件分系统223
7.7 典型近场测量系统介绍230
7.7.1 NSI公司及近场测量系统产品230
7.7.2 ORBIT FR公司及近场测量系统产品230
7.7.3 SATIMO公司及近场测量系统产品230
第8章 典型天线测量实践237
8.1 手机天线的测量237
8.1.1 手机天线性能指标238
8.1.2 手机天线的有源测量239
8.1.3 手机天线的无源测量245
8.2 微波通信天线的测量246
8.2.1 微波通信天线的主要技术指标246
8.2.2 F B指标的确定246
8.2.3 测试场地的选择249
8.2.4 测量动态范围的计算249
8.2.5 室外场全自动天线测量系统的设计250
8.2.6 测量案例分析252
8.3 天线罩的测量254
8.3.1 天线罩的主要性能参数255
8.3.2 天线罩测试系统组成原理257
8.3.3 天线罩测试系统原理框图及测试流程259
8.4 相控阵雷达天线的测量260
8.4.1 相控阵雷达天线的主要性能指标260
8.4.2 相控阵天线测试原理及系统组成262
8.4.3 相控阵天线测试流程265
附录A 天线标准摘录267
附录B 微波传输线参考资料299
参考文献309
《信号分析与数据处理前沿技术》 内容简介 在信息爆炸的时代,对复杂信号进行精确分析和高效数据处理已成为科学研究、工程应用乃至日常生活的核心驱动力。从微观粒子碰撞的探测,到宏观宇宙现象的观测,再到现代通信、医疗影像、金融市场以及环境监测等领域,无不依赖于对海量数据的深度挖掘和有效理解。本书《信号分析与数据处理前沿技术》旨在系统性地梳理和探讨当前信号分析与数据处理领域最前沿、最具影响力的技术与方法,为相关领域的科研人员、工程师、学生以及技术爱好者提供一本权威、前瞻且实用的参考指南。 本书内容涵盖了从基础理论到尖端应用的广泛范围,力求为读者构建一个全面而深入的知识体系。我们首先会回顾信号分析的基础概念,但重点将放在如何利用现代数学工具和计算能力来应对日益增长的信号复杂性。这包括对经典傅里叶分析的拓展,如小波分析、时频分析等,它们在处理非平稳信号、局部特征提取等方面展现出无可比拟的优势。读者将了解到如何选择合适的小波基函数,如何进行多分辨率分析,以及时频分布在揭示信号瞬时频率和能量分布方面的强大能力。 随后,本书将深入探讨信号去噪与增强技术。现实世界中的信号往往受到各种噪声的干扰,这不仅会影响信号的准确性,还会误导后续的数据分析。我们不仅会介绍传统的滤波方法,如维纳滤波、卡尔曼滤波等,更会重点阐述基于机器学习和深度学习的去噪算法。这些先进方法能够从数据中学习噪声的统计特性,并以远超传统方法的精度去除噪声,同时最大化保留信号的有用信息。书中将详细解析卷积神经网络(CNN)、循环神经网络(RNN)及其变种在图像去噪、音频去噪、生理信号去噪等方面的应用案例,并讨论如何设计有效的损失函数和训练策略。 在数据处理方面,本书将聚焦于特征提取与降维技术。面对高维度的原始数据,如何有效地提取出具有代表性的特征,以及如何将高维数据映射到低维空间而不丢失关键信息,是数据分析的关键挑战。除了主成分分析(PCA)等经典线性降维方法,本书将着重介绍非线性降维技术,如t-SNE、UMAP等,它们在可视化高维数据、揭示数据内在结构方面效果显著。在特征提取方面,除了传统手工设计的特征,我们将重点关注自动特征学习,特别是深度学习模型如何自动从原始数据中学习层级化的特征表示,例如在图像识别、自然语言处理等领域。 模型构建与分类回归是数据处理的核心环节。本书将对机器学习和深度学习的经典模型进行梳理,并重点介绍最新的研究进展。对于分类问题,我们将讨论支持向量机(SVM)、随机森林、梯度提升树等算法的最新优化和应用;对于回归问题,则会涵盖岭回归、Lasso回归的扩展以及各种神经网络架构在回归任务中的表现。在深度学习部分,除了CNN和RNN,本书还将详细介绍Transformer模型及其在序列数据处理、时空数据分析等方面的巨大潜力,并探讨图神经网络(GNN)在处理图结构数据,如社交网络、分子结构等方面的应用。 特别值得一提的是,本书将投入大量篇幅探讨信号处理与数据分析在特定前沿领域的应用。例如,在生物医学信号处理方面,我们将讨论脑电图(EEG)、心电图(ECG)、肌电图(EMG)等信号的分析方法,以及如何利用机器学习进行疾病诊断、生理状态监测。在通信系统领域,我们将介绍如何利用先进的信号处理技术优化信道估计、均衡、解调等过程,以应对高速率、大容量的通信需求。在人工智能与大数据融合方面,本书将探讨如何将信号分析与深度学习模型相结合,构建能够理解和处理复杂现实世界数据的智能系统。 本书的另一个重要特色是强调模型的可解释性与鲁棒性。随着模型复杂度的增加,理解模型的决策过程变得愈发重要,特别是在医疗、金融等关键领域。我们将介绍一些模型可解释性技术,如LIME、SHAP等,以及如何评估和提升模型的鲁棒性,使其在面对未知或对抗性干扰时仍能保持良好的性能。 最后,本书将对信号分析与数据处理的未来发展趋势进行展望,包括联邦学习、自监督学习、强化学习在信号处理中的应用,以及量子计算对该领域可能带来的颠覆性影响。 《信号分析与数据处理前沿技术》不仅仅是一本教科书,更是一本激发读者思考、引导读者探索的工具书。书中包含大量的理论推导、算法描述、伪代码示例以及精心挑选的应用案例,力求使复杂的概念易于理解。同时,本书也鼓励读者将所学知识应用于实际问题,解决现实世界中的挑战。我们相信,通过阅读本书,读者将能够建立起扎实的理论基础,掌握先进的实践技能,并对信号分析与数据处理领域的未来充满洞察。 目录 第一部分:信号分析基础与进阶 第一章:现代信号理论回顾与扩展 1.1 信号的分类与表示:从连续到离散,从标量到张量 1.2 傅里叶分析及其局限性 1.3 时频分析的艺术:短时傅里叶变换、Wigner-Ville分布、Choi-Williams分布 1.4 小波分析:多尺度、多分辨率的信号分解 1.4.1 连续小波变换与离散小波变换 1.4.2 小波基的选择与构造 1.4.3 小波包与提升方案 1.5 非平稳信号的特性与分析挑战 第二章:高级信号去噪与增强技术 2.1 传统滤波方法:维纳滤波、卡尔曼滤波及其变种 2.2 基于稀疏表示的信号恢复 2.3 机器学习在信号去噪中的应用 2.3.1 支持向量机(SVM)用于噪声分类 2.3.2 随机森林与梯度提升在噪声去除中的作用 2.4 深度学习驱动的信号去噪 2.4.1 卷积神经网络(CNN)在图像与时序信号去噪中的应用 2.4.2 循环神经网络(RNN)与长短期记忆网络(LSTM)用于序列信号去噪 2.4.3 生成对抗网络(GAN)在信号修复与增强中的探索 2.5 信号增强技术:对比度提升、细节恢复等 第二部分:数据处理与特征工程 第三章:现代数据预处理与特征提取 3.1 数据清洗与异常值处理 3.2 特征工程的艺术:从领域知识到自动化特征学习 3.3 传统特征提取方法回顾:统计特征、变换域特征 3.4 深度学习中的自动特征学习 3.4.1 卷积神经网络(CNN)的特征提取能力 3.4.2 循环神经网络(RNN)的序列特征学习 3.4.3 Transformer模型在序列特征提取中的突破 第四章:降维技术与数据可视化 4.1 线性降维:PCA、SVD及其应用 4.2 非线性降维技术: 4.2.1 流形学习:Isomap、LLE 4.2.2 概率模型:t-SNE 4.2.3 保持局部结构:UMAP 4.3 高维数据可视化策略 4.4 降维在噪声抑制与特征选择中的作用 第三部分:模型构建、评估与应用 第五章:机器学习与深度学习模型 5.1 分类模型: 5.1.1 经典模型:逻辑回归、多层感知机 5.1.2 基于树的模型:随机森林、XGBoost 5.1.3 深度神经网络:CNN、RNN、Transformer 5.2 回归模型: 5.2.1 线性回归、多项式回归 5.2.2 深度学习在回归任务中的应用 5.3 聚类与异常检测模型 5.4 模型集成方法:Bagging, Boosting, Stacking 第六章:模型评估、选择与优化 6.1 性能度量:准确率、精确率、召回率、F1分数、ROC曲线、AUC 6.2 交叉验证与模型选择策略 6.3 超参数调优:网格搜索、随机搜索、贝叶斯优化 6.4 正则化技术:L1, L2, Dropout 6.5 模型可解释性技术:LIME, SHAP 6.6 模型鲁棒性评估与提升 第七章:前沿应用领域分析 7.1 生物医学信号处理:EEG, ECG, EMG分析与辅助诊断 7.2 通信系统中的信号处理:信道估计、均衡、解调优化 7.3 图像与视频信号分析:目标检测、图像分割、视频分析 7.4 自然语言处理中的序列数据分析 7.5 金融时间序列分析与预测 7.6 环境监测与遥感数据处理 第四部分:未来展望与研究方向 第八章:未来发展趋势 8.1 联邦学习与隐私保护的信号处理 8.2 自监督学习与弱监督学习在信号分析中的新范式 8.3 强化学习在信号控制与优化中的应用 8.4 图神经网络(GNN)在复杂网络与结构化数据分析中的崛起 8.5 量子计算对信号分析与数据处理的潜在影响 8.6 AI驱动的信号处理算法设计与自动化 附录 常用数学工具与编程库介绍 参考文献