相控阵波束跃度指向误差Matlab仿真

波束跃度影响:TR芯片移相器位数、阵元数量、校准后阵元初始相位、TR芯片移相器精度、波控计算精度等。用MATLAB进行TR芯片移相器位数、阵元数量对指向误差进行仿真。

close all;
%线阵波束跃度仿真 20250726
%beam displacement
% 波束跃度影响:TR芯片移相器位数、阵元数量、校准后阵元初始相位、TR芯片移相器精度、波控计算精度等
%% 参数配置
array_num       = 16                ;   %阵元数
array_d         = 6.8e-3            ;   %阵元间距6.8mm
beam_freq       = 20e9              ;   %波控频率20GHz
c               = 3e8               ;   %光速
beam_theta      = 60                ;   %波控角度
beam_theta_rad  = pi*beam_theta./180;   %波控角度弧度制
tr_bits         = 6                 ;   %TR芯片移相器位数
tr_phase_step   = 360./(2^tr_bits)  ;   %移相步进
sim_angle_s     = 0.0001            ;   %方向图角度仿真精度
sim_angle       = -90:sim_angle_s:90;   % 仿真角度范围
sim_angle_rad   = pi*sim_angle./180 ;   % 仿真角度范围弧度制%% 移相值计算
delta_phase     = (array_d*sin(beam_theta_rad))/(c/beam_freq)*360; %波控时阵元间的相位差 
arr_beam_ph     = zeros(1,array_num);   %每个阵元的移相值
for i=1:array_numarr_beam_ph(i) = (i-1)*delta_phase;
end
arr_beam_ph_tr  = round(arr_beam_ph./tr_phase_step) ; % 每个移相器配置值 量化到指定精度
arr_beam_ph_ang = arr_beam_ph_tr*tr_phase_step      ; % 量化后的实际移相值%% 合成方向图
delta_phase_sim = (array_d*sin(sim_angle_rad))/(c/beam_freq)*360;
arr_delta_phase_sim = (0:1:(array_num-1))'*delta_phase_sim;
x               = arr_beam_ph_ang' - arr_delta_phase_sim;
x_rad           = pi*(x./180);beam_mix = zeros(1,length(sim_angle_rad));
for i=1:length(sim_angle_rad)beam_mix(i) = sum(cos(x_rad(:,i)));
endplot(sim_angle,beam_mix);[maxVal,Idx] = max(beam_mix);%波束最大值位置
max_ang = sim_angle(Idx)    ;%波束指向角度delta_ang = beam_theta-max_ang;%波束指向角度误差fprintf("阵元数量:%s个\n",num2str(array_num,'%.0f'));
fprintf("移相精度:%s位\n",num2str(tr_bits,'%.0f'));
fprintf("波控角度:%s度\n",num2str(beam_theta,'%.0f'));
fprintf("指向误差:%s度\n",num2str(delta_ang,'%.4f'));

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.pswp.cn/bicheng/91052.shtml
繁体地址,请注明出处:http://hk.pswp.cn/bicheng/91052.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

板凳-------Mysql cookbook学习 (十二--------6)

MySQL 8 导入二进制文件(trailer.ogv)操作指南 在MySQL中导入二进制文件(如trailer.ogv视频文件)通常有几种方法,我将详细介绍每种方法的操作步骤。 方法一:使用LOAD_FILE函数导入BLOB字段 这是最直接的方法,适合中小型二进制文件。sql - 1. …

昇思学习营-【模型推理和性能优化】学习心得_20250730

一、权重的加载 模型包含两部分: base model 和 LoRA adapter 其中base model的权重在微调时被冻结, 推理时加载原权重即可,LoRA adapter可通过PeftModel.from_pretrained进行加载。 二、启动推理 通过model.generate,启动推理…

[AI8051U入门第十一步]W5500-服务端

学习目标: 1、连接TCP/IP 2、学习W5500作为服务端代码一、TCP/IP介绍 TCP/IP 协议栈介绍 TCP/IP(Transmission Control Protocol / Internet Protocol)是互联网通信的核心协议族,定义了数据如何在网络中进行传输和路由。它由多个协议组成,采用分层架构,确保不同设备之间…

C 标准库 <time.h> 函数详解

目录 概述 1 核心数据类型 1.1 time_t 1.2 clock_t 1.3 struct tm 1.4 size_t 2 核心函数 2.1 时间获取函数 2.2 时间转换函数 2.3 时间差计算 2.4 时间格式化函数 3 线程安全版本(POSIX 扩展) 3.1 函数列表 3.2 时间处理完整示例 4 重要…

基于BEKK-GARCH模型的参数估计、最大似然估计以及参数标准误估计的MATLAB实现

基于BEKK-GARCH模型的参数估计、最大似然估计以及参数标准误估计的MATLAB实现。BEKK-GARCH模型是一种多变量GARCH模型,用于估计多个时间序列的条件方差和协方差矩阵。 MATLAB实现BEKK-GARCH模型 1. 准备数据 假设你已经有一个时间序列数据矩阵 returns,每…

TDengine 中 TDgpt 用于异常检测

介绍 TDgpt 内置时序数据异常检测模型 TDengine 中定义了异常(状态)窗口来提供异常检测服务。异常窗口可以视为一种特殊的事件窗口(Event Window),即异常检测算法确定的连续异常时间序列数据所在的时间窗口。与普通事件…

统计学08:概率分布

一、随机变量随机变量是一个将 随机事件 映射到 数值 的数学函数,用于描述事件的结果。随机变量可以是离散的(如骰子)或连续的(如人的身高、体重)。1)概率质量函数PMF——离散随机变量P(X x) 对应于某个值…

vue3【组件封装】消息反馈 S-msgWin.vue (针对父容器对齐,左右居中,可自定义顶部距离)

最终效果成功的提示报错的提示代码实现components/SUI/S-msgWin.vue <script lang"ts" setup> const props defineProps({msg: {type: Object,required: true,},top: {type: String,default: "50%",},duration: {type: Number,default: 3000,}, });…

MySQL 8.0.42创建MGR集群

MySQL 8.0.42创建MGR集群 概述 关于MySQL MGR集群的介绍就不在这里做详细的介绍了&#xff0c;大家可以自己到官网上查看阅读。在这里主要是实际操作方面的内容 总体结构设计如下图服务器节点信息序号角色IP地址数据库端口MGR端口1主节点192.168.56.1043309100612从节点192.168…

《Go Web编程实战派--从入门到精通》的随笔笔记

第二章 Go Web 开发基础2.1第一个Go Web 程序package mainimport ("fmt""net/http" )func hello(w http.ResponseWriter, r *http.Request) {fmt.Fprintf(w, "Hello World") } func main() {server : &http.Server{Addr: "0.0.0.0:80&q…

MySQL在Linux环境下的性能调优

&#x1f4ca; MySQL性能基准测试&#xff1a;知己知彼建立性能基线的关键指标# 核心性能指标监控脚本 #!/bin/bash echo " MySQL Performance Baseline " mysql -e "SHOW GLOBAL STATUS LIKE Questions;" mysql -e "SHOW GLOBAL STATUS LIKE Uptime;…

PyQt事件处理机制深度指南:超越信号与槽的底层掌控

—— 5大核心策略实战案例&#xff0c;解锁GUI交互的底层密码 &#x1f50d; 事件与信号槽的本质差异维度事件处理机制信号与槽机制抽象层级操作系统消息的原始封装对事件的高级封装应用场景控件行为定制/底层交互常规业务逻辑绑定执行顺序先于信号槽触发在事件处理完成后触发性…

10_opencv_分离颜色通道、多通道图像混合

split() 通道分离 void cv::split(const Mat & src,Mat * mvbegin ) merge() 通道合并 void cv::merge(InputArrayOfArrays mv,OutputArray dst ) Mat::at()方法 Mat::at()方法返回一个引用到指定的数组元素。 注意是引用&#xff0c;相当于两者等价&#xff0c;也就是…

Kotlin的datetime库

kotlinx 是一组不是 Kotlin 标准库一部分&#xff0c;但非常实用的扩展项目集合。其中&#xff0c;kotlinx-datetime 是一个跨平台的 Kotlin 时间日期处理库。 如何在项目中使用该库 Gradle 项目中 在 repositories 块中添加 Maven Central 仓库&#xff1a; repositories {…

基于模型蒸馏的大模型文案生成最佳实践

背景 大语言模型在生成高质量文案方面表现优异&#xff0c;然而其巨大的计算资源消耗和存储需求&#xff0c;使得实际应用尤其是在资源受限场景中的应用充满挑战。企业在寻求高效的文案生成时&#xff0c;常常面临着在性能和资源之间权衡的困境。在这种背景下&#xff0c;模型…

调用通义千问大模型实现流式对话

前言 我使用的是硅基流动中通义千问免费的大模型&#xff1a;我的技术栈使用的 Next14.2 全栈框架。 代码结构 需要使用的库&#xff1a; npm i ai openai目录结构&#xff1a; 基础测试页面 test-openai/page.tsx&#xff1a; use client;import { useChat } from ai/react;ex…

如何搭建Linux环境下的flink本地集群

第一步&#xff0c;搭建Linux环境 这里我使用的是 WSL2 安装前&#xff0c;先用管理员打开终端&#xff0c;执行以下三条命令&#xff0c;目的是开启安装 WSL2所需要的环境 //开启适用于windows的Linux子系统 dism.exe /online /enable-feature /featurename:Microsoft-Wind…

算法:链表part02:24. 两两交换链表中的节点 + 19. 删除链表的倒数第 N 个结点 + 面试题 02.07. 链表相交

24. 两两交换链表中的节点题目&#xff1a;https://leetcode.cn/problems/swap-nodes-in-pairs/description/ 讲解&#xff1a;https://programmercarl.com/0024.%E4%B8%A4%E4%B8%A4%E4%BA%A4%E6%8D%A2%E9%93%BE%E8%A1%A8%E4%B8%AD%E7%9A%84%E8%8A%82%E7%82%B9.html 复习可以先…

【Linux学习】(11)进程的概念

前言在上一章我们知道了什么是进程&#xff0c;并简单了解了PCB。 本文我们将继续深入学习进程概念相关知识点&#xff1a; 学习进程状态&#xff0c;学会创建进程&#xff0c;掌握僵尸进程和孤儿进程&#xff0c;及其形成原因和危害了解进程调度&#xff0c;Linux进程优先级&a…

UniappDay04

1.登录模块-小程序快捷登录定义接口&#xff0c;封装 import { http } from /utils/httptype loginParams {code: stringencryptedData: stringiv: string } export const postLoginWxMinAPI (data: loginParams) > {return http({method: POST,url: /login/wxMin,data,})…