首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于CNN-LSTM采用功率测量的相控阵校准方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:东海实验室;浙江大学

摘要:本发明公开了一种基于CNN‑LSTM采用功率测量的相控阵校准方法。本发明包括:建立相控阵校准信号模型,利用程序无需实测即可方便地获得大量的数据用于训练神经网络;对生成的数据进行转换及预处理,以特征数据和标签的形式保存为训练数据集;建立CNN‑LSTM网络,并将带有标签的训练数据输入其中进行训练,直至网络收敛得到最终的相控阵校准模型;对待测相控阵实测获取特征数据,输入训练所得模型即得到相控阵校准结果。本发明旨在解决现有相控阵校准方法校准精度不高、测量效率低下、仪器设备要求高等问题,提出的校准方法具有极高的校准效率,所需次数远低于当前所有基于功率测量的校准方法。

主权项:1.一种基于CNN-LSTM采用功率测量的相控阵校准方法,其特征在于,该方法包括以下步骤:S1:根据阵列信号理论对相控阵建模,由程序在幅相误差范围内随机设置每个通道的幅度和相位,计算并保存相应的阵列辐射场数据,反复进行该过程生成足量的、带有幅相误差信息的相控阵信号数据用于神经网络训练;S2:对生成的数据进行预处理,获得训练数据集;S3:搭建CNN-LSTM神经网络模型,将包含标签的训练数据输入网络进行训练,直至网络收敛到最佳状态,得到最终的校准模型;S4:对待校准相控阵进行测量,将获取到的实测数据预处理后输入校准模型即可得到校准结果;所述的步骤S3通过以下子步骤来实现:S3.1:搭建CNN-LSTM神经网络;S3.2:设计训练损失函数;S3.3:将带有标签的训练数据集输入网络进行训练,直至收敛到最佳状态,得到相控阵校准模型;所述的步骤S3.1通过以下子步骤来实现:S3.1.1:所使用的CNN-LSTM神经网络一共包含CNN、LSTM、复数全连接网络3个环节,CNN用于从输入序列数据中自适应提取空间特征信息,LSTM利用CNN提取的空间特征,并结合序列数据的时序信息自动建模,紧随LSTM后采用复数全连接网络输出最终的预测结果;所述的步骤S3.2通过以下子步骤来实现:S3.2.1:分别计算预测值与真实值的实部均方误差和虚部均方误差,将这两个均方误差相加作为损失函数,损失函数表示为: 其中,分别表示预测值和真实值,表示获取复数实部,表示获取复数虚部;所述的步骤S1通过以下子步骤来实现:S1.1:建立相控阵信号模型;设待测天线为矩形排布的大小为Nx×Ny的二维平面相控阵,以俯仰角与方位角描述空间方位,在待测相控阵波束指向θs,φs时,该相控阵在测量方位θ,φ的辐射电场表示为: 其中k=2πλ,λ为波长,dx,dy分别表示阵元的行间距和列间距,m,n分别为阵元的行序号和列序号,Gn,mθ,φ和In,m分别是阵元m,n的归一化独立方向性系数和包含幅相误差的复激励,In,m表示为: 其中,an,m是阵元m,n初始复激励的相对幅值,理论取值范围为0到1,δn,m是阵元m,n初始复激励的相位,理论取值范围为-180°到+180°,根据2式,3式描述的信号模型即可生成用于训练模型的数据;S1.2:波束指向取θs,φs=0,0,观测方位取θ,φ=0,0,即令被测阵列波束指向法向,探头天线置于法向进行测量,测量值为E0,0,令Gn,mθ,φ=1,根据2式和3式代入θs,φs=0,0,θ,φ=0,0得: 该式为Nx×Ny项累加形式,各项无顺序关系,对各项序号重排改写上式: 其中N=Nx×Ny,表示阵列总阵元数,将5式写作矩阵形式为: 其中,Q为包含误差分量的阵列初始复激励矩阵,S为测量时的配相矩阵,其列数等于阵元数量N,行数由测量次数决定,每一行描述一次测量中每个阵元的移相值,校准过程中不断地改变S的元素,同步测量并记录相应的E0,0,由此得到一个数据序列,由该序列估算阵列初始复激励矩阵Q;S1.3:为求解阵列初始复激励矩阵Q,则进行2N+1次测量,第一次测量时所有阵元均保持初始状态不移相,之后每个阵元依次移相90°和180°进行测量,描述这2N+1次测量对应的配相矩阵S为: 在用程序模拟测量生成训练数据时,6式中阵列初始复激励矩阵Q的每个元素按预设误差范围随机生成,幅度取值范围为0.1到1,相位范围为-180°到+180°,在每次随机生成一组初始激励得到阵列初始复激励矩阵Q后,将配相矩阵S和阵列初始复激励矩阵Q代入6式即可计算得到长度为2N+1的电场矢量序列,以大小为2N+1×1的矩阵E表示该序列,即:E=SQ=[E0,01,E0,02,…,E0,02N+1]=[E1,E2,…,E2N+1]8其中,每个元素Ei=E0,0i,i=0,1…,2N+1表示按照配相矩阵S的第i行对相控阵移相后测量得到的辐射电场矢量;S1.4:随机生成一个阵列初始复激励矩阵Q,与7式中配相矩阵S一起代入6式计算得到电场矢量序列E,将阵列初始复激励矩阵Q和计算所得的电场矢量序列E一一对应保存,重复该过程直至所生成的数据满足训练需求,便完成原始数据的获取。

全文数据:

权利要求:

百度查询: 东海实验室 浙江大学 一种基于CNN-LSTM采用功率测量的相控阵校准方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。