基于BP神经网络的阵列天线装配电磁传输性能预测方法技术

本发明专利技术公开了一种基于BP神经网络的阵列天线装配电磁传输性能预测方法，首先在上位机软件中可设置阵列天线装配过程的电磁传输性能的工艺参数，通过改变KK连接器插装角度、KK连接器插装过程与PCB板的插装深度H1、KK连接器插装过程与天线板的插装深度H2等参数，可实现不同工艺参数下阵列天线装配过程KK连接器传输性能S参数、VSWR参数的变化结果，最终评定阵列天线在该工艺参数装配条件下的电磁传输性能；本发明专利技术的有益效果：通过输入不同的装配工艺参数可以有效预测阵列天线装配过程的电磁传输性能，并且利用反向传播，可以逐层调整各层神经元之间的连接权重，从而使得误差不断减小，直至达到设定的误差阈值。直至达到设定的误差阈值。直至达到设定的误差阈值。

【技术实现步骤摘要】
基于BP神经网络的阵列天线装配电磁传输性能预测方法


[0001]本专利技术涉及阵列天线装配过程质量管控领域，具体是基于BP神经网络的阵列天线装配电磁传输性能预测方法。

技术介绍

[0002]高精密一体化阵列天线(以下简称阵列天线)是新一代探测卫星、航母、新一代预警机等国家重点型号预警探测系统关键组成部分，也是国家重大工程“天地一体化信息网络”的核心，阵列天线决定了电子信息装备40％以上的功能和性能其作用相当于人的“眼睛”。阵列天线是一种基于电磁辐射原理，将传输线上传播的导行波转化为在自由空间中传播的电磁波，或者进行相反的变换的一种转换器。目前，天线已经被广泛应用于雷达探测、导航、通信等各个领域。
[0003]在阵列天线的装配过程中，机械装配精度对电磁传输性能具有复杂关联关系，传统阵列天线装配未体现装配过程中的实时装配性能。而传统的仿真手段耗时长，无法满足复杂产品装配过程电磁传输性能的在线监测，且无法动态预知装配参数对电磁传输性能的影响，只能通过暗室加电测试的方式反复装调，仍然难以达到最佳性能指标，阵列天线的装配电磁传输性能只有在产品安装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于BP神经网络的阵列天线装配电磁传输性能预测方法，其特征在于，包括以下步骤：步骤1：构建阵列天线模型并设置相应装配过程中的工艺参数；步骤2：对阵列天线传输性能进行仿真实验并进行仿真数据样本的获取；步骤3：对仿真样本数据进行处理；步骤4：建立阵列天线装配过程电磁传输性能的BP神经网络预测模型；步骤5：进行BP神经网络预测模型的验证。2.根据权利要求1所述的一种基于BP神经网络的阵列天线装配电磁传输性能预测方法，其特征在于：在步骤1中，在上位机软件中设置相应的工艺参数，所述工艺参数包括KK连接器插装角度θ、KK连接器插装过程与PCB板的插装深度H1、KK连接器插装过程与天线板的插装深度H2，同时上位机开放restfulAPI接口并实时接收下位机控制程序采集的阵列天线装配过程KK连接器插装角度θ、KK连接器插装过程与PCB板的插装深度H1、KK连接器插装过程与天线板的插装深度H2。3.根据权利要求1所述的一种基于BP神经网络的阵列天线装配电磁传输性能预测方法，其特征在于：在步骤2中，将阵列天线模型导入仿真软件，对模型的电磁传输性能进行计算，并得到仿真数据样本，随后利用数据清洗去除仿真结果冗余参数，提取仿真结果中影响阵列天线传输性能的参数，接着利用python脚本程序，批量读取阵列天线装配仿真数据样本，最后将仿真数据样本的输入工艺参数与仿真结果的KK连接器的dB(S
12
)参数与mag(VSWR1)、mag(VSWR2)参数合并生成样本集。4.根据权利要求3所述的一种基于BP神经网络的阵列天线装配电磁传输性能预测方法，其特征在于：所述仿真样本数据包括dB(S
11
)参数、dB(S
12
)参数、dB(S
21
)参数、dB(S
22
)参数、mag(VSWR1)参数、mag(VSWR2)参数，其中影响阵列天线性能传输的参数包括dB(S
12
)参数、mag(VSWR1)参数、mag(VSWR2)参数。5.根据权利要求1所述的一种基于BP神经网络的阵列天线装配电磁传输性能预测方法，其特征在于：使用归一化函数对阵列天线仿真数据样本进行全局归一化处理，归一化后所得的数据范围在[0,1]之间，归一化函数为：其中，X(t)表示第t个样本，X
...

【专利技术属性】
技术研发人员：郭学鹏，柳林燕，汪惠芬，黄镜宏，童一飞，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：