[發明專利]一種相控陣天線陣面變形全天候監測方法

在審

• 申請號: 201611056481.3
• 申請日: 2016-11-25
• 公開（公告）號: CN106597391A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 田富君;胡祥濤;魏一雄;程五四;周紅橋;陳帝江;張祥祥;陳興玉;張紅旗;蘇建軍
• 申請（專利權）人: 中國電子科技集團公司第三十八研究所
• 主分類號: G01S7/40
• 分類號: G01S7/40
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙)34124
• 代理人: 方榮肖

1.一種相控陣天線陣面變形全天候監測方法，其特征在于：其包括以下步驟：

步驟一、確定相控陣天線陣面仿真工況

分析影響天線陣面變形的環境載荷，確定影響天線陣面變形的主要因素，假設因素有m個，將每個因素在一定范圍內進行離散，選取r個水平，查詢標準化的正交表L_n(r^q)，q≥m；n＝r^k(k＝2,3,…)確定仿真工況；

步驟二、天線陣面有限元仿真模型構建與驗證

利用有限元仿真工具，建立天線陣面有限元仿真模型，并在某一典型工況下對建立的有限元模型進行仿真，獲取仿真結果數據，同時，在同一典型工況下對天線陣面變形進行測量，將仿真數據與測量數據進行對比，如果超出了給定的誤差范圍，對建立的仿真模型進行修正；

步驟三、獲取天線陣面仿真工況對應的變形數據

按照步驟一確定的仿真工況對修正后的仿真模型進行一一仿真，記錄各工況下的天線陣面變形數據；

步驟四、建立基于神經網絡的天線陣面變形監測模型

以仿真數據為基礎，選取神經網絡的類型，確定所述神經網絡的結構參數，對神經網絡進行訓練和測試，構建基于神經網絡的天線陣面變形監測模型；

步驟五、對天線陣面變形進行全天候監測

通過實時監測的天線陣面的仿真工況數據，帶入天線陣面變形監測模型，實時計算天線陣面變形，實現天線陣面變形全天候的實時監測。

2.如權利要求1所述的相控陣天線陣面變形全天候監測方法，其特征在于：在步驟一中，影響天線陣面變形的環境載荷包括重力載荷、風載、溫度載荷、輻射單元的行位置和列位置。

3.如權利要求1所述的相控陣天線陣面變形全天候監測方法，其特征在于：在步驟二中，有限元仿真模型的構建因素包括天線陣面幾何模型的簡化、網格劃分、定義材料屬性、定義邊界條件。

4.如權利要求1所述的相控陣天線陣面變形全天候監測方法，其特征在于：在步驟二中，對天線陣面有限元仿真模型的修正包括剛度修正、質量修正、邊界條件修正。

5.如權利要求1所述的相控陣天線陣面變形全天候監測方法，其特征在于：在步驟四中，將仿真數據作為樣本數據進行歸一化處理，隨機選擇部分樣本數據作為訓練樣本數據，剩下一部分樣本數據作為測試樣本數據；確定神經網絡的結構參數，利用訓練樣本數據對建立的天線陣面變形監測模型進行訓練，并利用測試樣本數據對訓練后的神經網絡進行測試，當測試結果超出了誤差允許范圍，需對神經網絡的結構參數進行修正，從而建立基于神經網絡的天線陣面變形監測模型。

6.如權利要求1所述的相控陣天線陣面變形全天候監測方法，其特征在于：在步驟四中，天線陣面變形監測模型的構建方法包括以下步驟：

相控陣天線陣面變形監測神經網絡模型構建；

天線陣面仿真樣本數據歸一化預處理；

相控陣天線陣面變形監測神經網絡樣本的選擇；

相控陣天線陣面變形監測神經網絡訓練；

相控陣天線陣面變形監測神經網絡測試。

7.如權利要求6所述的相控陣天線陣面變形全天候監測方法，其特征在于：在相控陣天線陣面變形監測神經網絡模型構建中，所構建的神經網絡模型采用BP神經網絡、RBF神經網絡、進化神經網絡、模糊神經網絡、小波神經網絡中的其中一種實現。

8.如權利要求6所述的相控陣天線陣面變形全天候監測方法，其特征在于：所構建的神經網絡模型包括輸入層、隱藏層和輸出層；其中，輸入層綜合考慮了影響天線陣面變形的各種因素，選取了重力荷載、風荷載、溫度荷載、輻射單元的行位置和列位置5個神經元節；輸出層選取了相控陣天線的每個輻射單元在三個坐標軸方向上的位移△X，△Y，△Z。

9.如權利要求1所述的相控陣天線陣面變形全天候監測方法，其特征在于：在步驟五中，將實時采集的天線陣面環境載荷以及相控陣天線的每個輻射單元的坐標值，輸入基于神經網絡的天線陣面變形監測模型，實時計算每個輻射單元的變形，實現天線陣面變形全天候的實時監測。