一种用于加速天线表征的近场超分辨网络
信号处理
2024-12-04 v2 系统与控制
系统与控制
摘要
我们提出一种基于深度神经网络的方法来加速近场天线测量。我们开发了近场超分辨网络（NFS-Net），用于将显著欠采样的近场数据重建为高分辨数据，从而大幅减少近场测量所需的采样点数量，提高测量效率。由网络重建的高分辨近场数据可进一步用于近场到远场（NF2FF）转换，以获得天线辐射图样。我们的实验表明，NFS-Net 在从低分辨输入恢复高分辨近场数据方面表现出准确性和通用性。将 NFS-Net 与 NF2FF 算法结合的近场测量工作流程，可仅使用 11% 奈奎斯�率样本即可实现精确的辐射图样表征。虽然本研究中的实验是在平面 setup 且均匀网格下进行的，但提出的方法可作为通用策略，用于加速不同 setup 和条件下的测量。
引用
@article{arxiv.2406.17244,
title = {A Near-Field Super-Resolution Network for Accelerating Antenna Characterization},
author = {Yuchen Gu and Hai-Han Sun and Daniel W. van der Weide},
journal= {arXiv preprint arXiv:2406.17244},
year = {2024}
}
备注
\c{opyright} 2024 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works