12、超材料微带天线设计与性能研究

超材料微带天线设计与性能研究

1. 天线印刷工艺

1.1 在 FR4 基板上制造天线

在 FR4 基板上制造天线时,使用 DMP 2800 打印机,搭配 10 pl 标称滴液体积的墨盒。具体操作步骤如下:
1. 将基板放置在真空板上,印刷面积为 200×300 mm。
2. 打印机集成了基准和滴液监测相机,将真空板加热到 60°C。
3. 通过 16 个喷嘴将压电控制器连接到打印机头部。
4. 使用 20 mV 的单喷墨压电驱动喷射装置打印天线。
5. 将真空压板加热到 60°C 后,在 FR4 基板上打印五层。
6. 将打印头高度设置为 0.5 mm,两次连续打印之间的间隔时间固定为 20 s。
7. 将 SNP 墨水在墨盒内加热到 45°C。
8. 将打印好的天线在 ProtoFlow LPKF 的对流烤箱中以 120°C 退火 10 h。
9. 使用银膏将 50 - W SMA 端口连接到接地平面和贴片上。
10. 连接 SMA 端口后,天线在 120°C 下退火 15 min。

制造完成后,使用四点技术,通过 Keithley 224 电流源和 Keithley 617 静电计测量打印天线的直流导电性,测得为 8.8 ± 0.2×10⁴ S/m。同时,使用化学蚀刻工艺用铜制造了一个相同的原型,并将 50 - W SMA 端口焊接到贴片和接地平面上。

1.2 在太阳能板上制造天线

使用有源面积为 8.4×6.0 cm、厚度为 2.5 mm 的柔性多晶硅太阳能板作为基板。由于太阳能板由疏水材料制成,表面不具粘性,未经表面处理进行喷

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值