雷达天线阵面故障检测方法及系统技术方案

本发明专利技术公开了雷达天线阵面故障检测方法及系统，涉及雷达领域。该方法包括：根据n个模块的检测数据构建训练集和测试集；从训练集中任选m个模块的检测数据构建新训练集，共构建成t个新训练集；分别根据t个新训练集对预设的故障判别模型进行训练，得到t个训练后的故障判别模型；根据测试集分别对t个训练后的故障判别模型进行测试，根据测试结果确定发生故障的模块。本发明专利技术能够对雷达天线阵面的多模块检测数据进行统一分析，克服了仅靠单一故障特征量分析方法的不足，能够快速便捷地定位故障，有效辅助雷达故障分析和故障预测，能够满足有源相控阵雷达的天线阵面的故障检测需求，具有广阔的应用价值和市场前景。

Fault detection method and system for radar antenna array

The invention discloses a detection method and a system for radar antenna array fault, and relates to the radar field. The method includes: constructing training sets and test sets according to the detection data of n modules; constructing new training sets from the detection data of M modules selected from the training set; constructing t new training sets; training the default fault discrimination model according to t new training sets, and obtaining t fault discrimination models after training. The test set tests t fault discrimination models after training, and determines the fault module according to the test results. The invention can unify the multi-module detection data of the radar antenna front, overcome the deficiency of the single fault characteristic quantity analysis method, quickly and conveniently locate the fault, effectively assist the radar fault analysis and fault prediction, and meet the needs of the active phased array radar antenna front fault detection. It has broad application value and market prospect.

【技术实现步骤摘要】
雷达天线阵面故障检测方法及系统
本专利技术涉及雷达领域，尤其涉及雷达天线阵面故障检测方法及系统。
技术介绍
对于有源相控阵雷达的天线阵面来说，由于其组合了多个模块、分系统，所以运行状况复杂，当出现故障时，影响因素众多，同一种故障可能有不同的表现形式，并且同一种故障现象也可能是若干故障共同作用的结果。目前，在工程上对于有源相控阵雷达的天线阵面的故障检测更多是依据单一的故障特征量，并未对所有故障特征量进行综合分析，没有综合考虑故障的多样性、不确定性和各种故障之间联系的复杂性，目前的检测方法无法满足有源相控阵雷达的天线阵面的故障检测需求。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足，提供一种雷达天线阵面故障检测方法、一种雷达天线阵面故障检测系统及一种存储介质。本专利技术解决上述技术问题的技术方案如下：一种雷达天线阵面故障检测方法，包括：获取雷达天线阵面的n个模块的检测数据，根据所述n个模块的检测数据构建训练集和测试集；从所述训练集中任选m个模块的检测数据构建新训练集，共构建成t个新训练集；分别根据所述t个新训练集对预设的故障判别模型进行训练，得到t个训练后的故障判别模型；根据所述测试集分别对所述t个训练后的故障判别模型进行测试，根据测试结果确定发生故障的模块；其中，n＞2，1＜m＜n，本专利技术的有益效果是：本专利技术提供的雷达天线阵面故障检测方法，能够对雷达天线阵面的多模块检测数据进行统一分析，克服了仅靠单一故障特征量分析方法的不足，能够快速便捷地定位故障，通过建立多个故障判别模型，对判别结果进行综合分析，使每个模块的检测数据都能对故障检测结果作出贡献，能够提高故障识别的准确率，有效辅助雷达故障分析和故障预测，能够满足有源相控阵雷达的天线阵面的故障检测需求，具有广阔的应用价值和市场前景。本专利技术解决上述技术问题的另一种技术方案如下：一种雷达天线阵面故障检测系统，包括：获取单元，用于获取雷达天线阵面的n个模块的检测数据，根据所述n个模块的检测数据构建训练集和测试集；处理单元，用于从所述训练集中任选m个模块的检测数据构建新训练集，共构建成t个新训练集；训练单元，用于分别根据所述t个新训练集对预设的故障判别模型进行训练，得到t个训练后的故障判别模型；测试单元，用于根据所述测试集分别对所述t个训练后的故障判别模型进行测试，根据测试结果确定发生故障的模块；其中，n＞2，1＜m＜n，本专利技术解决上述技术问题的另一种技术方案如下：一种存储介质，所述存储介质中存储有指令，当计算机读取所述指令时，使所述计算机执行如上述技术方案中任一项所述的方法。本专利技术附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术实践了解到。附图说明图1为本专利技术一种雷达天线阵面故障检测方法的一个实施例提供的流程示意图；图2为本专利技术一种雷达天线阵面故障检测方法的其他实施例提供的流程示意图；图3为本专利技术一种雷达天线阵面故障检测方法的其他实施例提供的流程示意图；图4为本专利技术一种雷达天线阵面故障检测方法的其他实施例提供的流程示意图；图5为本专利技术一种雷达天线阵面故障检测系统的一个实施例提供的结构框架图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实施例只用于解释本专利技术，并非用于限定本专利技术的范围。如图1所示，为本专利技术一种雷达天线阵面故障检测方法的一个实施例提供的流程示意图，可以对想有源相控阵雷达等组合了多个模块、多个分系统的雷达天线阵面进行故障检测，该方法包括：S1，获取雷达天线阵面的n个模块的检测数据，根据n个模块的检测数据构建训练集和测试集。需要说明的是，这些模块是雷达天线阵面的组成部分，用于监测雷达天线阵面的各项参数，获取雷达天线阵面的各种检测数据，例如，这些模块可以分别获取雷达天线阵面的通道幅相误差、通道故障数量占有比、分布位置信息、阵面温度、电流值、电压值、通信状态延时等。应理解，可以将同一时刻，同一次采集得到的这些检测数据构建成训练集和测试集。需要说明的是，可以根据预设的比例生成训练集和测试集。例如，可以将这些检测数据中的80％作为训练集，将剩下的20％作为测试集。S2，从训练集中任选m个模块的检测数据构建新训练集，共构建成t个新训练集。例如，假设共有5个模块A、B、C、D、E，那么从中任选2个模块的检测数据，可以为AB、AC、AD、AE、BC、BD、BE、CD、CE、DE，共可以构建成10个新训练集。又例如，假设共有4个模块A、B、C、D，那么从中任选3个模块的检测数据，可以为ABC、ABD、ACD、BCD，共可以构建成4个新训练集。S3，分别根据t个新训练集对预设的故障判别模型进行训练，得到t个训练后的故障判别模型。例如，假设共有3个模块A、B、C，那么从中任选2个模块后，得到AB、AC、BC共3个训练集，那么分别通过AB、AC、BC这3个训练集对预设的故障判别模型进行训练，就可以分别得到3个对应AB、AC、BC训练后的故障判别模型。需要说明的是，故障判别模型可以根据深度神经网络实现，具体形式可以根据实际需求设置，其输入为检测数据，输出为发生故障的模块。S4，根据测试集分别对t个训练后的故障判别模型进行测试，根据测试结果确定发生故障的模块。需要说明的是，测试集中的每个数据在对其中一个训练后的故障判别模型进行测试进行测试后，会产生一个结果，假设测试集中共有p个测试数据，那么共可以产生p*t个测试结果，这些测试结果是哪些模块发生了故障，哪些模块没有发生故障，通过对这些结果进行分析，就能确定发生故障的模块，排除其他模块的干扰，进而实现对多模块雷达天线阵面的故障检测。假设共有3个模块ABC，训练后的故障判别模型分别是AB、AC和BC，测试集中有2个测试数据，那么第一次测试后，结果可以为A1B、A1C、BC1，第二次测试后，结果可以为AB2、A2C、BC2，其中，下角标1、2代表在第1、2次测试中，判断出现故障的模块。下面以具体例子对根据测试结果确定发生故障的模块进行说明。例如，可以对各个模块的测试结果进行统计，将测试结果判定为出现故障次数最多的模块输出为故障模块，经过统计，发现模块A在第一次测试中，判定为出现故障2次，在第二次测试中，判断为出现故障1次；模块B在第一次测试中，判定为出现故障0次，在第二次测试中，判断为出现故障1次；模块C在第一次测试中，判定为出现故障1次，在第二次测试中，判断为出现故障1次。那么经过统计，发现模块A的测试结果为故障3次，模块B的测试结果为故障1次，模块C的测试结果为故障2次，那么可以将模块A作为故障模块输出。又例如，还可以设置阈值，将超过特定故障次数的模块作为故障模块输出。假设阈值为1次，那么通过比较可以得到，模块A和模块B超过了阈值，那么就可以将模块A和模块B作为故障模块输出。需要说明的是，阈值可以根据实际需求设置。同时，以上仅为示例性说明，当测试集数据量很大时，可以得到高准确率的测试结果。其中，n＞2，1＜m＜n，本实施例提供的雷达天线阵面故障检测方法，能够对雷达天线阵面的多模块检测数据进行统一分析，克服了仅靠单一故障特征量分析方法的不足，能够快速便捷地定位故障，通过建立多个故障判别模型，对判别结果进行综合分析，使每个模块的检测数据都能对故障检测结果作出贡献，能够提高本文档来自技高网...

【技术保护点】
1.一种雷达天线阵面故障检测方法，其特征在于，包括：获取雷达天线阵面的n个模块的检测数据，根据所述n个模块的检测数据构建训练集和测试集；从所述训练集中任选m个模块的检测数据构建新训练集，共构建成t个新训练集；分别根据所述t个新训练集对预设的故障判别模型进行训练，得到t个训练后的故障判别模型；根据所述测试集分别对所述t个训练后的故障判别模型进行测试，根据测试结果确定发生故障的模块；其中，n＞2，1＜m＜n，

【技术特征摘要】
1.一种雷达天线阵面故障检测方法，其特征在于，包括：获取雷达天线阵面的n个模块的检测数据，根据所述n个模块的检测数据构建训练集和测试集；从所述训练集中任选m个模块的检测数据构建新训练集，共构建成t个新训练集；分别根据所述t个新训练集对预设的故障判别模型进行训练，得到t个训练后的故障判别模型；根据所述测试集分别对所述t个训练后的故障判别模型进行测试，根据测试结果确定发生故障的模块；其中，n＞2，1＜m＜n，2.根据权利要求1所述的雷达天线阵面故障检测方法，其特征在于，所述根据所述n个模块的检测数据构建训练集和测试集之前，还包括：判断所述n个模块的检测数据中是否存在超出预设值域范围的数据，如果存在，则剔除超出所述预设值域范围的数据；判断剔除超出所述预设值域范围数据后的检测数据中是否存在数据缺失，如果存在，则通过数据均值代替缺失的数据，所述数据均值为所述缺失的数据所在模块的监测数据的平均值。3.根据权利要求1所述的雷达天线阵面故障检测方法，其特征在于，所述根据所述n个模块的检测数据构建训练集和测试集，具体包括：将同一次采集得到的所述n个模块的检测数据组合成特征数据向量；按预设比例将所述特征数据向量分为训练集和测试集。4.根据权利要求3所述的雷达天线阵面故障检测方法，其特征在于，所述故障判别模型根据以下公式得到：其中，y表示模块的故障状态，x表示特征数据向量，N(x；0,σ2,I)表示标准正态分布，σ表示特征数据向量的标准差，I表示单位矩阵，M表示特征数据向量的数量，b表示偏差值，αi表示系数向量，ξ表示松弛系数，λ表示惩罚系数。5.根据权利要求4所述的雷达天线阵面故障检测方法，其特征在于，所述分别根据所述t个新训练集...

【专利技术属性】
技术研发人员：董博，葛勍，张然，张艳，龚宬，张剑，
申请(专利权)人：北京无线电测量研究所，
类型：发明
国别省市：北京,11