[發明專利]基于AI的相控陣天線校準方法、系統、設備及存儲介質

在審

• 申請號: 202211267181.5
• 申請日: 2022-10-17
• 公開（公告）號: CN115693157A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 鐘浩城;林偉偉;李慶宇
• 申請（專利權）人: 華南理工大學
• 主分類號: H01Q3/26
• 分類號: H01Q3/26;H01Q3/34;G06N20/00
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 李斌

本發明公開了一種基于AI的相控陣天線校準方法、系統、設備及存儲介質，方法包括：收集每個輻射單元在不同相位時對應的輻射功率的原始數據；對所述的原始數據進行處理，得到用于訓練模型的數據集；構造基于AI的機器學習模型；利用數據集對所構造的機器學習模型進行訓練，得到訓練好的模型；對給定的相控陣天線進行測量，獲得用于輸入訓練好的模型的數據；將測量數據輸入訓練好的模型，輸出輻射單元的預測饋電相位；計算預測饋電相位與所設置相位的差值，并求誤差的平均值，將該平均值視為應當校準至的初始相位，至此相控陣天線校準完成。本發明運用基于AI的機器學習模型，減少制造誤差與噪聲對波束賦形的影響，實現精度較高的相控陣天線校準。

技術領域

本發明屬于機器學習、天線測量的技術領域，具體涉及一種基于AI的相控陣天線校準方法、系統及存儲介質。

背景技術

相控陣天線由多個固定的輻射單元組成，這些單元相互關聯，并且可以對每個單元使用調相器來將波束賦形至空間中的給定角度。隨著相控陣技術的不斷突破，它已經被廣泛的應用于5G通信、醫學成像、自動駕駛等領域，極大的豐富了我們的日常生活。由于相控陣天線存在由設計、環境、老化、噪聲等導致的誤差，使相控陣天線的性能降低，因此如何對相控陣天線的校準也成為了當下研究的熱點。

傳統的校準方法常按測量位置和天線位置距離的遠近進行分類。在遠場或中場測量時使用最多的是旋轉矢量法，根據測量的遠場/中場電場幅度變化來解算出該輻射單元的幅相狀態。在近場測量時常使用單通道檢測法與口面場反演法，其中單通道檢測法使用探頭運動到各個輻射單元前，打開當前輻射單元并關閉其他輻射單元，測試當前輻射單元不同頻率下的幅相數據，比較不同輻射單元相同頻率響應來獲得；口面場反演使用正常天線測量流程進行測量，完成后使用反向投影技術并補償探頭效應后得到相控陣天線上各個輻射單元的幅相數據。

旋轉矢量法在輻射單元數量較多時單個單元造成的幅度變化不明顯，且校準所需的時間也較長；近場測量法只能在微波暗室中進行，數據量大，效率低，對測量儀器的同步性要求也較高。

發明內容

本發明的主要目的在于克服現有技術的缺點與不足，提供一種基于AI的相控陣天線校準方法、系統及存儲介質，將較少次數的測量數據輸入訓練好的AI模型，以毫秒級的時間輸出各輻射單元應當校準至的饋電相位，具有測量結果準確、測量速度快、計算成本低等優點。

為了達到上述目的，本發明采用以下技術方案：

第一方面，本發明提供了一種基于AI的相控陣天線校準方法，包括下述步驟：

對于具有M*N個輻射單元的相控陣天線，使用仿真軟件進行數值模擬分別收集每個輻射單元在不同相位時對應的輻射功率的原始數據；

對所述的原始數據進行處理，得到用于訓練模型的數據集；

構造基于AI的機器學習模型；

利用數據集對所構造的機器學習模型進行訓練，得到訓練好的模型；

對給定的相控陣天線進行測量，獲得用于輸入訓練好的模型的數據；

將測量數據輸入訓練好的模型，輸出輻射單元的預測饋電相位；

計算預測饋電相位與所設置相位的差值，并求誤差的平均值，將該平均值視為應當校準至的初始相位，至此相控陣天線校準完成。

作為優選的技術方案，所述輻射功率數據是指某輻射單元的饋電相位從0°通過調相器以固定間隔逐步調整到360°時，同時其他的輻射單元的饋電相位均設置為隨機值時所測量到的輻射功率數據，并通過仿真軟件施加不同功率的噪聲。

作為優選的技術方案，所述基于AI的機器學習模型具體為：

使用隨機初始超參數建立相控陣天線校準XGBoost模型；