CN108763699B - 基于高阶矩量法区域分解的带载体天线优化方法 - Google Patents

基于高阶矩量法区域分解的带载体天线优化方法 Download PDF

Info

Publication number
CN108763699B
CN108763699B CN201810479944.XA CN201810479944A CN108763699B CN 108763699 B CN108763699 B CN 108763699B CN 201810479944 A CN201810479944 A CN 201810479944A CN 108763699 B CN108763699 B CN 108763699B
Authority
CN
China
Prior art keywords
antenna
subregion
matrix
carrier
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810479944.XA
Other languages
English (en)
Other versions
CN108763699A (zh
Inventor
张玉
翟畅
路梓钰
杨若琪
赵勋旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Electronic Science and Technology
Original Assignee
Xian University of Electronic Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian University of Electronic Science and Technology filed Critical Xian University of Electronic Science and Technology
Priority to CN201810479944.XA priority Critical patent/CN108763699B/zh
Publication of CN108763699A publication Critical patent/CN108763699A/zh
Application granted granted Critical
Publication of CN108763699B publication Critical patent/CN108763699B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明提出了一种基于高阶矩量法区域分解的带载体天线优化方法,旨在实现对金属或介质金属混合的带载体天线的仿真优化,并提高优化效率。实现步骤为:获取天线设计参数的初始值;对带载体天线模型区域拆分并构建计算模型;计算带载体天线模型的电磁初始仿真结果;设定带载体天线模型果优化目标和设计参数的优化范围,并对优化算法参数初始化;对带天线的设计参数进行优化。本发明通过采用高阶矩量法区域分解方法,解决了现有技术只能对金属的带载体天线进行仿真优化且优化效率低的技术问题,实现了对金属或介质金属混合的带载体天线的仿真优化的功能,并提了高优化效率。

Description

基于高阶矩量法区域分解的带载体天线优化方法
技术领域
本发明属于电磁仿真技术领域,具体涉及一种基于高阶矩量法区域分解的带载体天线优化方法,可用于对电大尺寸复杂材料及结构的带载体天线的优化。
背景技术
带载体天线系统中,载体处于天线的近场区域,会对天线的性能产生影响,载体对天线的影响主要来源于以下几个方面:载体表面与天线单元之间的耦合作用;入射波在载体壁上产生的表面波;载体表面不均匀产生的二次波、反射波等。这些将使天线的差波束零深、波束宽度、旁瓣、交叉极化比等产生变化,导致带载体天线性能降低。在对天线设计时需要对载体与天线进行整体分析,通过一体化仿真了解天线罩对天线阵列方向图的影响。
由于载体对天线电磁特性有影响,所以在优化带载体天线时,需要对带载体天线进行一体化优化。如果通过实测的方式获得数据,不仅局限于测试设备及环境,还会拉长设计周期,消耗大量人力物力。而通过仿真优化方法可以大大提高优化效率,减少成本。但随着雷达天线频率的提升,带载体天线一体化优化也被视为了电大尺寸问题,高效精准地对其进行优化也成为研究的热点。
采用传统电磁学方法对带载体天线直接仿真优化,是将传统电磁学方法,如有限元、低阶矩量法等,与优化算法相结合。首先利用电磁算法计算出模型结果,根据结果利用优化算法通过对设计参数进行调整,经过多次迭代以获得电磁问题最优解,达到优化目的。但由于带载体天线系统中的载体不需要调整,而对这些部分会多次重复计算,导致计算时间过长、计算资源严重浪费;并且由于待优化的模型电尺寸越来越大,导致带载体天线难以优化。
为了解决上述问题,王晓琼等人在2015年发表于《电子科技大学》名称为《基于区域分解法和粒子群优化算法的天线优化研究》的硕士学位论文中,提出了一种积分方程区域分解法结合粒子群优化算法对天线进行仿真优化的方法。该方法通过先对子区域进行独立剖分和求解后,再对区域之间进行迭代,完成了对电大尺寸目标的电磁分析及优化。但由于该方法采用积分方程方法,对子区域仿真分析时,仍然存在电磁计算量大时间长,导致优化效率低的问题;并且由于该方法所采用积分方程区域分解方法只能对金属模型进行电磁求解,对含介质的载体或天线,如介质天线罩或介质微带天线,难以进行优化。
发明内容
本发明的目的在于克服上述现有技术存在的不足,提出了一种基于高阶矩量法区域分解的带载体天线优化方法,旨在实现对金属或介质金属混合的带载体天线的仿真优化,并提高优化效率。
为实现上述目的,本发明采取的技术方案包括如下步骤:
(1)获取带载体天线模型中天线的设计参数X初始值X0
(2)对带载体天线模型进行区域拆分,得到Q个子区域,并构建子区域计算模型:
根据计算平台的电磁计算规模,对带载体天线模型进行区域拆分,得到天线子区域Ω1和(Q-1)个载体子区域Ω23,…,ΩQ,并按照高阶矩量法要求,对每个子区域进行剖分,得到Q个由四边形面片组成的子区域计算模型,其中Q≥2;
(3)采用高阶矩量法区域分解方法,计算带载体天线模型的电磁仿真结果F的初始值F0
(3.1)采用高阶矩量法对Q个子区域计算模型进行电磁计算,得到Q个子区域阻抗矩阵的逆矩阵,即天线子区域Ω1阻抗矩阵的逆矩阵和载体子区域Ω23,...,ΩQ阻抗矩阵的逆矩阵,并保存;
(3.2)采用高阶矩量法区域分解方法,构建带载体天线模型的区域分解矩阵方程,并将Q个子区域阻抗矩阵的逆矩阵代入该区域分解矩阵方程中,对带载体天线模型的电磁特性进行整体求解,得到带载体天线模型的电磁仿真结果F的初始值F0
(4)设定带载体天线模型电磁仿真结果F的目标值FB和天线设计参数X的优化范围[Xmin,Xmax],并对粒子群优化算法参数进行初始化:
(4.1)根据带载体天线模型的电磁仿真结果F的初始值F0,设定带载体天线模型电磁仿真结果F的目标值FB,并根据带载体天线模型中天线的设计参数X初始值X0,设定载体天线模型中天线的设计参数X的优化范围[Xmin,Xmax];
(4.2)对粒子群优化算法参数进行初始化:
设定粒子群中粒子个数U和粒子速度su的变化范围[smin,smax],在变化范围内随机生成粒子初始速度su(0),并将天线设计参数X的优化范围[Xmin,Xmax]作为粒子位置xu的变化范围[xmin,xmax],以天线设计参数X的初始值X0作为粒子初始位置xu(0),粒子群种群最优粒子位置pI的初始值pI(0)=xu(0),粒子群全局最优粒子位置pG的初始值pG(0)=xu(0),其中U≥2,u=1,2,...,U;
(5)对带载体天线模型中天线的设计参数X进行优化:
(5.1)采用粒子群优化算法,在天线设计参数X的优化范围[Xmin,Xmax]内对带载体天线模型中天线设计参数X的取值进行第t次调整,得到调整后天线设计参数X的U个取值并根据天线设计参数X调整后的取值对天线子区域Ω1进行修改,得到对应的U个天线子区域其中t≥1;
(5.2)对U个天线子区域中的每个子区域分别进行剖分,得到U个由四边形面片组成的天线子区域计算模型,并采用高阶矩量法分别对U个天线子区域计算模型进行电磁计算,得到U个天线子区域阻抗矩阵的逆矩阵;
(5.3)采用高阶矩量法区域分解方法,构建调整后带载体天线模型的区域分解矩阵方程,并将天线子区域中的每个阻抗矩阵的逆矩阵与载体子区域Ω23,...,ΩQ阻抗矩阵的逆矩阵结合,分别代入区域分解矩阵方程,对调整后带载体天线模型的电磁仿真结果进行整体求解,得到带载体天线模型的电磁仿真结果F的U个取值分别为
(5.4)令带载体天线模型电磁仿真结果F取值中所对应的带载体天线模型中天线设计参数X的取值为并判断是否成立,若是,将带载体天线模型中天线设计参数X的取值作为带载体天线的优化结果,否则令粒子群种群最优粒子位置令粒子群全局最优粒子位置pG(t)=max(pI(0),pI(1),…,pI(t)),并执行步骤(5.1)。
本发明与现有技术相比,具有如下优点:
本发明由于在对带载体天线模型子区域进行电磁计算时,通过采用高阶矩量法对带载体天线模型子区域进行电磁计算,减少了子区域电磁计算的计算量和时间;同时在对带载体天线的电磁特性进行整体求解时,通过采用高阶矩量法区域分解方法,实现了对金属或介质金属混合的带载体天线的电磁特性分析,解决了现有技术只能对金属的带载体天线进行仿真优化且优化效率低的技术问题,实现了对金属或介质金属混合的带载体天线的仿真优化的功能,并提了高优化效率。
附图说明
图1是本发明适用的带载体天线的结构示意图;
图2是本发明的实现流程图;
图3是本发明中天线子区域和载体背板子区域划分示意图;
图4是本发明中载体介质罩子区域划分示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和具体实施例,对本发明作进一步详细描述,应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,在本发明适用的带载体天线和载体,天线1为512个半波振子组成的天线阵,载体包括载体背板2和载体介质天线罩3,载体背板2为方形的金属背板,载体介质天线罩3为顶端为半球形的锥形介质天线罩。
参照图2,一种基于高阶矩量法区域分解的带载体天线优化方法,包括如下步骤:
步骤1,待优化带载体天线系统包括天线部分和载体部分,载体部分包括载体背板部分和载体介质天线罩部分,获取带载体天线模型中天线的设计参数X初始值X0
带载体天线中天线的设计参数包括:天线的材料和结构参数,天线馈电的幅度参数和天线馈电的相位参数等,将其中需要优化的参数作为天线的设计参数X初始值X0,在本实施例中对于天线振子长度设计参数进行优化,天线振子为半波对称阵子,初始长度为0.5波长,则X0=0.5。
步骤2,对带载体天线模型进行区域拆分,得到5个子区域,并构建子区域计算模型:
步骤2.1,由于不同的计算平台有不同的计算能力,对于电磁问题有不同的计算规模,对带载体天线模型进行区域拆分,使拆分得到的每个子区域均可在计算平台上进行电磁计算,得到天线子区域Ω1、载体背板子区域Ω2、载体天线罩顶部子区域Ω3以及载体天线罩两侧的子区域Ω4和Ω5
步骤2.2,按照高阶矩量法要求,根据每一个子区域的不同结构对子区域表面进行四边形面片剖分,高阶矩量法利用高阶多项式基函数,可以将面片剖分尺寸扩大到一个波长,用尽可能少的基函数去精准描述表面电流,能够降低电磁场问题的计算量,减小对计算资源的需求并缩短计算时间,所以在剖分时,使剖分得到的面片尺寸尽可接近一个波长,并将剖分得到的多个大小均匀、形状规则的四边形面片组成的集合作为子区域的计算模型。
步骤3,采用高阶矩量法区域分解方法,计算带载体天线模型的电磁仿真结果F的初始值F0
步骤3.1,采用高阶矩量法对5个子区域中第i个子区域Ωi计算模型进行电磁计算,得到子区域Ωi阻抗矩阵的逆矩阵并保存,子区域Ωi的高阶矩量法计算方程为:
Zii·Ii=Vi
其中,i=1,2,…,Q,Zii为Ni×Ni的子区域Ωi阻抗矩阵,Ii为Ni×1的子区域Ωi电流矩阵,Vi为Ni×1的子区域Ωi电压矩阵,Ni为子区域Ωi的电磁计算量,Zii和Vi的矩阵元素zmn和vm的分别为:
其中m=1,2,…,Ni,n=1,2,…,Ni,j为单位复数,a为空间波数,η为自由空间波阻抗,f(r)表示高阶矩量法基函数,是第m个高阶矩量法基函数fm(r)所在的场面片对,是第n个高阶矩量法基函数fn(r)所在的源面片对,G(R)为格林函数,R表示源点到场点的距离;
步骤3.2,采用高阶矩量法区域分解方法,通过构建带载体天线模型的区域分解矩阵方程,并将5个子区域阻抗矩阵的逆矩阵代入区域分解矩阵方程,对带载体天线模型的电磁特性进行整体求解,得到带载体天线模型的电磁仿真结果F的初始值F0
步骤3.2.1,采用高阶矩量法区域分解方法,求解带载体天线模型的电磁仿真结果F初始值F0,区域分解矩阵方程为:
Z·I=V
其中,Z为带载体天线模型的阻抗矩阵,I为带载体天线模型的电流矩阵,V为带载体天线模型的电压矩阵,Z、I和V的矩阵元素Zij、Ii和Vi,i=1,2,3,4,5,j=1,2,3,4,5,Ii为子区域Ωi的电流系数矩阵,Vi为子区域Ωi电压矩阵,当i=j时,Zij为子区域Ωi的阻抗矩阵,当i≠j时,Zij和Zji为子区域Ωi与子区域Ωj的互阻抗矩阵;
步骤3.2.2,采用高斯赛德尔迭代方法,求解区域分解矩阵方程,得到载体天线的电流矩阵I:
步骤3.2.2.1,设置迭代收敛精度δ的取值,并令子区域Ωi的电流矩阵Ii的初始矩阵
步骤3.2.2.2,对子区域Ωi的电流矩阵Ii迭代,区域Ωi的电流矩阵Ii的迭代方程为:
将Q个子区域Ωi阻抗矩阵的逆矩阵代入,得到第k迭代后子区域Ωi的电流矩阵其中k≥1;
步骤3.2.2.3,计算迭代后的残差判断max(ε12,…,εQ)≤δ是否成立,若是,令组成的电流系数矩阵作为求解区域分解矩阵方程得到的电流矩阵I结果,并对电流矩阵I结果进行电磁后处理,根据得到的电流系数矩阵计算得到带载体天线模型的方向图增益参数,瞄准零深等参数以及近场场值等参数,将这些参数希望达到的目标作为带载体天线模型的电磁仿真结果F的初始值F0,在本实施例中电磁仿真结果F为模型的方向图初始增益,F0=31,否则执行步骤3.2.2.3。
步骤4,设定带载体天线模型电磁仿真结果F的目标值FB和天线设计参数X的优化范围[Xmin,Xmax],并对粒子群优化算法参数进行初始化:
步骤4.1,在本实施例中,带载体天线模型的电磁仿真结果F的初始值F0=31,设定带载体天线模型电磁仿真结果F的目标值FB=33,即模型的方向图目标增益为33dB,并根据带载体天线模型中天线的设计参数X初始值X0,设定载体天线模型中天线的设计参数X的优化范围为[0.3,0.7];
步骤4.2,对粒子群优化算法参数进行初始化,设定粒子群中粒子个数为4和粒子速度su的变化范围为[-0.05,0.05],在变化范围内随机生成粒子初始速度su(0),并将天线振子长度设计参数X的优化范围[0.3,0.7]作为粒子位置xu的变化范围,以天线设计参数X的初始值X0作为粒子初始位置xu(0),粒子群种群最优粒子位置pI的初始值pI(0)=xu(0),粒子群全局最优粒子位置pG的初始值pG(0)=xu(0),其中u=1,2,3,4。
步骤5,对带载体天线模型中天线的天线振子长度设计参数X进行优化:
步骤5.1,采用粒子群优化算法,在天线振子长度设计参数X的优化范围[0.3,0.7]内对带载体天线模型中天线设计参数X的取值进行第t次调整,得到调整后天线设计参数X的4个取值分别为并根据天线振子长度设计参数X调整后的取值对天线子区域Ω1进行修改,改变天线振子的长度,得到对应的4个天线子区域
步骤5.1.1,在对天线设计参数X的取值进行第t次调整时,对粒子群中第u个粒子的速度su进行更新,得到更新后的粒子速度s1(t),s2(t),…,sU(t),公式为:
su(t)=ωsu(t-1)+c1r1(t)·[pI(t-1)-xu(t-1)]+
c2r2(t)·[pG(t-1)-xu(t-1)]
其中t为对天线设计参数X取值的调整次数,t≥1,u=1,2,3,4,su(t)第t次调整时的粒子速度,xu(t-1)为第(t-1)次调整时的粒子位置,ω称为惯性因子常数,c1和c2为加速因子常数,r1(t)和r2(t)为[0,1]之间的随机数,pI(t-1)为第(t-1)次调整中粒子群个体最优粒子位置,pG(t-1)为前(t-1)次调整中最优粒子位置;
步骤5.1.2,判断更新后的粒子速度su(t)是否满足其中u=1,2,3,4,若是,且su(t)<-0.05则令su(t)=-0.05,或su(t)>0.05,则su(t)=smax,否则更新后的粒子位置su(t)不变;
步骤5.1.3,在对天线设计参数X的取值进行第t次调整时,对粒子群中第u个粒子的速度xu进行更新,得到更新后的粒子速度x1(t),x2(t),…,xU(t),公式为:
xu(t)=xu(t-1)+su(t);
步骤5.1.4,判断更新后的粒子位置xu(t)是否满足其中u=1,2,3,4,若是,且xu(t)<0.3,则令xu(t)=0.3,或xu(t)>0.7,则令xu(t)=0.7,否则更新后的粒子位置xu(t)保持不变,并将更新后的粒子的位置x1(t),x2(t),x3(t),x4(t)分别作为调整后的带载体天线模型中天线设计参数X的取值
步骤5.1.4,根据天线振子长度设计参数X调整后的取值对天线子区域Ω1进行修改,改变天线振子的长度,得到对应的4个天线子区域
步骤5.2,对天线子区域中的每个子区域分别进行剖分,得到天线子区域计算模型,并采用高阶矩量法对天线子区域计算模型中的每个子区域计算模型分别进行电磁计算,得到天线子区域阻抗矩阵的逆矩阵;
步骤5.3,采用高阶矩量法区域分解方法,通过构建调整后带载体天线模型的区域分解矩阵方程,并将天线子区域中的每个阻抗矩阵的逆矩阵与载体子区域Ω2334阻抗矩阵的逆矩阵结合,分别代入区域分解矩阵方程,对调整后带载体天线模型的电磁仿真结果进行整体求解,得到带载体天线模型的电磁仿真结果F的4个取值分别为
步骤5.4,令带载体天线模型电磁仿真结果F取值中所对应的带载体天线模型中天线设计参数X的取值为并判断是否成立,若是,将带载体天线模型中天线设计参数X的取值作为带载体天线的优化结果,否则令粒子群种群最优粒子位置令粒子群全局最优粒子位置pG(t)=max(pI(0),pI(1),…,pI(t)),并执行步骤(5.1)。
以上描述仅是本发明的具体实施例,不构成对本发明的任何限制。应当理解的是,对本领域专业技术人员来说,在了解本发明的原理后,根据上述说明对形式、细节和参数等加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (4)

1.一种基于高阶矩量法区域分解的带载体天线优化方法,其特征在于,所述带载体天线包括载体和天线,优化方法包括如下步骤:
(1)获取带载体天线模型中天线的设计参数X初始值X0
(2)对带载体天线模型进行区域拆分,得到Q个子区域,并构建子区域计算模型:
根据计算平台的电磁计算规模,对带载体天线模型进行区域拆分,得到天线子区域Ω1和(Q-1)个载体子区域Ω2,Ω3,…,Ωo,并按照高阶矩量法要求,对每个子区域进行剖分,得到Q个由四边形面片组成的子区域计算模型,其中Q≥2;
(3)采用高阶矩量法区域分解方法,计算带载体天线模型的电磁仿真结果F的初始值F0
(3.1)采用高阶矩量法对Q个子区域计算模型进行电磁计算,得到Q个子区域阻抗矩阵的逆矩阵,即天线子区域Ω1阻抗矩阵的逆矩阵和载体子区域Ω2,Ω3,…,ΩQ阻抗矩阵的逆矩阵,并保存;
(3.2)采用高阶矩量法区域分解方法,构建带载体天线模型的区域分解矩阵方程,并将Q个子区域阻抗矩阵的逆矩阵代入该区域分解矩阵方程中,对带载体天线模型的电磁特性进行整体求解,得到带载体天线模型的电磁仿真结果F的初始值F0
(4)设定带载体天线模型电磁仿真结果F的目标值FB和天线设计参数X的优化范围[Xmin,Xmax],并对粒子群优化算法参数进行初始化:
(4.1)根据带载体天线模型的电磁仿真结果F的初始值F0,设定带载体天线模型电磁仿真结果F的目标值FB,并根据带载体天线模型中天线的设计参数X初始值X0,设定载体天线模型中天线的设计参数X的优化范围[Xmin,Xmax];
(4.2)对粒子群优化算法参数进行初始化:
设定粒子群中粒子个数U和粒子速度su的变化范围[smin,smax],在变化范围内随机生成粒子初始速度su(0),并将天线设计参数X的优化范围[Xmin,Xmax]作为粒子位置xu的变化范围[xmin,xmax],以天线设计参数X的初始值X0作为粒子初始位置xu(0),粒子群种群最优粒子位置pI的初始值pI(0)=xu(0),粒子群全局最优粒子位置pG的初始值pG(0)=xu(0),其中U≥2,u=1,2,…,U;
(5)对带载体天线模型中天线的设计参数X进行优化:
(5.1)采用粒子群优化算法,在天线设计参数X的优化范围[Xmin,Xmax]内对带载体天线模型中天线设计参数X的取值进行第t次调整,得到调整后天线设计参数X的U个取值并根据天线设计参数X调整后的取值对天线子区域Ω1进行修改,得到对应的U个天线子区域其中t≥1;
(5.2)对U个天线子区域中的每个子区域分别进行剖分,得到U个由四边形面片组成的天线子区域计算模型,并采用高阶矩量法分别对U个天线子区域计算模型中的每个子区域计算模型分别进行电磁计算,得到U个天线子区域阻抗矩阵的逆矩阵;
(5.3)采用高阶矩量法区域分解方法,构建调整后带载体天线模型的区域分解矩阵方程,并将天线子区域中的每个阻抗矩阵的逆矩阵与载体子区域Ω2,Ω3,…,ΩQ阻抗矩阵的逆矩阵结合,分别代入区域分解矩阵方程,对调整后带载体天线模型的电磁仿真结果进行整体求解,得到带载体天线模型的电磁仿真结果F的U个取值分别为
(5.4)令带载体天线模型电磁仿真结果F取值中所对应的带载体天线模型中天线设计参数X的取值为并判断是否成立,若是,将带载体天线模型中天线设计参数X的取值作为带载体天线的优化结果,否则令粒子群种群最优粒子位置令粒子群全局最优粒子位置pG(t)=max(pI(0),pI(1),…,pI(t)),并执行步骤(5.1)。
2.根据权利要求1所述的基于高阶矩量法区域分解的带载体天线优化方法,其特征在于,步骤(3.1)中所述的采用高阶矩量法对Q个子区域计算模型进行电磁计算,具体实现方法为:
采用高阶矩量法对Q个子区域中的第i个子区域Ωi计算模型进行电磁计算,得到子区域Ωi阻抗矩阵的逆矩阵子区域Ωi的高阶矩量法计算方程为:
Zii·Ii=Vi
其中,i=1,2,…,Q,Zii为Ni×Ni的子区域Ωi阻抗矩阵,Ii为Ni×1的子区域Ωi电流矩阵,Vi为Ni×1的子区域Ωi电压矩阵,Ni为子区域Ωi的电磁计算量,Zii和Vi的矩阵元素zmn和vm的分别为:
其中m=1,2,…,Ni,n=1,2,…,Ni,j为单位复数,a为空间波数,η为自由空间波阻抗,f(r)表示高阶矩量法基函数,是第m个高阶矩量法基函数fm(r)所在的场面片对,是第n个高阶矩量法基函数fn(r)所在的源面片对,G(R)为格林函数,R表示源点到场点的距离。
3.根据权利要求1所述的基于高阶矩量法区域分解的带载体天线优化方法,其特征在于,步骤(3.2)中所述的对带载体天线模型的电磁特性进行整体求解,实现步骤为:
(3.2.1)采用高阶矩量法区域分解方法,求解带载体天线模型的电磁仿真结果F,构建区域分解矩阵方程:
Z·I=V
其中,Z为带载体天线模型的阻抗矩阵,I为带载体天线模型的电流矩阵,V为带载体天线模型的电压矩阵,Z、I和V的矩阵元素Zij、Ii和Vi,i=1,2,…,Q,j=1,2,…,Q,Q为子区域个数,Ii为子区域Ωi的电流系数矩阵,Vi为子区域Ωi电压矩阵,当i=j时,Zij为子区域Ωi的阻抗矩阵,当i≠j时,Zij和Zji为子区域Ωi与子区域Ωj的互阻抗矩阵;
(3.2.2)采用高斯赛德尔迭代方法,求解区域分解矩阵方程,得到载体天线的电流矩阵I:
(3.2.2.1)设置迭代收敛精度δ的取值,并令子区域Ωi的电流矩阵Ii的初始矩阵
(3.2.2.2)对子区域Ωi的电流矩阵Ii进行迭代,区域Ωi的电流矩阵Ii的迭代方程为:
将子区域Ωi阻抗矩阵的逆矩阵代入并计算,得到第k次迭代后子区域Ωi的电流矩阵其中k≥1;
(3.2.2.3)计算第k次迭代后的残差判断max(ε1,ε2,…,εQ)≤δ是否成立,若是,令组成的电流系数矩阵作为求解区域分解矩阵方程得到的电流系数矩阵I结果,并对电流系数矩阵I的结果进行电磁后处理,得到带载体天线模型的电磁仿真结果F的初始值F0,否则执行步骤(3.2.2.2)。
4.根据权利要求1所述的基于高阶矩量法区域分解的带载体天线优化方法,其特征在于,步骤(5.1)中所述的对带载体天线模型中天线设计参数X的取值进行第t次调整,实现步骤为:
(5.1.1)对粒子群中U个粒子中第u个粒子的速度su进行更新,得到更新后的粒子速度s1(t),s2(t),…,sU(t),粒子速度更新公式为:
su(t)=ωsu(t-1)+c1r1(t)·[pI(t-1)-xu(t-1)]+c2r2(t)·[pG(t-1)-xu(t-1)]
其中t≥1,u=1,2,…,U,su(t)第t次调整时第u个粒子的速度,xu(t-1)为第(t-1)次调整时第u个粒子的位置,ω称为惯性因子常数,c1和c2为加速因子常数,r1(t)和r2(t)为[0,1]之间的随机数,pI(t-1)为第(t-1)次调整中粒子群个体最优粒子位置,pG(t-1)为前(t-1)次调整中最优粒子位置;
(5.1.2)判断更新后的粒子速度su(t)是否在调整范围[smin,smax]内,当更新后的粒子位置su(t)∈[smin,smax]时,su(t)不变,当时,若su(t)<smin,令su(t)=smin,若su(t)>smax,令su(t)=smax
(5.1.3)对粒子群中第u个粒子的速度xu进行更新,得到更新后的粒子速度x1(t),x2(t),…,xU(t),粒子位置更新公式为:
xu(t)=xu(t-1)+su(t);
(5.1.4)判断更新后的粒子位置xu(t)是否在调整范围[xmin,xmax]内,当更新后的粒子位置xu(t)∈[xmin,xmax]时,xu(t)不变,当时,若xu(t)<xmin,令xu(t)=xmin,若xu(t)>xmax,令xu(t)=xmax,并将U个更新后的粒子的位置xu(t)分别作为调整后的带载体天线模型中天线设计参数X的取值
CN201810479944.XA 2018-05-18 2018-05-18 基于高阶矩量法区域分解的带载体天线优化方法 Active CN108763699B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810479944.XA CN108763699B (zh) 2018-05-18 2018-05-18 基于高阶矩量法区域分解的带载体天线优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810479944.XA CN108763699B (zh) 2018-05-18 2018-05-18 基于高阶矩量法区域分解的带载体天线优化方法

Publications (2)

Publication Number Publication Date
CN108763699A CN108763699A (zh) 2018-11-06
CN108763699B true CN108763699B (zh) 2019-11-01

Family

ID=64007980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810479944.XA Active CN108763699B (zh) 2018-05-18 2018-05-18 基于高阶矩量法区域分解的带载体天线优化方法

Country Status (1)

Country Link
CN (1) CN108763699B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109726439A (zh) * 2018-12-04 2019-05-07 上海索辰信息科技有限公司 全频段天线阵与天线罩一体化仿真方法
CN110110458B (zh) * 2019-05-14 2023-03-14 西安电子科技大学 基于高阶矩量法的形变共形阵列天线建模方法
CN113111558B (zh) * 2021-04-20 2021-09-10 北京航空航天大学 多层微带结构电磁模型的快速生成方法、存储介质和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036078A (zh) * 2014-06-06 2014-09-10 西安电子科技大学 一种基于安装高度的阵列天线辐射和散射性能综合设计方法
CN104993881A (zh) * 2015-06-19 2015-10-21 中国人民解放军信息工程大学 一种mimo天线互耦特性快速分析方法
CN106682245A (zh) * 2015-11-05 2017-05-17 南京理工大学 Aca加速矩量法结合流形映射优化集总加载天线的方法
CN107066702A (zh) * 2017-03-22 2017-08-18 南京航空航天大学 一种快速求解导体结构局部变化的电磁散射方法
CN107169181A (zh) * 2017-05-02 2017-09-15 西安电子科技大学 基于多目标离散差分进化算法的圆环阵天线设计方法
CN107294589A (zh) * 2017-08-03 2017-10-24 哈尔滨工业大学 基于粒子群优化算法的多波束卫星阵列天线方向图综合方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8776002B2 (en) * 2011-09-06 2014-07-08 Variable Z0, Ltd. Variable Z0 antenna device design system and method
CN106599331B (zh) * 2015-10-16 2019-11-29 南京理工大学 矩量法结合置信域空间映射算法的天线优化方法
US10302684B2 (en) * 2016-04-13 2019-05-28 University Of Manitoba Method for determining electric field and related applications

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104036078A (zh) * 2014-06-06 2014-09-10 西安电子科技大学 一种基于安装高度的阵列天线辐射和散射性能综合设计方法
CN104993881A (zh) * 2015-06-19 2015-10-21 中国人民解放军信息工程大学 一种mimo天线互耦特性快速分析方法
CN106682245A (zh) * 2015-11-05 2017-05-17 南京理工大学 Aca加速矩量法结合流形映射优化集总加载天线的方法
CN107066702A (zh) * 2017-03-22 2017-08-18 南京航空航天大学 一种快速求解导体结构局部变化的电磁散射方法
CN107169181A (zh) * 2017-05-02 2017-09-15 西安电子科技大学 基于多目标离散差分进化算法的圆环阵天线设计方法
CN107294589A (zh) * 2017-08-03 2017-10-24 哈尔滨工业大学 基于粒子群优化算法的多波束卫星阵列天线方向图综合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Electromagnetic scattering from large rain drops versus melting hail》;Elene Chobanyan etc.;《2015 IEEE International Symposium on Antennas and Propagation & USNC/URSI National Radio Science Meeting》;20151026;第760-761页 *
《基于区域分解法和粒子群优化算法的天线优化研究》;王晓琼;《中国优秀硕士学位论文全文数据库》;20160315(第03期);全文 *

Also Published As

Publication number Publication date
CN108763699A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108763699B (zh) 基于高阶矩量法区域分解的带载体天线优化方法
Cismasu et al. Antenna bandwidth optimization with single frequency simulation
Guo et al. Pattern synthesis of conformal array antenna in the presence of platform using differential evolution algorithm
Moroder et al. Modeling of wet antenna attenuation for precipitation estimation from microwave links
CN107391880A (zh) 一种精确高效的天线罩电性能分析方法
CN104539340A (zh) 一种基于稀疏表示和协方差拟合的稳健波达角估计方法
Sharma et al. Design of MIMO planar antenna at 24 GHz band for radar, communication and sensors applications
Zhang et al. Deterministic ray tracing: A promising approach to THz channel modeling in 6G deployment scenarios
Wang et al. ANN synthesis model of single-feed corner-truncated circularly polarized microstrip antenna with an air gap for wideband applications
CN105866743B (zh) 基于混响室的雷达杂波频谱特性模拟系统及方法
Deshmukh et al. Artificial neural network model for suspended equilateral triangular microstrip antennas
Ciattaglia et al. Time domain synthesis of pulsed arrays
CN113567943A (zh) 基于saim与cat获取载体平台宽带rcs的方法
CN108446504A (zh) 基于凸优化的近场阵列天线方向图综合方法
Pandey Modeling and simulation of chaff cloud with random orientation and distribution
KR101603779B1 (ko) 컨포멀 안테나의 성능 시뮬레이션 장치 및 방법
CN116205143A (zh) 一种基于物理信息神经网络实现天线方向图的设计方法
Zhou et al. Fast low-sidelobe pattern synthesis for linear array thinning utilizing a modified iterative Chirp-Z transform technique
Salma et al. Particle Swarm Optimization of a Multi-band MIMO Antenna for Ultra-Wide Band characteristics
Jin et al. A Novel Waveform Optimization Framework
Guney et al. Adaptive‐network‐based fuzzy inference system models for input resistance computation of circular microstrip antennas
Rani et al. Development of virtual instrument model for parameter estimation of fractal antenna array
Yin et al. Study on calculation and verification of radiowave propagation using parabolic equation for the antenna near the ground
Modi et al. Synthesis of Elliptical Patch Micro-strip Antenna using artificial neural network
Langley et al. Analysis of mutual coupling algorithms for a dipole array

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant