一种基于改进CBFM的快速求解目标单站电磁散射特性的方法技术

技术编号:16175917 阅读:30 留言:0更新日期:2017-09-09 03:10
本发明专利技术公开了一种基于改进特征基函数法(CBFM)的快速求解目标单站电磁散射特性的方法。首先,该方法考虑到了入射平面波激励中存在的冗余信息,并采用了奇异值分解(SVD)算法去除其中的冗余信息量。然后该方法充分考虑到了子域间的耦合效应,提出了改进特征基函数的构造方法。改进的特征基函数(ICBF)整合了原有的主要特征基函数(PCBF)与次要特征基函数(SCBF)的信息,因此可以精确的表示出子域表面的电流信息。本发明专利技术利用SVD算法减少了入射平面波的个数,通过构造ICBF进一步的减少了基函数的数目,构造的缩减矩阵维数小,易于存储、求解,在分析电大尺寸目标的单站电磁散射特性时有较强的适用性。

【技术实现步骤摘要】
一种基于改进CBFM的快速求解目标单站电磁散射特性的方法
本专利技术涉及一种快速分析目标单站电磁散射特性的一种方法,尤其涉及一种基于改进CBFM算法来进一步减少基函数生成个数从而达到快速分析目标单站电磁散射特性的方法。
技术介绍
矩量法(MethodofMoments,MoM)作为分析目标电磁散射特性一种有效的方法,一经提出便受到国内外学者的广泛关注。然而应用矩量法直接求解目标单站RCS时,复杂度O(N3)随着未知量的个数N急剧增加,相应的计算效率也变得低下。特征基函数法(CharacteristicBasicFunctionMethod,CBFM)基于分块原理,将目标分为M个子域,在每一个子域中定义特征基函数(CBFs)来进行求解。CBFM算法减少了未知量的求解个数,降低了计算时间与计算消耗的内存。然而,对于单站RCS的分析,特征基函数法在构造基函数时依赖于大量的入射平面波激励,随着目标体积增大生成的基函数个数较多,奇异值分解时间长,且构造的缩减矩阵的储存与求解也变得困难。一种解决的方法是基于奇异值分解的改进特征基函数法(SVD-CBFM),该方法通过充分考虑子域间的耦合作用来减少本文档来自技高网...
一种基于改进CBFM的快速求解目标单站电磁散射特性的方法

【技术保护点】
一种基于改进CBFM的快速求解目标单站电磁散射特性的方法,其特征在于,步骤如下:第1步:根据矩量法(MoM)的基本原理,将用基本电磁场理论分析得到的目标表面连续的积分方程离散为矩阵方程。第2步:依据特征基函数法(CBFM)的原理,对整个导体目标表面进行分块,每一块作为一个独立的子域进行求解,最后将每一个子域求得的表面电流经过线性组合得到整个目标表面的电流信息。第3步:由于分析目标单站电磁散射特性时,特征基函数(CBFs)的建立依赖于不同入射角度、不同极化方式的入射平面波激励。在每一个子域进行求解过程中,考虑到入射平面波中存在大量的冗余信息,利用奇异值分解(SVD)算法去除入射平面波中的冗余信息...

【技术特征摘要】
1.一种基于改进CBFM的快速求解目标单站电磁散射特性的方法,其特征在于,步骤如下:第1步:根据矩量法(MoM)的基本原理,将用基本电磁场理论分析得到的目标表面连续的积分方程离散为矩阵方程。第2步:依据特征基函数法(CBFM)的原理,对整个导体目标表面进行分块,每一块作为一个独立的子域进行求解,最后将每一个子域求得的表面电流经过线性组合得到整个目标表面的电流信息。第3步:由于分析目标单站电磁散射特性时,特征基函数(CBFs)的建立依赖于不同入射角度、不同极化方式的入射平面波激励。在每一个子域进行求解过程中,考虑到入射平面波中存在大量的冗余信息,利用奇异值分解(SVD)算法去除入射平面波中的冗余信息。第4步:为了提高计算精度,每一个子域除了计算主要特征基函数(PCBF)外还需计算出次要特征基函数(SCBF),并通过数学公式转换,得到一个改进的特征基函数(ICBF)。由于ICBF包含了PCBF与SCBF的信息,因此在提高计算精度的同时没有增加基函数的数目。第5步:构建缩减矩阵,并利用自适应压缩近似来加快矩阵方程的求解。第6步:根据第五步得到的结果,解出单站目标RCS的值。2.根据权利要求1所述的一种基于改进CBFM的快速求解目标单站电磁散射特性的方法,其特征在于第3步中,由CBFM原理假设目标被分为M个子域,对每一个子域单独进行求解,其特征基函数的计算表达式如下:其中i=1,2,3…M,表示第i个子域扩展后的自阻抗,表示扩展后的未知数的个数,表示第i个子域的激励,Npws表示的是入射的平面波的数目。考虑到激励中存在的冗余信息会增加方程的个数,从而增加了计算难度与计算时间,所以采用SVD算法对入射激励进行去冗余:其中和均是正交矩阵,为对角矩阵,其矩阵元素为的奇异值,上标T表示转置操作。在对矩阵进行SVD过程中设置合适的门限值,只保留大于门限值的前K个向量作为子域i的一组完备激励向量组,则新的激励...

【专利技术属性】
技术研发人员:汪强王仲根唐晓婉杨荣金苏德淳
申请(专利权)人:安徽理工大学
类型:发明
国别省市:安徽,34

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1