基于几何感知的条件生成对抗网络（Conditional GAN），用于工业物联网（IIoT）中亚太赫兹（Sub-THz）频段的信道生成与建模

《IEEE Antennas and Wireless Propagation Letters》：Geometry-Aware Conditional GAN for Sub-THz Channel Generation and Modeling in IIoT

提出了一种序列混合方法，用于通过低分辨率相位器和1位RF开关合成减薄预相位电子扫描阵列（ESPAs），在维持低旁瓣电平（-20.0至-18.0 dB）和高增益的同时，解决了计算复杂度高、现有0-1幅度算法结果不稳定及存储需求大等问题，32×32阵列测试显示增益提升1.1 dB，稀疏度26.6%

　　

摘要：

为了降低大规模电子控制相位阵列（ESPAs）的复杂性，这些阵列通常使用高分辨率衰减器和移相器，本文提出了一种顺序混合方法。该方法可以合成一种采用低分辨率移相器和1位射频开关的稀疏预相位ESPAs（TPESPA），同时保持较低的旁瓣电平（SLLs）和高增益。该方法依次合成高维的0-1幅度向量、预相位向量以及一维参考相位。通过这种方式，该方法克服了现有0-1幅度算法计算速度慢、结果不稳定以及现有相位控制方法存储需求大的问题。仿真和实测结果表明，由2位移相器和1位射频开关控制的32×32单元TPESPA的旁瓣电平在-20.0 dB到-18.0 dB之间，与使用6位相位-幅度控制的Taylor阵列相比，其有效增益平均提高了1.1 dB，同时实现了26.6%的稀疏度。