一種平面陣列天線有源散射方向圖預(yù)測(cè)方法
【專利摘要】本發(fā)明公開了一種平面陣列天線有源散射方向圖預(yù)測(cè)方法，方法包括以下步驟：1)根據(jù)有源方向圖法，將大型平面陣列的散射場(chǎng)劃分為幾個(gè)小型平面子陣列散射場(chǎng)；2）建立BP神經(jīng)網(wǎng)絡(luò)校正模型；所述BP神經(jīng)網(wǎng)絡(luò)校正模型結(jié)構(gòu)分為三大層：輸入層、隱含層、輸出層；計(jì)算輸出的誤差；將輸出結(jié)果與Δ的差值反向回傳，根據(jù)誤差梯度下降法依次修正權(quán)值的修正量；進(jìn)行模型訓(xùn)練，網(wǎng)絡(luò)達(dá)到收斂目標(biāo)或者預(yù)定迭代次數(shù)即訓(xùn)練完成；運(yùn)用基于訓(xùn)練后神經(jīng)網(wǎng)絡(luò)校正模型的有源方向圖法，給出大型平面陣列的散射方向圖。本發(fā)明通過(guò)神經(jīng)網(wǎng)絡(luò)這種優(yōu)化算法對(duì)陣列天線傳統(tǒng)的有源散射方向圖預(yù)測(cè)方法進(jìn)行優(yōu)化，可較好的進(jìn)行誤差控制，為把握大型陣列天線的散射方向圖提供預(yù)測(cè)手段。
【專利說(shuō)明】一種平面陣列天線有源散射方向圖預(yù)測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信領(lǐng)域，尤其涉及一種平面陣列天線有源散射方向圖預(yù)測(cè)方法。

【背景技術(shù)】
[0002] 預(yù)測(cè)陣列天線的散射方向圖一般采用基于有限元、矩量法等數(shù)值算法進(jìn)行預(yù)測(cè)。 然而對(duì)于較大型的平面陣列天線，數(shù)值算法所需要的計(jì)算時(shí)間和計(jì)算內(nèi)存資源劇增，導(dǎo)致 往往難以給出散射方向圖的預(yù)估。國(guó)內(nèi)外有研宄者提出了一種基于小型陣列散射場(chǎng)推算的 大型陣列的有源方向圖法，大大降低了算法對(duì)于計(jì)算時(shí)間和計(jì)算內(nèi)存資源的需求。然而由 于該方法存在近似誤差，使其計(jì)算結(jié)果誤差相對(duì)較大。由于有源方向圖法的近似誤差屬于 非線性誤差，常規(guī)的線性誤差消除辦法和回歸方法失效。如何控制這種近似誤差成為實(shí)際 應(yīng)用急需解決的難題。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明要解決的技術(shù)問(wèn)題在于針對(duì)現(xiàn)有技術(shù)中的缺陷，提供一種基于BP神經(jīng)網(wǎng) 絡(luò)誤差控制技術(shù)的平面陣列天線有源散射方向圖預(yù)測(cè)方法，通過(guò)神經(jīng)網(wǎng)絡(luò)這種優(yōu)化算法對(duì) 陣列天線傳統(tǒng)的有源散射方向圖預(yù)測(cè)方法進(jìn)行優(yōu)化，可較好的進(jìn)行誤差控制，為把握大型 陣列天線的散射方向圖提供預(yù)測(cè)手段。
[0004] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：一種平面陣列天線有源散射方向圖 預(yù)測(cè)方法，包括以下步驟：
[0005] 1)根據(jù)有源方向圖法，將大型平面陣列的散射場(chǎng)劃分為幾個(gè)小型平面子陣列散射 場(chǎng)；
[0006] 2)建立BP神經(jīng)網(wǎng)絡(luò)校正模型；所述BP神經(jīng)網(wǎng)絡(luò)校正模型結(jié)構(gòu)分為三大層：輸入 層、隱含層、輸出層；
[0007] 輸入層為通過(guò)步驟1)計(jì)算的單站RCS理論值Theory，大型平面陣列的X方向陣元 數(shù)目Q，Z方向陣元數(shù)目N;
[0008] 該BP神經(jīng)網(wǎng)絡(luò)校正模型中：
[0009] χ」表示輸入層第j個(gè)節(jié)點(diǎn)的輸入，j = 1，…，M ;M為總節(jié)點(diǎn)（單元）數(shù)量；
[0010] 表示隱含層第i個(gè)節(jié)點(diǎn)到輸入層第j個(gè)節(jié)點(diǎn)之間的權(quán)值；
[0011] θ i表示隱含層第i個(gè)節(jié)點(diǎn)的閾值；
[0012] Φ (X)表示隱含層的激勵(lì)函數(shù)；
[0013] Wki表示輸出層第k個(gè)節(jié)點(diǎn)到隱含層第i個(gè)節(jié)點(diǎn)之間的權(quán)值，i = 1，…，q ;
[0014] ak表示輸出層第k個(gè)節(jié)點(diǎn)的閾值，k = 1，…，L ;
[0015] q，L為權(quán)重系數(shù)的個(gè)數(shù)值；可根據(jù)實(shí)際需求予以調(diào)節(jié)，最極端的Q = L = 1，即意 味著權(quán)重僅僅為1 ;
[0016] Φ (X)表示輸出層的激勵(lì)函數(shù)；
[0017] Ok表示輸出層第k個(gè)節(jié)點(diǎn)的輸出；
[0018] 3)計(jì)算輸出的誤差：
[0019]

【權(quán)利要求】
1. 一種平面陣列天線有源散射方向圖預(yù)測(cè)方法，其特征在于包括以下步驟： 1) 根據(jù)有源方向圖法，將大型平面陣列的散射場(chǎng)劃分為幾個(gè)小型平面子陣列散射場(chǎng)； 2) 建立BP神經(jīng)網(wǎng)絡(luò)校正模型；所述BP神經(jīng)網(wǎng)絡(luò)校正模型結(jié)構(gòu)分為三大層：輸入層、隱 含層、輸出層； 輸入層為通過(guò)步驟1)計(jì)算的單站RCS理論值Theory，大型平面陣列的X方向陣元數(shù)目 Q，Z方向陣元數(shù)目N ; 該BP神經(jīng)網(wǎng)絡(luò)校正模型中： Xj表示輸入層第j個(gè)節(jié)點(diǎn)的輸入，j = 1，…，M ;M為總節(jié)點(diǎn)（單元）數(shù)量； Wij表示隱含層第i個(gè)節(jié)點(diǎn)到輸入層第j個(gè)節(jié)點(diǎn)之間的權(quán)值； Θ i表示隱含層第i個(gè)節(jié)點(diǎn)的閾值； Φ (X)表示隱含層的激勵(lì)函數(shù)； Wki表示輸出層第k個(gè)節(jié)點(diǎn)到隱含層第i個(gè)節(jié)點(diǎn)之間的權(quán)值，i = 1，…，q ; ak表示輸出層第k個(gè)節(jié)點(diǎn)的閾值，k = 1，…，L ;， q，L為權(quán)重系數(shù)的個(gè)數(shù)值；可根據(jù)實(shí)際需求予以調(diào)節(jié)，最極端的Q = L=I,即意味著 權(quán)重僅僅為1 ; Φ (X)表示輸出層的激勵(lì)函數(shù)； Ok表示輸出層第k個(gè)節(jié)點(diǎn)的輸出； 3) 計(jì)算輸出的誤差：
4) 系統(tǒng)對(duì)P個(gè)訓(xùn)練樣本的總誤差準(zhǔn)則函數(shù)為：
其中T/為計(jì)算的陣列天線單站RCS理論值； 5) 將輸出結(jié)果與△的差值反向回傳，根據(jù)誤差梯度下降法依次修正輸出層權(quán)值的 修正量Awki，輸出層閾值的修正量Aa k，隱含層權(quán)值的修正量Awij，隱含層閾值的修正量 Δ θ?;其中Δ = Theory-Simulation，S卩理論計(jì)算值和相應(yīng)HFSS仿真計(jì)算值的誤差值Δ ;
6) 進(jìn)行模型訓(xùn)練，網(wǎng)絡(luò)達(dá)到收斂目標(biāo)或者預(yù)定迭代次數(shù)即訓(xùn)練完成；通過(guò)訓(xùn)練數(shù)據(jù)的 訓(xùn)練，使神經(jīng)網(wǎng)絡(luò)映射理論計(jì)算值、陣元數(shù)目和理論值近似誤差的關(guān)系。 7) 運(yùn)用基于訓(xùn)練后神經(jīng)網(wǎng)絡(luò)校正模型的有源方向圖，給出大型平面陣列的散射方向 圖。
2. 根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟6)中的收斂目標(biāo)為le-8。
3. 根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于，所述步驟6)中的預(yù)定迭代次數(shù)為 30000〇
【文檔編號(hào)】G06N3/02GK104517035SQ201410801884
【公開日】2015年4月15日 申請(qǐng)日期:2014年12月22日 優(yōu)先權(quán)日:2014年12月22日
【發(fā)明者】方重華, 賴奔, 譚輝, 劉其鳳, 吳鋒濤 申請(qǐng)人:中國(guó)艦船研究設(shè)計(jì)中心