Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2507.03639

帮助 | 高级搜索

电气工程与系统科学 > 信号处理

arXiv:2507.03639 (eess)
[提交于 2025年7月4日 ]

标题: 多径增强的天线方向图测量:理论

标题: Multipath-Enhanced Measurement of Antenna Patterns: Theory

Authors:Daniel D. Stancil
摘要: 传统天线方向图测量涉及在测量环境中尽量减小多径传播的影响。 相反,本文介绍了一种测量方法,该方法利用多径传播而非抑制它。 这被称为多径增强天线方向图(MEAP)测量技术。 在这方面,该方法与多输入多输出(MIMO)系统有一些相似之处。 在MIMO系统的情况下,优势是增加了容量;而在MEAP方法中,优势是无需创建消声环境。 该方法使用参考天线的测量来校准多径信道矩阵,并使用矢量球面谐波进行高效的方向图表示。 在介绍了该方法的数学细节之后,给出了说明该方法的数值计算结果。 实验结果在一篇配套论文中进行了描述。
摘要: Traditional antenna pattern measurements involve minimizing the impact of multipath propagation in the measurement environment. In contrast, this work introduces a measurement approach that uses rather than mitigates multipath propagation. This is referred to as the Multipath-Enhanced Antenna Pattern (MEAP) Measurement technique. In this respect the approach has some kinship with Multiple-Input Multiple-Output (MIMO) systems. The advantage in the case of MIMO systems is increased capacity; in the MEAP approach the advantage is elimination of the need for creating an anechoic environment. The approach uses measurements with reference antennas to calibrate the multipath channel matrix, and vector spherical harmonics for efficient pattern representation. After presenting the mathematical details of the method, numerical calculations illustrating the approach are presented. Experimental results are described in a companion paper.
评论: 此作品已提交给IEEE以供可能发表
主题: 信号处理 (eess.SP)
引用方式: arXiv:2507.03639 [eess.SP]
  (或者 arXiv:2507.03639v1 [eess.SP] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.03639
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Daniel Stancil [查看电子邮件]
[v1] 星期五, 2025 年 7 月 4 日 15:09:34 UTC (1,680 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
eess.SP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号