公开(公告)号：CN116760374A

公开(公告)日：2023-09-15

申请号：CN202310722209.8

申请日：2023-06-19

Applicant: 河北工业大学

Inventor： 毛露 ,  赵全明 ,  李天成 ,  刘玉

IPC: H03F3/19 ,  H03F1/26

Abstract: 本发明公开了一种N77频段高增益多级低噪声放大器，N77频段为3.3GHz‑4.2GHz，涉及射频电路设计领域。采用砷化镓晶体管ATF54143三级级联放大结构，第一级的设计目的是获取最小噪声，二三级是获取最大增益和较低平坦度，输入输出匹配采用串联微带结构，级联处采用π型微带结构，降低电路噪声，提高整体增益，末端加入LC陷波器改善多级级联带来的增益不平坦问题。最终获得该低噪声放大器增益大于34dB，增益平坦度为±0.4dB，噪声系数小于1dB，输入输出回波损耗均小于‑10dB，输入电压驻波比VSWR1小于2，输出电压驻波比VSWR2小于2，输出1dB压缩点为12.5dBm，改善了现阶段N77频段低噪声放大器噪声高、增益低以及稳定性差等性能不佳的问题。

公开(公告)号：CN116565489A

公开(公告)日：2023-08-08

申请号：CN202310673399.9

申请日：2023-06-08

Applicant: 河北工业大学

Inventor： 李天成 ,  赵全明 ,  刘玉

IPC: H01P1/203

Abstract: 本发明公开了一种加载双钩型缺陷地结构的折叠基片集成波导带通滤波器，涉及微波技术领域。包括第一金属层1、第一介质基片层2、第二金属层3、第二介质基片层4、第三金属层5、带状线6、微带线7、第一金属化通孔8、第二金属化通孔9、双钩型缺陷地结构10。在第一金属层1和第三金属层5各设有一个双钩型缺陷地结构10。在第一金属层1、第一介质基片层2、第二介质基片层4、第三金属层5中间部分各有两排第一金属化通孔8，第二金属层3中间上部分有一排第一金属化通孔8。第一金属层1、第一介质基片层2、第二金属层3、第二介质基片层4、第三金属层5与第一金属化通孔8构成折叠基片波导滤波器的谐振腔。在第一介质基片层2、第二介质基片层4、第三金属层5的两侧分别为两排第二金属化通孔9，第二金属化通孔9构成带状线6的金属侧壁。本发明相对于传统基片集成波导滤波器而言，横向尺寸缩短约为原来的二分之一，并且在第一金属层1和第三金属层5均加载了双钩型缺陷地结构10，实现了架构简单、小型化、易集成、高性能、相对带宽大的效果。

公开(公告)号：CN116683138A

公开(公告)日：2023-09-01

申请号：CN202310808632.X

申请日：2023-07-04

Applicant: 河北工业大学

Inventor： 刘玉 ,  赵全明 ,  李天成

IPC: H01P1/212

Abstract: 本发明提出一种谐波抑制改进型Hairpin带通滤波器，包括Hairpin谐振器组，扇形微带线滤波器组，蝶形微带线滤波器，输入结构和输出结构。其中，第一蝶形微带线滤波器和第二蝶形微带线滤波器分别与Hairpin谐振器组的第一阶谐振器和第五阶谐振器内侧微带线相连，两个扇形微带线滤波器组分别与输入结构和输出结构垂直且串联在其中间位置。本发明可用于微波电路设计，在保证滤波器插入损耗的同时，克服了传统低频段Hairpin带通滤波器阻带较窄问题，实现对了带外谐波的有效抑制，相比于级联低通滤波器方法而言，本发明具有阻带较宽、占用面积小、易于实现等优点。

公开(公告)号：CN116666929A

公开(公告)日：2023-08-29

申请号：CN202310842859.6

申请日：2023-07-11

Applicant: 河北工业大学

Inventor： 李天成 ,  龚超 ,  赵全明 ,  毛露 ,  刘玉

IPC: H01P1/207 ,  H01P1/203

Abstract: 本发明为一种基于CSRR的折叠基片集成波导双通带滤波器，包括第一金属层、第一介质基片层、第二金属层、第二介质基片层、第三金属层、带状线、微带线、第一金属化通孔、第二金属化通孔、CSRR，顶层为第一金属层，底层为第三金属层，在顶层和底层上分别加载等距设置的至少一个CSRR，不同金属层上相应对位置的CSRR在空间上处于在同一竖直位置。通过CSRR与折叠基片集成波导技术相结合，在折叠基片集成波导双带通滤波器的顶层金属表面和底层金属表面同时加载两组大小相等的CSRR,实现了双通带滤波器的设计，充分解决了传统基片波导滤波器相对尺寸较大以及单一通带滤波器无法适应于现代通信系统易集成、低成本的要求。

公开(公告)号：CN116341613A

公开(公告)日：2023-06-27

申请号：CN202211743137.7

申请日：2022-12-26

Applicant: 河北工业大学

Inventor： 赵全明 ,  杨天意 ,  凡创 ,  刘玉 ,  毛露 ,  李天成 ,  刘芮彤

IPC: G06N3/0455 ,  G06N3/0442 ,  G06N3/084 ,  H02J3/00 ,  G06Q50/06

Abstract: 本发明属于机器学习、新能源领域，公开了一种基于Informer encoder和LSTM的超短期光伏功率预测方法，该方法将历史气象数据和历史功率数据经过预处理之后分为训练集、验证集和测试集，然后建立结合信息器编码器Informer encoder和长短时记忆网络LSTM的预测模型并对其进行训练，将测试集和验证集输入训练好的模型中得到预测功率。本发明可以利用Informer encoder捕获远距离的信息依赖关系，并通过去除Informer encoder的蒸馏层以保留全局特征，然后利用LSTM增强局部相关性，最后在LSTM后加入池化层以减少全连接层的参数，来减缓过拟合现象，提高了光伏发电预测精度。