[发明专利]基于混波室的介电常数测量方法在审
申请号: | 201210448363.2 | 申请日: | 2012-11-12 |
公开(公告)号: | CN102944751A | 公开(公告)日: | 2013-02-27 |
发明(设计)人: | 张莉;逯贵祯 | 申请(专利权)人: | 中国传媒大学;北京飞卡科技有限公司 |
主分类号: | G01R27/26 | 分类号: | G01R27/26;G06N3/08 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100024 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 混波室 介电常数 测量方法 | ||
技术领域
本发明涉及介电常数测量方法的领域。更具体地,本发明致力于一种利用混波室结合神经网络算法研究介电常数的测量方法。
背景技术
目前,在微波波段国内外对介电常数的测量方法很多,主要分为两大类:一类是时域测量法,测量在时域中进行,它所用的探测信号源是脉冲电磁波,研究被测信号的瞬态响应;一类是频域测量法,测量在频域中进行,它用连续周期电磁波作为探测信号源,研究的是被测信号的稳态响应。频域测量法包括三种,传输线法、谐振腔法和空间波法。
其中谐振腔法是在微波谐振腔中放入介质材料进行填充,由于介质材料的介电常数与空气有所差异,将导致谐振腔在加载介质前后的谐振频率f和品质因数Q有所变化,因此可根据加载前后谐振腔的谐振频率和Q值计算出相对介电常数。
谐振腔微扰法是将体积较小的介质样品加载进谐振腔的特定位置,对谐振腔内部的场分布进行微小的扰动,通过对微扰前后的谐振频率f和Q值进行测量,根据微扰理论近似公式计算得到介质的相对介电常数。
目前所有利用谐振腔微扰法测量介电常数的方法中存在以下问题:
第一,该方法均为选择某一个尺寸固定、边界条件固定因而场分布固定的谐振腔进行测量。根据测量理论得知,由测量系统会引起重复性和再现性误差,即随机误差,其产生原因主要有以下几个方面:
1)仪器误差:测量中用到的仪器设备,如信号源,网络分析仪等;
2)环境误差:测量时外界条件及测试人员引起的振动对测试结果影响很大;
3)方法误差:由于测量方法不完善引起的误差,如近似的数据处理引起的误差等;
4)人员误差:测量者不同引起的误差。
第二,微扰理论为近似理论,即相对介电常数与Q值、谐振频率f之间的函数关系为近似处理结果,因此计算得出的介电常数数值与真实值之间有误差。
为减小随机误差对测量结果的影响,需要选择一种新的既便捷操作、又能减小误差的测量方法。混波室作为一种新型电磁兼容测试场地,是电大(尺寸与波长可比拟)、时变、高传导率、高Q值的屏蔽小室。混波室可用于各种电子设备的电磁兼容测试。构成混波室的形式有多种,本发明涉及的是机械搅拌形式,室内装有一个或者两个搅拌器,通过转动扇叶搅动混波室内的合成多模电磁环境,得到不同的腔体场分布。因此混波室可以提供一个新的测试介电常数环境。
为减小介电常数计算值与真实值之间的误差,需要提供另选的更有效的描述介电常数与谐振频率f、Q值函数关系的方法。
发明内容
本发明致力于解决如下问题,即选择一种新的测试介电常数环境来减小随机误差,同时选择一种更有效的分析测量数据的方法。
本发明采用混波室测试环境与神经网络算法相结合的方法来测量介电常数。利用混波室内扇叶角度的变化改变腔体的品质因数Q值,等效于得到不同谐振频率f、不同场分布的矩形谐振腔。扇叶转动到不同角度分别测试不同材料样本,相应计算结果作为训练序列对神经网络进行训练。当神经网络经过充分训练以后,可以得到Q值与εr的函数对应关系。通过输入测量Q值,计算得到扇叶某个角度对应的被测材料相对介电常数εr值。多个扇叶角度将对应有多个εr值,通过加权平均计算减小测量的随机误差。
因此本发明内容分为混波室搅拌测量和神经网络训练两部分。
第一部分:
混波室是工作于过模状态的装有一个或多个搅拌器的屏蔽小室。搅拌器的尺寸与混波室的尺寸及最低使用频率的波长相比相当大。通过转动搅拌器“搅动”混波室内的合成多模电磁环境。混波室的Q值用于描述混波室存储能量的能力,它决定于混波室的损耗。空混波室的主要损耗来自混波室的四壁。搅拌器实际上就是旋转散射体,由于搅拌器的旋转,混波室的边界条件不断改变,矩形腔内的谐振频率、Q值也不断发生改变。因此仅通过选择不同扇叶角度,就可得到不同场分布的矩形谐振腔。对于测试介电常数来说,无需更改测试腔体尺寸,即可得到多组测量值,达到减小随机误差的目的。
利用混波室内扇叶角度的改变,在不同场分布的腔体环境下计算不同材料参数样本引起的腔体Q值变化。每个计算样本反映了材料介电常数与Q值之间的关系;进一步该函数关系可以用已知材料进行验证。在完成大量样本的计算以后,用这些样本数据对神经网络进行训练,训练后的神经网络可以用于材料介电常数的提取。
第二部分:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国传媒大学;北京飞卡科技有限公司,未经中国传媒大学;北京飞卡科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210448363.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种通用小型汽油机高功率用气缸盖
- 下一篇:基于角色的演示文稿视图