CN112685923B - 满天星暗室全流程仿真与性能优化方法、装置及电子设备 - Google Patents

满天星暗室全流程仿真与性能优化方法、装置及电子设备 Download PDF

Info

Publication number
CN112685923B
CN112685923B CN202110283724.1A CN202110283724A CN112685923B CN 112685923 B CN112685923 B CN 112685923B CN 202110283724 A CN202110283724 A CN 202110283724A CN 112685923 B CN112685923 B CN 112685923B
Authority
CN
China
Prior art keywords
performance
darkroom
starry
model
gypsophila
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
CN202110283724.1A
Other languages
English (en)
Other versions
CN112685923A (zh
Inventor
张勇虎
伍俊
刘思慧
徐兰霞
潘小海
李中林
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.)
Hunan Snr Information Technology Co ltd
Original Assignee
Hunan Snr Information Technology Co ltd
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 Hunan Snr Information Technology Co ltd filed Critical Hunan Snr Information Technology Co ltd
Priority to CN202110283724.1A priority Critical patent/CN112685923B/zh
Publication of CN112685923A publication Critical patent/CN112685923A/zh
Application granted granted Critical
Publication of CN112685923B publication Critical patent/CN112685923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种满天星暗室全流程仿真与性能优化方法、装置及电子设备，所述方法包括步骤：在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果；在建设阶段基于性价比最大化模型对满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果；在使用阶段基于智能匹配模型在满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并3D显示测试过程中各个组件状态及对应环境状态。本发明可确保系统仿真性能更直观真实，节约建设成本，缩短建设周期，大幅提高满天星暗室的性能和使用范围，充分发挥满天暗室最大效能。

Description

满天星暗室全流程仿真与性能优化方法、装置及电子设备
技术领域
本申请涉及满天星暗室技术领域，特别地，涉及一种满天星暗室全流程仿真与性能优化方法、装置及电子设备。
背景技术
随着电磁环境的日益复杂，需要对导航接收设备抗复杂干扰的性能进行测试。满天星暗室主要用于复杂干扰环境模拟，支持导航信号与干扰信号多个角度辐射，是北斗卫星导航设备抗干扰测试技术的创新发展，有利于提升北斗导航产品质量，增强北斗导航核心竞争力，推动北斗导航抗干扰技术的应用与国际接轨。满天星暗室性能决定复杂电磁干扰测试结果的准确性，作用至关重要。
满天星暗室内一般布局有多个导航天线、干扰天线、干扰滑轨、转台等设备，存在多种反射机制，电磁环境复杂，导致满天星暗室静区性能仿真计算过程极其复杂，同理，由于可选择优化变量和组合多，满天星暗室仿真优化流程极其复杂，传统单一发射源的暗室设计仿真与优化方法无法满足要求。
与此同时，满天星暗室的性能指标要求高且不同被测终端对暗室性能要求侧重点不同，暗室建设费用昂贵，暗室建设周期长；此外满天星暗室测试系统交付给客户后，客户希望在测试过程中能够直观地看到可见卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态等信息。
发明内容
本发明一方面提供了一种满天星暗室全流程仿真与性能优化方法，以解决现有满天星暗室仿真优化流程极其复杂、无法满足要求、建设费用昂贵，暗室建设周期长、不够直观且满天星暗室使用范围有限的技术问题。
本发明采用的技术方案如下：
一种满天星暗室全流程仿真与性能优化方法，包括步骤：
在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，所述全要素影响因子优化模型根据满天星暗室尺寸和各设备对满天星暗室性能影响的历史数据结合满天星暗室尺寸和各设备对满天星暗室静区的影响权重共同确定；
在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，所述性价比最大化模型由对满天星暗室静区性能影响最大的设备的反射系数和报价数据依权重共同确定；
在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并3D显示测试过程中各个组件状态及对应环境状态。
进一步地，所述在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，具体包括步骤：
选取满天星暗室静区的卫星信号反射电平和干扰信号反射电平作为满天星暗室静区性能设计指标决策变量；
根据技术需求构建满天星暗室初始设计方案并对其性能指标进行仿真，获得满天星暗室初始性能仿真结果；
以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型；
根据所述全要素影响因子优化模型选取满天星暗室设计性能优化方案；
采用全要素3D建模和射线追踪仿真计算方法，对选取的满天星暗室设计性能优化方案进行仿真，获得优化后的满天星暗室性能仿真结果。
进一步地，所述根据技术需求构建满天星暗室初始设计方案并对其性能指标进行仿真，获得满天星暗室初始性能仿真结果，具体包括步骤：
根据技术需求，构建初步的满天星暗室方案，包括满天星暗室的尺寸、设备的布局；
采用包括屏蔽体、吸波材料、天线、转台、滑轨的全要素3D建模，确定各自的反射系数和吸波性能；
利用几何光学和射线追踪方法，对初步的满天星暗室方案的性能进行仿真，获得满天星暗室初始性能仿真结果。
进一步地，所述以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型，具体包括步骤：
获取满天星暗室各设备、满天星暗室尺寸对满天星暗室性能影响的历史数据；
根据所述历史数据，以全部设备的反射系数为输入变量，以设备对静区影响因子 为输出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室各设备对静 区的影响因子模型
Figure 109597DEST_PATH_IMAGE001
：
Figure 309634DEST_PATH_IMAGE002
其中，
Figure 942478DEST_PATH_IMAGE003
为设备的反射系数，
Figure 227966DEST_PATH_IMAGE004
为设备距离静区中心距离，N为同一类设备的数 量；
根据所述历史数据，以满天星暗室尺寸为输入变量，以满天星暗室尺寸对静区影 响因子为输出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室尺寸 对静区的影响因子模型
Figure 637082DEST_PATH_IMAGE005
：
Figure 691626DEST_PATH_IMAGE006
其中，L为满天星暗室内部净空间的长度，W为满天星暗室内部净空间的宽度，H为满天星暗室内部净空间的高度；若满天星暗室为半径为R的球形时，有L=W=H=R；
根据各影响因子模型权重构建满天星暗室性能的全要素影响因子优化模型
Figure 59153DEST_PATH_IMAGE007
：
Figure 707303DEST_PATH_IMAGE008
其中，
Figure 513585DEST_PATH_IMAGE009
为某j类设备的影响因子，N为某j类设备的数量，M为满天星暗室内全部设 备的种类数。
进一步地，所述根据所述全要素影响因子优化模型选取满天星暗室设计性能优化方案，具体包括步骤：
根据所述全要素影响因子优化模型计算所述满天星暗室初始设计方案对静区的 初始全要素影响因子
Figure 796537DEST_PATH_IMAGE010
；
选择全要素影响因子优化模型中权重最大的影响因子
Figure 928441DEST_PATH_IMAGE011
对应的设备进行优化， 即通过减小权重最大的影响因子
Figure 595045DEST_PATH_IMAGE012
对应的设备的反射系数
Figure 345964DEST_PATH_IMAGE013
以减小影响因子，得到调 整后的影响因子
Figure 843941DEST_PATH_IMAGE014
，其中：
Figure 22113DEST_PATH_IMAGE015
；
根据调整后的影响因子
Figure 503910DEST_PATH_IMAGE016
计算得到调整后的全要素影响因子
Figure 111650DEST_PATH_IMAGE017
；
当
Figure 870659DEST_PATH_IMAGE018
时，选取当前优化方案对应的设备调整方案作为满天星暗室设计性能 优化方案。
进一步地，所述在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，具体包括步骤：
综合选用吸波材料的反射系数
Figure 344365DEST_PATH_IMAGE019
和报价数据
Figure 923245DEST_PATH_IMAGE020
作为满天星暗室性价比最大化决策 变量；
获取满天星暗室内部不同厂家、不同型号吸波材料性能数据及其报价数据，通过统计构建同一厂家不同型号吸波材料的反射系数与报价数据对应的选择因子计算模型：
Figure 140600DEST_PATH_IMAGE021
式中， A和B为反射系数
Figure 550853DEST_PATH_IMAGE019
和报价数据
Figure 569362DEST_PATH_IMAGE022
对应的加权因子，其中，A+B=1；
获取同类型满天星暗室静区指标要求
Figure 25751DEST_PATH_IMAGE023
，构建静区指标要求
Figure 391005DEST_PATH_IMAGE024
与吸波材料的反 射系数
Figure 655764DEST_PATH_IMAGE019
之间的关系为
Figure 205694DEST_PATH_IMAGE025
，代入所述选择因子计算模型，得到满天星暗室性能建设指标 优化方案选取模型：
Figure 24745DEST_PATH_IMAGE026
；
根据所述选择因子计算模型计算得到满天星暗室在设计阶段所选取的优化方案 的初始选择因子
Figure 754542DEST_PATH_IMAGE027
；
调整暗室静区指标要求
Figure 467283DEST_PATH_IMAGE028
和吸波材料选型，根据满天星暗室性能建设指标优化 方案选取模型计算得到调整后的选择因子
Figure 63480DEST_PATH_IMAGE029
；
当
Figure 228882DEST_PATH_IMAGE030
时， 选取当前吸波材料选型方案作为满天星暗室建设优化方案；
采用全要素3D建模和射线追踪仿真计算方法，对选取的满天星暗室建设优化方案性能进行仿真，获得优化后的暗室性能仿真结果。
进一步地，所述在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并3D显示测试过程中各个组件状态及对应环境状态，具体包括步骤：
获取模拟测试场景地图；
构建满天星暗室内真实导航卫星运行轨道3D环境，包括导航卫星个数、导航卫星轨道及动态变化；
构建满天星暗室内复杂干扰3D环境，包括干扰天线个数、干扰信号来向变换；
计算与显示满天星暗室内多径环境，包括反射面、多径信号路径、多径的反射次数；
根据设定的性能指标限制条件，以3D环境卫星运行信号来向和干扰来向及初始功 率为输入变量，构建基于射线追踪法的多径信号信道模型为中间量，性能指标要求为决策 量，满足性能区域为输出量的自动筛选满足性能区域模型
Figure 998255DEST_PATH_IMAGE031
：
Figure 706448DEST_PATH_IMAGE032
其中，R为性能指标要求，θ()为基于射线追踪法的多径信号信道模型，Psi为卫星运行信号初始功率，Pni为干扰信号初始功率，rsi为卫星运行信号来向，rni为干扰信号来向，Ro为设定的性能指标限制条件；
根据所述自动筛选满足性能区域模型
Figure 863760DEST_PATH_IMAGE033
自动筛选满足性能区域，并在满足性能 区域构建所需测试场景，规避满天星暗室性能脆弱区域，构建满足不同的需求的测试场景；
3D显示测试过程中各个组件状态及对应环境状态，包括卫星运行轨道、多径环境、卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态、天线选择及指向精度。
本发明另一方面还提供了一种满天星暗室全流程仿真与性能优化装置，包括：
设计阶段仿真与优化模块，用于在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，所述全要素影响因子优化模型根据满天星暗室尺寸和各设备对满天星暗室性能影响的历史数据结合满天星暗室尺寸和各设备对满天星暗室静区的影响权重共同确定；
建设阶段仿真与优化模块，用于在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，所述性价比最大化模型由对满天星暗室静区性能影响最大的设备的反射系数和报价数据依权重共同确定；
使用阶段仿真与优化模块，用于在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并通过3D显示测试过程中各个组件状态及对应环境状态。
本发明另一方面还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述满天星暗室全流程仿真与性能优化方法的步骤。
本发明另一方面还提供了一种存储介质，所述存储介质包括存储的程序， 在所述程序运行时控制所述存储介质所在的设备执行所述的满天星暗室全流程仿真与性能优化方法的步骤。
本发明具有以下有益效果：
本发明解决了目前市面上缺少满天星暗室全流程仿真手段的难题。其通过获取满天星暗室各设备及暗室尺寸的对暗室性能影响的历史数据，在设计阶段建立全要素影响因子优化模型，确保系统仿真性能“所见即所得”，更直观真实；在建设阶段通过获取暗室内部不同厂家、不同型号设备性能数据以及同类型暗室通用使用需求，建立性价比最大化模型，实现在“适当容忍度”的条件下选择材料，避免“怕出岔子，用最好的材料”的建设思路，节约建设成本；通过构建真实导航卫星运行3D环境和干扰3D环境，计算分析暗室环境性能并直观展示，在使用阶段构建能匹配模型，规避暗室性能脆弱区域，构建满足不同需求的测试场景，支持直观显示可见卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态等信息，大幅提高满天星暗室使用范围，充分发挥满天暗室最大效能。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例的满天星暗室全流程仿真与性能优化方法流程示意图。
图2是图1中步骤S1的详细子步骤流程示意图。
图3是图2中步骤S12的详细子步骤流程示意图。
图4是图2中步骤S13的详细子步骤流程示意图。
图5是图2中步骤S14的详细子步骤流程示意图。
图6是图1中步骤S2的详细子步骤流程示意图。
图7是图1中步骤S3的详细子步骤流程示意图。
图8是本发明优选实施例的满天星暗室建设阶段结构示意图。
图9是本发明优选实施例的满天星暗室内部真实卫星轨道3D环境显示示意图。
图10是本发明优选实施例的满天星暗室内部多径3D环境显示示意例。
图11是本发明优选实施例的满天星暗室测试场景3D显示示意图。
图12是本发明优选实施例的满天星暗室全流程仿真与性能优化装置模块示意图。
图13是本发明优选实施例的电子设备实体示意框图。
图14是本发明优选实施例的计算机设备的内部结构图。
图中：1、导航天线；2、干扰天线；3、干扰滑轨；4、转台。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
参照图1，本发明的优选实施例提供了一种满天星暗室全流程仿真与性能优化方法，包括步骤：
S1、在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，所述全要素影响因子优化模型根据满天星暗室尺寸和各设备对满天星暗室性能影响的历史数据结合满天星暗室尺寸和各设备对满天星暗室静区的影响权重共同确定；
S2、在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，所述性价比最大化模型由对满天星暗室静区性能影响最大的设备的反射系数和报价数据依权重共同确定；
S3、在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并3D显示测试过程中各个组件状态及对应环境状态。
本实施例的满天星暗室全流程仿真与性能优化方法通过获取满天星暗室各设备及暗室尺寸的对暗室性能影响的历史数据，对满天星暗室实施从设计、建设和使用各阶段的全流程仿真与性能优化，其中，在设计阶段建立全要素影响因子优化模型，确保系统仿真性能“所见即所得”，更直观真实；通过获取暗室内部不同厂家、不同型号设备性能数据以及同类型暗室通用使用需求，在建设阶段建立性价比最大化模型，实现在“适当容忍度”的条件下选择材料，避免“怕出岔子，用最好的材料”的建设思路，节约建设成本；在使用阶段通过构建真实导航卫星运行3D环境和干扰3D环境，计算分析暗室环境性能并直观展示，并通过构建能匹配模型，规避暗室性能脆弱区域，构建满足不同需求的测试场景，满天星暗室测试系统交付给客户后，支持直观显示可见卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态等信息，使客户在测试过程中能够直观地看到可见卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态等信息。
本实施例的满天星暗室全流程仿真与性能优化方法能够在满天星暗室内布局有多个导航天线、干扰天线、干扰滑轨、转台等设备，且存在多种反射机制，电磁环境复杂的情况下，对满天星暗室进行全流程的仿真与性能优化，不但优化的结果能满足客户对满天星暗室的性能要求，同时还简化了满天星暗室仿真优化的流程，解决了传统单一发射源的暗室设计仿真与优化方法无法满足要求的缺陷。
与此同时，本实施例的满天星暗室全流程仿真与性能优化方法，还能够满足目前对满天星暗室的性能指标要求高、不同被测终端对暗室性能要求侧重点不同的个性化需求，大幅提高满天星暗室的性能和使用范围，充分发挥满天暗室最大效能，使满天星暗室既具有较高的性能，同时还能通过自动筛选灵活满足不同被测终端的性能要求，降低了暗室建设费用，缩短了暗室建设周期。
如图2所示，在本发明的优选实施例中，步骤S1中所述在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，具体包括步骤：
S11、选取满天星暗室静区的卫星信号反射电平和干扰信号反射电平作为满天星暗室静区性能设计指标决策变量；
S12、根据技术需求构建满天星暗室初始设计方案并对其性能指标进行仿真，获得满天星暗室初始性能仿真结果；
S13、以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型；
S14、根据所述全要素影响因子优化模型选取满天星暗室设计性能优化方案；
S15、采用全要素3D建模和射线追踪仿真计算方法，对选取的满天星暗室设计性能优化方案进行仿真，获得优化后的满天星暗室性能仿真结果。
本实施例以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型，同时通过所述全要素影响因子优化模型选取满天星暗室设计性能优化方案并采用全要素3D建模和射线追踪仿真计算方法，最后采用全要素3D建模和射线追踪仿真计算方法对选取的满天星暗室设计性能优化方案进行仿真，确保系统仿真性能“所见即所得”，从而能够更直观更真实地反映满天星暗室性能优化的过程和优化后的实际效果。射线追踪仿真计算方法为几何光学（GO）和几何一致性绕射理论(UTD)为基础的电磁场场强预测算法，该算法与其他电磁场场强计算方法例如有限时域差分算法、距量法等相比，算法相对简单。
具体地，如图3所示，在本发明的优选实施例中，所述步骤S12具体包括步骤：
S121、根据技术需求，构建初步的满天星暗室方案，包括满天星暗室的尺寸、设备的布局等；
S122、采用包括屏蔽体、吸波材料、天线、转台、滑轨的全要素3D建模，确定各自的反射系数和吸波性能；
S123、利用几何光学和射线追踪方法，对初步的满天星暗室方案的性能进行仿真，获得满天星暗室初始性能仿真结果。
本实施例在全面考虑满天星暗室的尺寸、设备的布局、全要素3D建模并确定各自的反射系数和吸波性能的基础上，利用几何光学和射线追踪方法对初步的满天星暗室方案的性能进行仿真，获得满天星暗室初始性能仿真结果，确保了系统仿真性能“所见即所得”，更直观、更全面更真实。
具体地，如图4所示，在本发明的优选实施例中，所述步骤S13具体包括步骤：
S131、获取满天星暗室各设备、满天星暗室尺寸对满天星暗室性能影响的历史数据；
S132、根据所述历史数据，以全部设备的反射系数为输入变量，以设备对静区影响 因子为输出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室各设备 对静区的影响因子模型
Figure 624780DEST_PATH_IMAGE034
：
Figure 525740DEST_PATH_IMAGE035
（1）
其中，
Figure 885178DEST_PATH_IMAGE036
为设备的反射系数，
Figure 88757DEST_PATH_IMAGE037
为设备距离静区中心距离，N为同一类设备的数 量；
S133、根据所述历史数据，以满天星暗室尺寸为输入变量，以满天星暗室尺寸对静 区影响因子为输出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室 尺寸对静区的影响因子模型
Figure 963172DEST_PATH_IMAGE038
：
Figure 277610DEST_PATH_IMAGE039
（2）
其中，L为满天星暗室内部净空间的长度，W为满天星暗室内部净空间的宽度，H为满天星暗室内部净空间的高度；若满天星暗室为半径为R的球形时，有L=W=H=R；
S134、根据各影响因子模型权重构建满天星暗室性能的全要素影响因子优化模型
Figure 819450DEST_PATH_IMAGE040
：
Figure 489203DEST_PATH_IMAGE041
（3）
其中，
Figure 726281DEST_PATH_IMAGE042
为某j类设备的影响因子，N为某j类设备的数量，M为满天星暗室内全部设 备的种类数。
本实施例在获取满天星暗室各设备、满天星暗室尺寸对满天星暗室性能影响的历史数据的基础上，采用多元线性回归方法，先分别建立满天星暗室各设备对静区的影响因子模型、满天星暗室尺寸对静区的影响因子模型，最后根据各影响因子模型权重的不同共同构建满天星暗室性能的全要素影响因子优化模型，本实施例中，满天星暗室尺寸对静区的影响因子模型的权重为0.7，满天星暗室各设备对静区的影响因子模型的权重为0.3，本实施例通过在设计阶段建立基于权重不同的全要素影响因子优化模型，从而既全面考虑了满天星暗室性能影响的所有因素，而且还进一步考虑到各因素对满天星暗室性能影响权重的不同，确保系统的性能仿真结果为 “所见即所得”，更直观、更贴近真实。
可见，本实施例通过获取满天星暗室各设备及暗室尺寸的对暗室性能影响的历史数据，建立全要素影响因子优化模型，对存在多种反射来源的复杂电磁环境的满天星暗室性能进行全面仿真和优化，确保满天星暗室性能在设计阶段“所见即所得”，更直观、更逼真。
具体地，如图5所示，在本发明的优选实施例中，所述步骤S14具体包括步骤：
S141、根据所述全要素影响因子优化模型计算所述满天星暗室初始设计方案对静 区的初始全要素影响因子
Figure 969043DEST_PATH_IMAGE043
；
S142、选择全要素影响因子优化模型中权重最大的影响因子
Figure 240755DEST_PATH_IMAGE044
对应的设备进行 优化，即通过减小权重最大的影响因子
Figure 582875DEST_PATH_IMAGE045
对应的设备的反射系数
Figure 697462DEST_PATH_IMAGE046
以减小影响因子， 得到调整后的影响因子
Figure 852237DEST_PATH_IMAGE047
，其中：
Figure 384981DEST_PATH_IMAGE048
（4）
由设备的影响因子模型
Figure 396537DEST_PATH_IMAGE049
可知，本实施例可通过减小设备的反 射系数
Figure 998420DEST_PATH_IMAGE050
来减小影响因子，得到调整后的影响因子模型
Figure 192772DEST_PATH_IMAGE051
；
S143、根据调整后的影响因子
Figure 563710DEST_PATH_IMAGE052
计算得到调整后的全要素影响因子
Figure 450895DEST_PATH_IMAGE053
；
S144、当
Figure 212177DEST_PATH_IMAGE054
时，选取当前优化方案对应的设备调整方案作为满天星暗室 设计性能优化方案。
例如，某一满天星暗室初始设计尺寸为6米(L)*6米(W)*6米(H)，静区位于暗室内部正中央地面转台顶部；
内部正中央地面布局1个转台，转台顶端距离地面为2米，转台除了用吸波材料包裹部分，其他地方采用金属材料，反射系数为0.85；
四周墙面布局4根滑轨；滑轨采用玻璃钢，反射系数为0.15；
暗室内部布局20个天线，天线的反射系数为0.015；
因此初始全要素影响因子如表1所示：
表1
暗室尺寸影响因子 转台影响因子 滑轨影响因子 天线影响因子 初始全要素影响因子
4/(6<sup>2</sup>+6<sup>2</sup>+6<sup>2</sup>)=0.037 0.85/2<sup>2</sup>=0.85 1/4*(0.15/6<sup>2</sup>*4)=0.004167 1/20*(0.015/6<sup>2</sup>*20)=0.000417 0.254084
对此方案布局的暗室性能进行仿真，暗室反射电平分析统计如表2所示：
表2
反射电平大小 所占比例
小于-90dB 0.14%
[-80dB,-70dB] 0.14%
[-70dB,-60dB] 0.08%
[-60dB,-50dB] 33.86%
[-50dB,-40dB] 64.79%
[-40dB,-35dB] 0.99%
由上可知，转台为最大的影响因子，调整转台的裸露部分反射系数为0.15，因此调整后的全要素影响因子如表3所示：
表3
暗室尺寸影响因子 转台影响因子 滑轨影响因子 天线影响因子 调整后的全要素影响因子
4/(6<sup>2</sup>+6<sup>2</sup>+6<sup>2</sup>)=0.037 0.15/2<sup>2</sup>=0.0375 1/4*(0.15/6<sup>2</sup>*4)=0.004167 1/20*(0.015/6<sup>2</sup>*20)=0.000417 0.079084
由上表可知调整后的全要素影响因子<初始全要素影响因子，对此方案布局的暗室性能进行仿真，暗室反射电平分析统计如表4所示：
表4
反射电平大小 所占比例
小于-90dB 0.3200%
[-80dB,-70dB] 0.3200%
[-70dB,-60dB] 0.2600%
[-60dB,-50dB] 34.0400%
[-50dB,-40dB] 65.0600%
[-40dB,-35dB] 0.00%
本实施例给出了详细的迭代优化过程，既通过比较调整前后的全要素影响因子的大小来判断调整后的方案是否得到了优化，实际上，如公式（1）、（2）、（3）所示，调整全要素影响因子既可以通过调整满天星暗室尺寸对静区的影响因子实行，也可以通过调整满天星暗室各设备对静区的影响因子实现，考虑到调整的可行性和成本，因此本实施例通过调整满天星暗室各设备对静区的影响因子来在调整全要素影响因子，而且，为了进一步简化优化过程，本实施例选择全要素影响因子优化模型中权重最大的影响因子对应的设备进行优化，计算得到调整后的全要素影响因子，最后通过比较调整前后全要素影响因子的大小关系即可快速判断出优化后的方案是否达到预期的目的，整个优化及判断过程快捷、明确，由于是选择全要素影响因子优化模型中权重最大的影响因子对应的设备进行优化，因此，即使在满天星暗室内布局有多个导航天线、干扰天线、干扰滑轨、转台等设备，且存在多种反射机制、电磁环境复杂的情况下，也能大幅度简化满天星暗室的仿真优化流程，提高优化效率。
如图6所示，在本发明的优选实施例中，步骤S2中所述在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，具体包括步骤：
S21、综合选用吸波材料的反射系数
Figure 69275DEST_PATH_IMAGE055
和报价数据
Figure 668621DEST_PATH_IMAGE056
作为满天星暗室性价比最大化 决策变量，由于对暗室静区性能影响最大的主要为吸波材料，因此本实施例综合选用吸波 材料的反射系数和吸波材料的报价数据作为满天星暗室性价比最大化决策变量，提炼对应 的选择因子计算模型；
S22、获取满天星暗室内部不同厂家、不同型号吸波材料性能数据及其报价数据，通过统计构建同一厂家不同型号吸波材料的反射系数与报价数据对应的选择因子计算模型：
Figure 116920DEST_PATH_IMAGE057
（5）
式中， A和B为反射系数
Figure 99920DEST_PATH_IMAGE058
和报价数据
Figure 901654DEST_PATH_IMAGE059
对应的加权因子，其中，A+B=1，考虑到进口 吸波材料与国内吸波材料在价格和方式系数上的差异，由统计数据可知，对于进口吸波材 料有A<B；对于国内吸波材料有A>B；
S23、获取同类型满天星暗室静区指标要求
Figure 981605DEST_PATH_IMAGE060
，构建静区指标要求
Figure 210592DEST_PATH_IMAGE061
与吸波材料 的反射系数
Figure 179423DEST_PATH_IMAGE058
之间的关系为
Figure 909482DEST_PATH_IMAGE062
，代入公式(5)，得到满天星暗室性能建设指标优化方案选 取模型：
Figure 719306DEST_PATH_IMAGE063
（6）；
S24、根据所述选择因子计算模型计算得到满天星暗室在设计阶段所选取的优化 方案的初始选择因子
Figure 243828DEST_PATH_IMAGE064
；
S25、调整暗室静区指标要求
Figure 201420DEST_PATH_IMAGE060
和吸波材料选型，根据满天星暗室性能建设指标 优化方案选取模型计算得到调整后的选择因子
Figure 344956DEST_PATH_IMAGE065
；
S26、当
Figure 133921DEST_PATH_IMAGE066
时， 选取当前吸波材料选型方案作为满天星暗室建设优化方案；
S27、采用全要素3D建模和射线追踪仿真计算方法，对选取的满天星暗室建设优化方案性能进行仿真，获得优化后的暗室性能仿真结果。
本实施例在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结 果的基础上进一步进行仿真与优化，从而获得优化后的满天星暗室建设性能仿真结果时， 将反射系数
Figure 468825DEST_PATH_IMAGE058
和报价数据
Figure 241609DEST_PATH_IMAGE059
作为满天星暗室性价比最大化决策变量综合考虑，不片面追求低 成本和高反射系数，而是综合反射系数与报价数据建立对应的选择因子计算模型，接着在 满天星暗室静区指标要求的基础上得到满天星暗室性能建设指标优化方案选取模型，随后 基于该满天星暗室性能建设指标优化方案选取模型计算得到满天星暗室在设计阶段所选 取的优化方案的初始选择因子和调整后的选择因子，最后通过迭代比较调整前后选择因子 的大小关系即可快速判断出优化后的方案是否达到预期的目的，本实施例通过获取暗室内 部不同厂家、不同型号设备性能数据以及同类型暗室通用使用需求，建立基于性价比最大 化模型，实现在“适当容忍度”的条件下选择材料，避免“怕出岔子，用最好的材料”的建设思 路，节约建设成本。整个优化及判断过程快捷、明确，大幅简化满天星暗室的仿真优化流程。
如图7所示，在本发明的优选实施例中，步骤S3中所述在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并3D显示测试过程中各个组件状态及对应环境状态，具体包括步骤：
S31、获取模拟测试场景地图；
S32、构建满天星暗室内真实导航卫星运行轨道3D环境，包括导航卫星个数、导航卫星轨道及动态变化，具体地，构建满天星暗室内真实导航卫星运行轨道3D环境的过程包括：构建北斗、GPS、Glonass、Galileo卫星轨道，实时计算某一仿真时刻，卫星导航信号相对用户位置，并映射到暗室内部导航天线，通过导航天线切换的3D动态显示，直观模拟卫星信号来向变换，具体如图9所示，图9中球面上的圆形为卫星运行轨道；
S33、构建满天星暗室内复杂干扰3D环境，包括干扰天线个数、干扰信号来向变换，具体地，所述构建满天星暗室内复杂干扰3D环境的过程包括：构建干扰来向动态变换，实时计算某一仿真时刻，干扰信号相对用户位置，并映射到暗室内部干扰天线，通过干扰滑轨运动状态的3D动态显示，直观模拟干扰信号来向变换；
S34、计算与显示满天星暗室内多径环境，包括反射面、多径信号路径、多径的反射次数，具体地，计算与显示满天星暗室内多径环境的过程包括：多导航信号来向在暗室内部全部设备的反射路径对应路径损耗计算及对应路径显示；采用GPU并行计算架构，至多支持北斗、GPS、Glonass和Galileo全频点6次反射的路径计算与仿真，具体如图10所示，图中暗室内部的折线为多径信号路径；
S35、根据设定的性能指标限制条件，以3D环境卫星运行信号来向和干扰来向及初 始功率为输入变量，构建基于射线追踪法的多径信号信道模型为中间量，性能指标要求为 决策量，满足性能区域为输出量的自动筛选满足性能区域模型
Figure 719995DEST_PATH_IMAGE067
：
Figure 769990DEST_PATH_IMAGE068
（7）
其中，R为性能指标要求，θ()为基于射线追踪法的多径信号信道模型，Psi为卫星运行信号初始功率，Pni为干扰信号初始功率，rsi为卫星运行信号来向，rni为干扰信号来向，Ro为设定的性能指标限制条件；
S36、根据所述自动筛选满足性能区域模型
Figure 370736DEST_PATH_IMAGE069
自动筛选满足性能区域，并在满足性 能区域构建所需测试场景，规避满天星暗室性能脆弱区域，构建满足不同的需求的测试场 景，具体的，在本实施例中，在构建所需测试场景之前，会先通过自动筛选满足性能区域模 型
Figure 506182DEST_PATH_IMAGE069
自动筛选满足性能区域来构建所需测试场景，该所需测试场景中的导航信号来向为
Figure 116155DEST_PATH_IMAGE070
，干扰信号来向为
Figure 315930DEST_PATH_IMAGE071
，有
Figure 494101DEST_PATH_IMAGE072
；
S37、3D显示测试过程中各个组件状态及对应环境状态，包括卫星运行轨道、多径环境、卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态、天线选择及指向精度，具体如图11所示，图11中包括可见卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态等信息。
如图8所示，本发明的优选实施例中构建了10米（长）*10米（宽）*8米（高）的长方体暗室架构，暗室内部布设有二十个导航天线1、八个干扰天线2、七个干扰滑轨3以及一个转台4；暗室内部铺设高度为30cm吸波材料。经仿真计算，尺寸为0.5米*0.5米*0.5米的静区电平小于-40dB，实测结果与仿真结果一致。
如图12所示，本发明优选实施例提供了一种满天星暗室全流程仿真与性能优化装置，包括：
设计阶段仿真与优化模块，用于在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，所述全要素影响因子优化模型根据满天星暗室尺寸和各设备对满天星暗室性能影响的历史数据结合满天星暗室尺寸和各设备对满天星暗室静区的影响权重共同确定；
建设阶段仿真与优化模块，用于在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，所述性价比最大化模型由对满天星暗室静区性能影响最大的设备的反射系数和报价数据依权重共同确定；
使用阶段仿真与优化模块，用于在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并通过3D显示测试过程中各个组件状态及对应环境状态。
上述仿真装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
如图13所示，本发明的优选实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例中的满天星暗室全流程仿真与性能优化方法。
如图14所示，本发明的优选实施例还提供了一种计算机设备，该计算机设备可以是终端或活体检测服务器，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的其他计算机设备通过网络连接通信。该计算机程序被处理器执行时以实现上述满天星暗室全流程仿真与性能优化方法。
本领域技术人员可以理解，图14中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的设备，或者组合某些设备，或者具有不同的设备布置。
本发明的优选实施例还提供了一种存储介质，所述存储介质包括存储的程序，在所述程序运行时控制所述存储介质所在的设备执行上述实施例中的满天星暗室全流程仿真与性能优化方法。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例方法所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个或者多个计算设备可读取存储介质中。基于这样的理解，本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备（可以是个人计算机，服务器，移动计算设备或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM， Read-Only Memory）、随机存取存储器（RAM， Random Access Memory），磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种满天星暗室全流程仿真与性能优化方法，其特征在于，包括步骤：
在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，所述全要素影响因子优化模型根据满天星暗室尺寸对满天星暗室性能影响的历史数据和各设备对满天星暗室性能影响的历史数据，并结合满天星暗室尺寸对满天星暗室静区的影响权重和各设备对满天星暗室静区的影响权重共同确定；
在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，所述性价比最大化模型由对满天星暗室静区性能影响最大的设备的反射系数和报价数据依权重共同确定；
在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并3D显示测试过程中各个组件状态及对应环境状态，所述满足性能区域指暗室内部静区性能满足要求的区域；所述智能匹配模型是指根据设定的性能指标限制条件，以3D环境卫星运行信号来向和干扰来向及初始功率为输入变量所构建得基于射线追踪法的多径信号信道模型为中间量，性能指标要求为决策量，满足性能区域为输出量的自动筛选满足性能区域模型；
所述在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，具体包括步骤：
选取满天星暗室静区的卫星信号反射电平和干扰信号反射电平作为满天星暗室静区性能设计指标决策变量；
根据技术需求构建满天星暗室初始设计方案并对其性能指标进行仿真，获得满天星暗室初始性能仿真结果；
以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型；
根据所述全要素影响因子优化模型选取满天星暗室设计性能优化方案；
采用全要素3D建模和射线追踪仿真计算方法，对选取的满天星暗室设计性能优化方案进行仿真，获得优化后的满天星暗室性能仿真结果；
所述以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型，具体包括步骤：
获取满天星暗室各设备、满天星暗室尺寸对满天星暗室性能影响的历史数据；
根据所述历史数据，以全部设备的反射系数为输入变量，以设备对静区影响因子为输 出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室各设备对静区的 影响因子模型
Figure 977754DEST_PATH_IMAGE001
：
Figure 580773DEST_PATH_IMAGE002
其中，
Figure 755403DEST_PATH_IMAGE003
为设备的反射系数，
Figure 621728DEST_PATH_IMAGE004
为设备距离静区中心距离，N为同一类设备的数量；
根据所述历史数据，以满天星暗室尺寸为输入变量，以满天星暗室尺寸对静区影响因 子为输出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室尺寸对静 区的影响因子模型
Figure 881808DEST_PATH_IMAGE005
：
Figure 491781DEST_PATH_IMAGE006
其中，L为满天星暗室内部净空间的长度，W为满天星暗室内部净空间的宽度，H为满天星暗室内部净空间的高度；若满天星暗室为半径为R的球形时，有L=W=H=R；
根据各影响因子模型权重构建满天星暗室性能的全要素影响因子优化模型
Figure 13592DEST_PATH_IMAGE007
：
Figure 316398DEST_PATH_IMAGE008
其中，
Figure 798194DEST_PATH_IMAGE009
为某j类设备的影响因子，N为某j类设备的数量，M为满天星暗室内全部设备的 种类数，所述要素指暗室设计阶段的各个元素，包括暗室内部各个设备的数量及位置、暗室 内部各个设备的选型和材料、成本；所述全要素是指暗室设计的全部要素，包括暗室尺寸、 转台、滑轨和天线；所述全要素3D建模是指对基于全部要素考虑选用后的设备进行3D建模， 包括屏蔽体、吸波材料、天线、转台、滑轨；所述全要素影响因子优化模型是指全部要素对暗 室的性能影响的数学模型。
2.根据权利要求1所述的满天星暗室全流程仿真与性能优化方法，其特征在于，所述根据技术需求构建满天星暗室初始设计方案并对其性能指标进行仿真，获得满天星暗室初始性能仿真结果，具体包括步骤：
根据技术需求，构建初步的满天星暗室方案，包括满天星暗室的尺寸、设备的布局；
采用包括屏蔽体、吸波材料、天线、转台、滑轨的全要素3D建模，确定各自的反射系数和吸波性能；
利用几何光学和射线追踪方法，对初步的满天星暗室方案的性能进行仿真，获得满天星暗室初始性能仿真结果。
3.根据权利要求1所述的满天星暗室全流程仿真与性能优化方法，其特征在于，所述根据所述全要素影响因子优化模型选取满天星暗室设计性能优化方案，具体包括步骤：
根据所述全要素影响因子优化模型计算所述满天星暗室初始设计方案对静区的初始 全要素影响因子
Figure 211858DEST_PATH_IMAGE010
；
选择全要素影响因子优化模型中权重最大的影响因子
Figure 95501DEST_PATH_IMAGE011
对应的设备进行优化，即通 过减小权重最大的影响因子
Figure 569207DEST_PATH_IMAGE012
对应的设备的反射系数
Figure 538300DEST_PATH_IMAGE013
以减小影响因子，得到调整后的 影响因子
Figure 490076DEST_PATH_IMAGE014
，其中：
Figure 729690DEST_PATH_IMAGE015
；
根据调整后的影响因子
Figure 374297DEST_PATH_IMAGE016
计算得到调整后的全要素影响因子
Figure 830687DEST_PATH_IMAGE017
；
当
Figure 586153DEST_PATH_IMAGE018
时，选取当前优化方案对应的设备调整方案作为满天星暗室设计性能优化方 案。
4.根据权利要求1所述的满天星暗室全流程仿真与性能优化方法，其特征在于，所述在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，具体包括步骤：
综合选用吸波材料的反射系数
Figure 178808DEST_PATH_IMAGE019
和报价数据
Figure 994318DEST_PATH_IMAGE020
作为满天星暗室性价比最大化决策变量；
获取满天星暗室内部不同厂家、不同型号吸波材料性能数据及其报价数据，通过统计构建同一厂家不同型号吸波材料的反射系数与报价数据对应的选择因子计算模型：
Figure 938003DEST_PATH_IMAGE021
式中， A和B为反射系数
Figure 497160DEST_PATH_IMAGE019
和报价数据
Figure 505174DEST_PATH_IMAGE020
对应的加权因子，其中，A+B=1；
获取同类型满天星暗室静区指标要求
Figure 226005DEST_PATH_IMAGE022
，构建静区指标要求
Figure 656987DEST_PATH_IMAGE022
与吸波材料的反射系数
Figure 754256DEST_PATH_IMAGE019
之间的关系为
Figure 587083DEST_PATH_IMAGE023
，代入所述选择因子计算模型，得到满天星暗室性能建设指标优化方案 选取模型：
Figure 478815DEST_PATH_IMAGE024
；
根据所述选择因子计算模型计算得到满天星暗室在设计阶段所选取的优化方案的初 始选择因子
Figure 397093DEST_PATH_IMAGE025
；
调整暗室静区指标要求
Figure 799517DEST_PATH_IMAGE026
和吸波材料选型，根据满天星暗室性能建设指标优化方案选 取模型计算得到调整后的选择因子
Figure 221271DEST_PATH_IMAGE027
；
当
Figure 549485DEST_PATH_IMAGE028
时， 选取当前吸波材料选型方案作为满天星暗室建设优化方案；
采用全要素3D建模和射线追踪仿真计算方法，对选取的满天星暗室建设优化方案性能进行仿真，获得优化后的暗室性能仿真结果。
5.根据权利要求1所述的满天星暗室全流程仿真与性能优化方法，其特征在于，所述在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并3D显示测试过程中各个组件状态及对应环境状态，具体包括步骤：
获取模拟测试场景地图；
构建满天星暗室内真实导航卫星运行轨道3D环境，包括导航卫星个数、导航卫星轨道及动态变化；
构建满天星暗室内复杂干扰3D环境，包括干扰天线个数、干扰信号来向变换；
计算与显示满天星暗室内多径环境，包括反射面、多径信号路径、多径的反射次数；
根据设定的性能指标限制条件，以3D环境卫星运行信号来向和干扰来向及初始功率为 输入变量，构建基于射线追踪法的多径信号信道模型为中间量，性能指标要求为决策量，满 足性能区域为输出量的自动筛选满足性能区域模型
Figure 689479DEST_PATH_IMAGE029
：
Figure 394130DEST_PATH_IMAGE030
其中，R为性能指标要求，θ()为基于射线追踪法的多径信号信道模型，Psi为卫星运行信号初始功率，Pni为干扰信号初始功率，rsi为卫星运行信号来向，rni为干扰信号来向，Ro为设定的性能指标限制条件；
根据所述自动筛选满足性能区域模型
Figure 935970DEST_PATH_IMAGE029
自动筛选满足性能区域，并在满足性能区域构 建所需测试场景，规避满天星暗室性能脆弱区域，构建满足不同的需求的测试场景；
3D显示测试过程中各个组件状态及对应环境状态，包括卫星运行轨道、多径环境、卫星信号的来向、干扰信号的来向、功率、样式、用户轨迹及姿态、天线选择及指向精度。
6.一种满天星暗室全流程仿真与性能优化装置，其特征在于，包括：
设计阶段仿真与优化模块，用于在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，所述全要素影响因子优化模型根据满天星暗室尺寸对满天星暗室性能影响的历史数据和各设备对满天星暗室性能影响的历史数据，并结合满天星暗室尺寸对满天星暗室静区的影响权重和各设备对满天星暗室静区的影响权重共同确定；所述在设计阶段基于全要素影响因子优化模型进行满天星暗室性能的仿真与优化，获得优化后的满天星暗室设计性能仿真结果，具体包括步骤：
选取满天星暗室静区的卫星信号反射电平和干扰信号反射电平作为满天星暗室静区性能设计指标决策变量；
根据技术需求构建满天星暗室初始设计方案并对其性能指标进行仿真，获得满天星暗室初始性能仿真结果；
以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型；
根据所述全要素影响因子优化模型选取满天星暗室设计性能优化方案；
采用全要素3D建模和射线追踪仿真计算方法，对选取的满天星暗室设计性能优化方案进行仿真，获得优化后的满天星暗室性能仿真结果；
所述以满天星暗室静区反射电平最低为目标，通过分别求解各个要素对满天星暗室静区的影响因子模型得到满天星暗室性能的全要素影响因子优化模型，具体包括步骤：
获取满天星暗室各设备、满天星暗室尺寸对满天星暗室性能影响的历史数据；
根据所述历史数据，以全部设备的反射系数为输入变量，以设备对静区影响因子为输 出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室各设备对静区的 影响因子模型
Figure 435084DEST_PATH_IMAGE001
：
Figure 62374DEST_PATH_IMAGE002
其中，
Figure 809531DEST_PATH_IMAGE003
为设备的反射系数，
Figure 205878DEST_PATH_IMAGE004
为设备距离静区中心距离，N为同一类设备的数量；
根据所述历史数据，以满天星暗室尺寸为输入变量，以满天星暗室尺寸对静区影响因 子为输出变量，根据历史输入输出数据，采用多元线性回归方法，建立满天星暗室尺寸对静 区的影响因子模型
Figure 875893DEST_PATH_IMAGE005
：
Figure 990480DEST_PATH_IMAGE006
其中，L为满天星暗室内部净空间的长度，W为满天星暗室内部净空间的宽度，H为满天星暗室内部净空间的高度；若满天星暗室为半径为R的球形时，有L=W=H=R；
根据各影响因子模型权重构建满天星暗室性能的全要素影响因子优化模型
Figure 771354DEST_PATH_IMAGE007
：
Figure 287786DEST_PATH_IMAGE008
其中，
Figure 128703DEST_PATH_IMAGE009
为某j类设备的影响因子，N为某j类设备的数量，M为满天星暗室内全部设备的 种类数，所述要素指暗室设计阶段的各个元素，包括暗室内部各个设备的数量及位置、暗室 内部各个设备的选型和材料、成本；所述全要素是指暗室设计的全部要素，包括暗室尺寸、 转台、滑轨和天线；所述全要素3D建模是指对基于全部要素考虑选用后的设备进行3D建模， 包括屏蔽体、吸波材料、天线、转台、滑轨；所述全要素影响因子优化模型是指全部要素对暗 室的性能影响的数学模型；
建设阶段仿真与优化模块，用于在建设阶段基于性价比最大化模型对所述满天星暗室设计性能仿真结果进一步进行仿真与优化，获得优化后的满天星暗室建设性能仿真结果，所述性价比最大化模型由对满天星暗室静区性能影响最大的设备的反射系数和报价数据依权重共同确定；
使用阶段仿真与优化模块，用于在使用阶段基于智能匹配模型在所述满天星暗室建设性能仿真结果中自动筛选满足性能区域构建满足不同需求下的所需测试场景，并通过3D显示测试过程中各个组件状态及对应环境状态；所述满足性能区域指暗室内部静区性能满足要求的区域；所述智能匹配模型是指根据设定的性能指标限制条件，以3D环境卫星运行信号来向和干扰来向及初始功率为输入变量所构建得基于射线追踪法的多径信号信道模型为中间量，性能指标要求为决策量，满足性能区域为输出量的自动筛选满足性能区域模型。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，
所述处理器执行所述程序时实现如权利要求1至5中任一项所述满天星暗室全流程仿真与性能优化方法的步骤。
8.一种存储介质，所述存储介质包括存储的程序，其特征在于，
在所述程序运行时控制所述存储介质所在的设备执行如权利要求1至5中任一项所述的满天星暗室全流程仿真与性能优化方法的步骤。
CN202110283724.1A 2021-03-17 2021-03-17 满天星暗室全流程仿真与性能优化方法、装置及电子设备 Active CN112685923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110283724.1A CN112685923B (zh) 2021-03-17 2021-03-17 满天星暗室全流程仿真与性能优化方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110283724.1A CN112685923B (zh) 2021-03-17 2021-03-17 满天星暗室全流程仿真与性能优化方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN112685923A CN112685923A (zh) 2021-04-20
CN112685923B true CN112685923B (zh) 2021-06-08

Family

ID=75455609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110283724.1A Active CN112685923B (zh) 2021-03-17 2021-03-17 满天星暗室全流程仿真与性能优化方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112685923B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113805205B (zh) * 2021-11-18 2022-02-18 湖南卫导信息科技有限公司 基于满天星的真实卫星信号模拟装置、方法、设备及介质
CN114280956A (zh) * 2021-12-22 2022-04-05 南京长峰航天电子科技有限公司 一种射频仿真暗室的三维场景动态建模方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728603A (zh) * 2014-01-16 2014-04-16 北京航空航天大学 基于射频仿真实验的微波暗室分析建模
CN208316735U (zh) * 2018-05-21 2019-01-01 中国人民解放军火箭军工程大学 一种微波暗室的动态干扰模拟结构
CN110515100A (zh) * 2019-10-28 2019-11-29 湖南卫导信息科技有限公司 复杂干扰环境下多阵元rtk接收机测试方法
CN111665527A (zh) * 2019-03-05 2020-09-15 中国人民解放军空军研究院通信与导航研究所 一种满天星暗室卫星导航终端抗干扰测试系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728603A (zh) * 2014-01-16 2014-04-16 北京航空航天大学 基于射频仿真实验的微波暗室分析建模
CN208316735U (zh) * 2018-05-21 2019-01-01 中国人民解放军火箭军工程大学 一种微波暗室的动态干扰模拟结构
CN111665527A (zh) * 2019-03-05 2020-09-15 中国人民解放军空军研究院通信与导航研究所 一种满天星暗室卫星导航终端抗干扰测试系统及方法
CN110515100A (zh) * 2019-10-28 2019-11-29 湖南卫导信息科技有限公司 复杂干扰环境下多阵元rtk接收机测试方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Calculation and optimization of quiet-zone in RG anechoic chamber;Hao Xiaojun等;《2006 7th international symposium on antenas,propagation & EM theory》;20061029;全文 *
卫星导航接收端抗干扰性能测试平台构建方法;郭淑霞等;《红外与激光工程》;20130831;第42卷(第8期);2150-2155 *
射频仿真暗室静区性能测量与优化;郑星等;《电讯技术》;20100731;第50卷(第7期);140-144 *

Also Published As

Publication number Publication date
CN112685923A (zh) 2021-04-20

Similar Documents

Publication Publication Date Title
CN112685923B (zh) 满天星暗室全流程仿真与性能优化方法、装置及电子设备
KR101328760B1 (ko) 오티에이 시험
US7941302B2 (en) Enhanced channel simulator for efficient antenna evaluation
KR101360280B1 (ko) 흡수재를 구비하지 않은 다중채널 근접장 측정 시스템
CN102066978B (zh) 用于偏移地震数据的系统和方法
US7535425B2 (en) Method and system for generating three-dimensional antenna radiation patterns
CN106912105A (zh) 基于pso_bp神经网络的三维定位方法
KR20200142566A (ko) 레이더 단면을 결정하기 위한 방법 및 장치, 상호작용 모델을 트레이닝하기 위한 방법, 및 레이더 타겟 에뮬레이터 및 테스트 설비
Mort et al. Analysing the impact of far-out side-lobes on the imaging performance of the SKA-LOW telescope
CN108847899A (zh) 电子设备射频通信性能测试系统、方法、装置及设备
KR101744131B1 (ko) 가상공간에서의 전자파 무반향실 설계 및 평가방법
CN113344954A (zh) 边界检测方法、装置、计算机设备、存储介质和传感器
Blecher et al. Towards the first detection of strongly lensed H i emission
CN113341762B (zh) 半实物仿真系统中复合目标模拟方法及系统
CN114239232A (zh) 基于规划评估双反馈技术的复杂电磁环境方案生成方法
CN113297780A (zh) 载体遮挡与多径信号的高速仿真方法、装置、介质及设备
KR20200005002A (ko) 무선 네트워크 디자인 방법, 저장매체 및 전자 장치
CN113890833A (zh) 网络覆盖预测方法、装置、设备及存储介质
CN112566143A (zh) 负载均衡方法、装置及计算设备
CN113709756B (zh) 一种天线增益的空间滤波方法、系统、设备及存储介质
RU2778139C1 (ru) Специализированный программно-аппаратный комплекс автоматизированного проектирования радиолокационных станций, комплексов и систем, а также их компонентов (СПАК)
RU2783695C1 (ru) Способ, устройство, система и терминал для измерения полной излучаемой мощности и машиночитаемый носитель данных
Liang et al. SAR platform positioning method based on improved Gauss–Newton–genetic hybrid algorithm
KR20120021991A (ko) 간섭체의 존재하에서 일체형 캘리브레이션 네트워크를 구비하는 페이즈드 어레이 안테나의 캘리브레이션을 위한 시스템 및 방법
TWI388851B (zh) 模擬量測裝置及方法

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
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20210420

Assignee: AEROSPACE CHANGPING TECHNOLOGY CO.,LTD.

Assignor: HUNAN SNR INFORMATION TECHNOLOGY CO.,LTD.

Contract record no.: X2023980034685

Denomination of invention: Full process simulation and performance optimization methods, devices, and electronic equipment for the Mantianxing darkroom

Granted publication date: 20210608

License type: Exclusive License

Record date: 20230413