[發明專利]平板裂縫天線縫制造精度對電性能影響的預測方法

無效

• 申請號: 200810017898.8
• 申請日: 2008-04-08
• 公開（公告）號: CN101252224A
• 公開（公告）日: 2008-08-27
• 發明（設計）人: 段寶巖;周金柱;黃進;李華平;宋立偉;李鵬;保宏;刁玖勝;王偉
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H01Q13/10
• 分類號: H01Q13/10;H01Q13/00
• 代理公司: 陜西電子工業專利中心
• 代理人: 韋全生

1.一種平板裂縫天線縫制造精度對電性能影響的預測方法，其具體的實現步驟如下：

(1)、搜集、整理平板裂縫天線各個輻射縫、耦合縫和激勵縫的縫尺寸數據與相對應的電性能指標數據，并構建數據庫；

(2)、對搜集到的數據進行處理，獲得平板裂縫天線的縫平均制造精度x與對應的電性能指標變化量Δy；其中縫平均制造精度x包括輻射縫的縫平均制造精度、耦合縫的縫平均制造精度、激勵縫的縫平均制造精度；

(3)、對(2)中得到的縫平均制造精度以及對應的電性能指標數據進行規一化預處理，并把處理后的數據樣本分成訓練數據樣本和檢驗數據樣本兩部分；

(4)、在(3)中數據處理完成的基礎上，使用支持向量機算法對前面處理得到的訓練數據樣本進行建模，獲得電性能指標變化量Δy與縫平均制造精度x的模型；然后使用檢驗數據樣本驗證模型的正確性；最后，根據所建立的電性能指標變化量的模型，推導出平板裂縫天線在考慮縫制造精度后的電性能指標預測模型；

(5)、根據(4)中建立的電性能指標預測模型，指定平板裂縫天線的縫制造精度；然后使用預測模型預測縫制造精度對電性能指標的影響程度，使用這種預測方法，在保證天線的電性能指標滿足要求的情況下，選擇出合理的縫制造精度。

2.根據權利要求1所述的方法，其特征在于上述的步驟(4)按如下步驟進行：

①.遺傳算法優化選擇支持向量機參數

根據步驟(3)中獲得的訓練數據樣本，首先利用優化方法選擇支持向量機的參數，以保證支持向量機建立模型的準確性和泛化性，在此我們提出了基于遺傳算法優化選擇支持向量機參數的方法，它的優化問題實現過程如下：

??????????????Find?P＝[C，k，ε]

??????????????Max.f(P)＝λ[1-E(f(x，P)，Δy)]+(1-λ)(1-nsv/L)

??????????????s.t.C_min≤C≤C_max

??????????????????K_min≤k≤K_max

??????????????????ε_min≤ε≤ε_max

式中C、k和ε是需要優化選擇的支持向量機參數，E(f(x,P),Δy)=L-1Σi=1L(Δyi-fi(x,P))2]]>表示規一化的均方根精度，其中L是建模使用的訓練數據樣本個數，Δy_i表示實際測量的電性能指標變化量，f_i(x，P)是建立的模型預測得到的電性能指標變化量，nsv是支持向量個數，λ是權重因子，C_min和C_max是待求參數C取值范圍的最小值和最大值，K_min和K_max是待求參數k取值范圍的最小值和最大值，ε_min和ε_max是待求參數ε取值范圍的最小值和最大值；

②.利用支持向量機建立電性能指標變化量Δy與縫平均制造精度x的模型

在使用遺傳算法獲得最優的支持向量機參數C、k和ε的基礎上，根據步驟(3)中獲得的訓練數據樣本，運用支持向量機建立平板裂縫天線電性能指標變化量Δy與縫平均制造精度x的預測模型，模型的一般表示形式是：

Δy=f(x)=Σi=1nsvωiK(x,xi)+b]]>

式中表示核函數，不同的核函數選擇會有不同的核參數k，ω_i，b，nsv是待求解的參數，它們的求解由下面的最優問題得到：

Min.R(ω,ξ,ζ*)=12||ω||2+CΣi=1L(ξi+ξi*)]]>

ξi,ξ*i≥0,i=1,2,...,L]]>

式中，ξ和ξ^*為松弛變量的上限與下限；

針對平板裂縫天線的電性能指標，根據步驟(3)中獲得的訓練數據樣本以及支持向量機建立模型Δy＝f(x)的原理，可以分別建立縫平均制造精度與波束寬度變化量ΔBW、增益變化量ΔG、駐波比變化量ΔVSWR、左第一副瓣電平變化量ΔLSLL₁和右第一副瓣電平變化量ΔRSLL₁之間的模型，它們的一般的表示形式如下：

???????ΔBW＝f₁(ΔRL，ΔRW，ΔRO，ΔCL，ΔCW，ΔCθ，ΔEL，ΔEW，ΔEO)

???????ΔG＝f₂(ΔRL，ΔRW，ΔRO，ΔCL，ΔCW，ΔCθ，ΔEL，ΔEW，ΔEO)

???????ΔVSWR＝f₃(ΔRL，ΔRW，ΔRO，ΔCL，ΔCW，ΔCθ，ΔEL，ΔEW，ΔEO)

???????ΔLSLL₁＝f₄(ΔRL，ΔRW，ΔRO，ΔCL，ΔCW，ΔCθ，ΔEL，ΔEW，ΔEO)

???????ΔRSLL₁＝f₅(ΔRL，ΔRW，ΔRO，ΔCL，ΔCW，ΔCθ，ΔEL，ΔEW，ΔEO)

式中，函數f₁，f₂，f₃，f₄，f₅是通過支持向量機數據建模得到的，ΔRL、ΔRW和ΔRO分別表示輻射縫的縫長平均制造精度、縫寬平均制造精度和縫偏移量平均制造精度，ΔCL、ΔCW和ΔCθ分別表示耦合縫的縫長平均制造精度、縫寬平均制造精度和縫傾角平均制造精度，ΔEL、ΔEW和ΔEO分別表示激勵縫的縫長平均制造精度、縫寬平均制造精度和縫偏移量平均制造精度；

③.利用檢驗數據樣本驗證模型的正確性

利用步驟(3)中獲得的檢驗數據樣本對上面建立的數學模型進行驗證，如果模型的準確度在期望的范圍內，就可以應用這些建立的模型，否則，返回到步驟(4)，重新用遺傳算法優化選擇支持向量機參數，然后使用支持向量機建模，直到建立的模型的準確性滿足要求；

④.建立縫平均制造精度對電性能指標的預測模型

在上面利用支持向量機得到縫平均制造精度對電性能指標變化量的模型后，就可以按照下面的公式預測平板裂縫天線在考慮加工制造精度后的電性能指標；

???????????????????????????BW_R＝BW+ΔBW

???????????????????????????G_R＝G+ΔG

???????????????????????????VSWR_R＝VSWR+ΔVSWR

???????????????????????????LSLL_R＝LSLL₁+ΔLSLL₁

???????????????????????????RSLL_R＝RSLL₁+ΔRSLL₁

式中BW_R、G_R、VSWR_R、LSLL_R和RSLL_R分別表示預測得到的平板裂縫天線波束寬度、增益，駐波比、左第一副瓣電平和右第一副瓣電平，BW、G、VSWR、LSLL₁和RSLL₁分別表示設計完成后得到的平板裂縫天線設計波束寬度、增益，駐波比、左第一副瓣電平和右第一副瓣電平。