Caractérisation de systèmes antennaires à partir de corrélations d'impédances en champ diffus - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Passive Antenna Characterization using impedance correlations in diffuse field

Caractérisation de systèmes antennaires à partir de corrélations d'impédances en champ diffus

Résumé

As communication devices become smaller and more integrated, there is a growing need for suited characterization methods that can accurately determine the characteristics of antennas and the coupling between multiple antennas. In many complex systems, direct measurements at the antenna ports can be difficult or even impossible using traditional methods. This thesis proposes a new approach to characterize antenna performance and coupling that addresses these challenges. Thus, this characterization technique is based on a passive evaluation of antenna performance through signal cross-correlations in the diffuse field. More specifically, the objective of this research is to apply the concept of noise correlation, used in various fields of physics, to electromagnetism to passively measure the impedance matrix between two antennas. In practice, the diffuse field environment is generated in a reverberation chamber excited by a single antenna. Mechanical and source stirring techniques are then combined to obtain the required properties, thus allowing for the passive characterization of mutual and self-impedances of the receiving antennas, and the deduction of other parameters of interest such as gain. It is shown that this cross-correlation method can be extended to evaluate the couplings within a system consisting of more than two elements. This leads to simplifying the coupling matrix measurement of an array and significant time savings in the characterization of large arrays
Avec la miniaturisation et l’intégration des dispositifs communicants, le développement de méthodes de caractérisation adaptées pour accéder avec précision aux caractéristiques des antennes ainsi qu’au couplage entre plusieurs antennes est nécessaire. En effet, dans les systèmes complexes, il peut être difficile, voire impossible, d’effectuer directement des mesures au niveau des accès des antennes comme dans les méthodes de mesure traditionnelles. Cette thèse vise à proposer une nouvelle méthode de caractérisation des performances des antennes et du couplage entre antennes répondant à ces besoins. Ainsi une nouvelle approche a été proposée dans cette étude pour évaluer passivement les performances des antennes à partir des intercorrélations des signaux reçus en champ diffus. Plus précisément, l’objectif de cette recherche est d'appliquer le concept de corrélation de bruit, utilisé dans divers domaines de la physique, à l'électromagnétisme pour mesurer passivement la matrice d'impédance entre deux antennes. En pratique, cet environnement de champ diffus est généré en chambre réverbérante excitée par une seule antenne et des techniques de brassage mécanique et de source sont combinées pour obtenir les propriétés requises, permettant ainsi de caractériser passivement les impédances mutuelles et les impédances propres des antennes en réception, et d’en déduire d'autres paramètres d’intérêt tels que le gain. Il est montré que cette méthode d'inter-corrélation peut être étendue à l'évaluation du couplage au sein d’un système comportant plus de deux éléments, ce qui ouvre la voie à une simplification de la mesure de la matrice de couplage d’un réseau et à d’importantes économies de temps pour la caractérisation des grands réseaux
Fichier principal
Vignette du fichier
TH2023UEFL2029.pdf (22.56 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04230613 , version 1 (06-10-2023)

Identifiants

  • HAL Id : tel-04230613 , version 1

Citer

Meriem Tamart. Caractérisation de systèmes antennaires à partir de corrélations d'impédances en champ diffus. Electronique. Université Gustave Eiffel, 2023. Français. ⟨NNT : 2023UEFL2029⟩. ⟨tel-04230613⟩
81 Consultations
10 Téléchargements

Partager

Gmail Facebook X LinkedIn More