|
摘 要：研究学习了加载技术及其与其他小型化、宽带化技术的组合应用，并介绍了加载的优化设计,通过最优化分析寻求加载的最优位置、加载形式、元件值,从而设计满足指标要求的宽带小型化天线。由于天线的方向系数、效率、带宽和体积尺寸等构成矛盾的关系，如何协调和折衷上述关系获得最佳天线结构，成为宽带小型化天线设计的核心问题。研究表明，将加载和其他技术的整合应用是未来天线设计的发展趋势。
关键词：加载技术；分形技术；弯折线；遗传算法 1引 言 随着现代军事通信系统中跳频、扩频等技术的应用，天线作为通信设备的前端部件，对通信质量起着至关重要的作用。然而传统的天线形式和功能在一定程度上不能跟上通信系统小型化的发展需求，寻求天线的全向性、小型化、宽带化、共用化成为天线研究中一个重要课题。单极子天线以其结构简单和全向辐射的特点，被广泛应用于无线通信领域，由于单极子天线具有电尺寸过大和频带窄的特性，已经不能很好地满足设计的要求。并且天线的输入阻抗随频率变化比较大，使天线呈现很高的输入电抗(容性)，很难与50 Ω的同轴线匹配。人们采用多种措施来改善天线的性能，其中加载是适应这种小型化天线的典型技术。近年来有大量文献开展对这一方面的研究。 加载技术是天线工程中常用的小型化与宽带化方法，通过在天线的适当位置加载电阻、电抗或导体来改善天线中的电流分布，从而达到改变天线的谐振频率或者在同样的工作频率下降低天线的高度以及改变天线的辐射方向图等目的。加载的元件可以是无源器件也可以是有源网络，可以是线性元件也可以是非线性的，实际工程中最常用的是无源加载，如：顶部加载、介质加载、串联分布加载、集中加载等。对于工作频率不高的情况常采用集中加载，而工作频率较高时采用分布加载。因此通过加载技术是实现天线小型化最有效的途径。 2加载的应用 前人已经做过很多关于加载天线的研究，Altshuler第一个根据传输线理论，将偶极子天线近似看作开路传输线，在距离开路末端1／4波长处串联一个等于开路线特性阻抗的电阻，可以在天线上得到行波电流，从而使偶极子天线在较宽的频带内匹配良好。由于天线要求加载点到末端的距离为1／4波长，若该条件不满足，加载电阻的作用就会被削弱甚至不起作用。这样很难在HF，V／UHF频段继续减小天线的尺寸。最近，BOag和Mittra等人提出用RLC并联电路对单极子天线实行分段加载。同时借助遗传算法和计算机模拟全局搜索最佳加载位置和加载元件值，成功设计了30～450 MHz单鞭和双鞭加载天线。孙保华博士在综合上述方法，结合加载快速处理技术以及GA与SA相结合的优化设计方法设计制作了单鞭天线，进一步优化了天线的性能指标。虽然R，L，C及其组合加载可以减小天线尺寸，展宽天线带宽。但是有耗元件的引入必将降低天线的辐射效率。阻抗加载天线是通过牺牲增益来获得宽频带特性的，因此带宽和增益之间是一对矛盾，尤其是当频率较低、天线电长度较小时，这种矛盾表现得更突出。在实际的通信中，往往要求天线既有好的带宽又有可以接受的增益。因此，设计时必须在带宽和增益之间做一个适当的选择。 3加载与其他技术的结合 由于单纯的RLC加载对小型化天线设计具有局限性。在保证一定效率的前提下，要进一步减小单极子天线的尺寸，还需要做进一步的研究。其中弯折线天线和分形天线是适应设计发展的又一技术方法。如图1所示。
分形技术有效地填充了有限空间区域，从而增加了天线的电长度。这种特性可以大大降低天线的谐振频率，同时还可获得多频带或宽频带的特性。结合顶部加载技术可设计出结构紧凑的三维分形树单极子天线，谐振频率比相同高度的单极子天线要低得多。文献[1]阮成礼教授提出了一种加载准分形单极子天线，天线工作在3～30 MHz频率范围内，他的电尺寸比一般的加载单极子天线要小。 分形天线的构建具有相对的复杂性，相比之下，用弯折线构造在平面单极子天线顶端加载既简单又经济，在能满足天线设计指标性能前提下，弯折线是首选的加载结构不仅增加天线的输入电阻，还提高辐射能力。文献[2]李绪平等提出了一种新型的矩形平面单极子天线，如图3所示，上端采用弯折线增加了天线的电长度，并在适当的位置加载，实现了天线的宽带小型化的设计要求。 弯折线和分形线都是增加天线电长度的有效手段，不仅便于调整低频段驻波特性还有利于加载元件的引入，得以使天线获得很好性能要求。 文献[6]采用混合遗传算法设计了一副加载法向模螺旋天线，这种与加载结合的方法改进了局部搜索能力差，收敛速度慢的缺点，使得加载多目标函数优化效率提高很多。 4加载的优化设计 天线加载的优化设计是一个非线性的问题，所涉及的变量包括加载位置、加载元件、加载的组合形式等，是一个多变量的问题。要建立一个合适的最优化函数，当达到天线所需特性时，此函数有一个极小值。由于天线特性与天线参数有关，所以最优化函数也是这些参数的函数。同时寻求合适的最优化方法，使最优化函数达到极小。借助计算机模拟和最优化技术寻求加载的最优解。 由于最优化函数很难用一个简单的解析函数来表示，而传统的最优化算法或者需要目标函数的导数，或者只是局部的最优化，或者虽为全局最优化但计算量过大，使得常用的梯度法、单纯形法等最优化算法在天线加载优化设计中难以实现。一种新的全域优化搜索方法遗传算法的出现解决了上述一些问题。他是模拟自然界生物进化过程与机制求解极值问题的一类自组织、自适应的人工智能技术。他只需要利用目标函数的取值信息，而不需要梯度等高价信息，适合于无表达式或有表达式的任何类目标函数，具有可实现的并行计算行为。 5 结 语 随着天线小型化、宽带化的进一步发展，加载技术得到更多的应用。然而单纯的加载已经不能满足天线集成化的发展需求，更多的是将加载技术和分形技术、折合单极子、宽带匹配网络、遗传算法组合应用，这样可以有效快速地设计较为理想的天线。将天线小型化技术有效地结合起来是未来天线设计的趋势，有待进一步的研究，他将拥有广泛的应用前景。
|
