基于神经网络智能解算的稀疏化天线阵列综合方法技术

技术编号:44281109 阅读:14 留言:0更新日期:2025-02-14 22:18
本发明专利技术涉及一种基于神经网络智能解算的稀疏化天线阵列综合方法,包括:根据阵列综合要求,进行天线单元全波仿真,获得单元有源方向图,构建单元有源方向图数据库;根据单元有源方向图和阵列数值仿真模型,构建初始样本集;将初始样本集随机划分为训练集和验证集,利用训练集进行离线训练,并对验证集数据进行阵列综合解算;判断解算结果是否满足其布阵要求,若不满足,采用凸优化算法辅助计算,并更新数据集,重新训练;否则,输出神经网络模型;通过模型,根据单元间距约束和有源方向图,进行稀疏化天线阵列综合,输出阵列拓扑。本发明专利技术可实现天线阵列的综合结算,具有速度快、效率高、更符合真实阵列工作环境的优点。

【技术实现步骤摘要】

本专利技术涉及相控阵天线,尤其涉及一种基于神经网络智能解算的稀疏化天线阵列综合方法


技术介绍

1、相控阵天线广泛应用于各类雷达通信、遥感探测、射天天文系统中,作为空间电磁波与电子系统导行波转化的关键部件,其性能指标直接影响了系统效能。阵列天线综合技术可根据期望的辐射方向图性能,反向综合得到阵列天线的单元个数、排布方式、阵元间距、激励幅度和相位等,是天线设计的起点和关键。

2、有源相控阵的成本和功耗主要来源于收发组件,特别是对于高增益天线而言,降低有源通道数将大幅降低系统的复杂度和成本功耗,稀疏、稀布阵技术应用而生。相比于传统均匀布阵方式,天线单元分布不局限于矩形或活三角栅格、单元间距也不再受限于半波长,可通过较少的硬件设备量实现高增益、高分辨的窄波束辐射,为系统设计带来了更大的灵活性,也降低了系统的硬件成本。

3、然而,阵列稀疏或稀布会导致扫描栅瓣产生,需要通过单元位置排布以及激励的幅相优化进行解决,设计的关键在于有效的阵列综合算法。阵列综合往往是一个多目标、多参量的非线性优化问题,传统的穷举法、解析算法、梯度迭代优化算法、随机优本文档来自技高网...

【技术保护点】

1.一种基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,在所述步骤S1中,具体包括:

3.根据权利要求2所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,所述天线单元形式根据所述阵列综合要求确定:

4.根据权利要求3所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,在所述步骤S11中,所述全波仿真包括:

5.根据权利要求3所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,在所述步骤S2中,具体...

【技术特征摘要】

1.一种基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,在所述步骤s1中,具体包括:

3.根据权利要求2所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,所述天线单元形式根据所述阵列综合要求确定:

4.根据权利要求3所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,在所述步骤s11中,所述全波仿真包括:

5.根据权利要求3所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,在所述步骤s2中,具体包括:

6.根据权利要求5所述的基于神经网络智能解算的稀疏化天线阵列综合方法,其特征在于,当所述期望辐射性能还包括交叉极化时,在全波仿真时,提取交叉极化的单元有源方向图分量,则所述输入向量还包括整阵交叉极化...

【专利技术属性】
技术研发人员:金世超杨钰茜刘敦歌尹心费春娇王辰宇孙家星王静梅辰钰黄俊刘立朋苏巾槐
申请(专利权)人:航天恒星科技有限公司
类型:发明
国别省市:

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