基于CatBoost代理模型的机载相控阵天线电性能快速计算方法
本发明属于雷达天线,具体涉及基于catboost代理模型的机载相控阵天线电性能快速计算方法。
背景技术:
1、有源相控阵天线作为现代电子装备的核心,正朝着高频段、高集成与轻量化方向快速发展。然而,机载雷达在服役过程中面临极严苛的环境载荷扰动,包括加速度过载、半正弦冲击、随机振动以及高热功耗等。这些不确定性载荷诱发的结构变形场与温度场会直接导致天线产生馈电幅相误差与空间相位畸变,严重制约了高性能相控阵天线在复杂环境下的电性能稳健性。
2、尽管当前广泛采用蒙特卡洛方法对天线误差进行统计分析,但传统方法存在两大瓶颈:一是物理场获取效率极低,传统的数值仿真(有限元分析)在面对成千上万次的随机采样时,计算开销难以承受;二是载荷-性能耦合机理模糊,现有研究多直接针对阵元误差建模,忽略了底层环境载荷到顶层电性能的直接映射关系,且未充分考虑采样数据分布不均对模型精度的影响。
技术实现思路
1、本发明的目的在于克服当前采用蒙特卡洛方法对天线误差进行统计分析效率低的问题,提出了基于catboost代理模型的机载相控阵天线电性能快速计算方法,深入挖掘了载荷不确定性对电性能的影响,避免了大量耗时且难度高的仿真分析,大大提高了计算效率,可快速实现在服役环境载荷不确定性影响下相控阵天线的电性能计算。
2、为达到上述目的,本发明采用如下技术方案:
3、第一方面,本发明提供基于catboost代理模型的机载相控阵天线电性能快速计算方法,包括以下步骤:
4、确定相控阵天线的设计参数,基于设计参数建立相控阵天线的有限元模型;确定服役环境下热载荷与力学载荷的取值区间,采用拉丁超立方采样法在取值区间内生成多组载荷样本;将各组载荷样本施加于有限元模型进行仿真,获取阵面温度场数据与结构变形场数据,构建初始物理场数据集;
5、对初始物理场数据集执行基于物理场空间梯度的自适应下采样,得到代表性数据集;采用贝叶斯优化算法确定类别梯度提升树算法的最优超参数组合;采用核密度估计法计算代表性数据集中各样本的权重,构建加权损失函数;基于最优超参数组合与加权损失函数,采用类别梯度提升树算法训练得到热载荷-温度场代理模型以及力学载荷-结构变形场代理模型;
6、构建相控阵天线的机电耦合模型,将温度场代理模型输出的温度误差与结构变形场代理模型输出的阵元位置误差代入机电耦合模型,得到载荷-电磁耦合模型;
7、采用准蒙特卡洛方法在取值区间内生成多组不确定性载荷样本,将各组不确定性载荷样本输入载荷-电磁耦合模型,统计得到相控阵天线电性能的概率特性。
8、进一步地,对初始物理场数据集执行基于物理场空间梯度的自适应下采样,得到代表性数据集,包括:
9、基于初始物理场数据集的物理场空间梯度幅值划分节点区域,保留高梯度区域的全部节点,对低梯度区域的节点执行抽样精简,得到代表性数据集;
10、物理场空间梯度幅值的计算公式如下式所示:
11、
12、其中,为物理场空间梯度,偏导数通过节点与相邻节点的物理场差分计算得到。
13、进一步地,采用贝叶斯优化算法确定类别梯度提升树算法的最优超参数组合,包括:
14、将代理模型在交叉验证集上的加权均方根误差作为目标函数,通过高斯过程建模与期望改善准则迭代寻优,得到最优超参数组合。
15、进一步地,采用核密度估计法计算代表性数据集中各样本的权重,构建加权损失函数,包括:
16、基于核密度估计法获取代表性数据集中物理场输出特征的概率密度,为高密度样本分配较小权重,为低密度样本分配较大权重,基于各样本权重构建加权损失函数;
17、加权损失函数如下式所示:
18、
19、
20、
21、其中,为自动带宽参数,为样本总数,为密度,为加权系数,为调节因子。
22、进一步地,力学载荷包括加速度过载、半正弦冲击以及随机振动;
23、力学载荷-结构变形场代理模型接收多类力学载荷参数输入,输出阵面结构变形场数据。
24、进一步地,构建相控阵天线的机电耦合模型,包括:
25、构建相控阵天线的三角栅格阵列方向图模型,将温度误差转化为阵元激励幅相误差,连同阵元位置误差代入三角栅格阵列方向图模型,得到机电耦合模型。
26、进一步地,控阵天线电性能的概率特性包括电性能指标的均值、方差以及取值上下确界。
27、第二方面,本发明提供基于catboost代理模型的机载相控阵天线电性能快速计算系统,包括:
28、初始物理场数据集构建模块,用于确定相控阵天线的设计参数,基于设计参数建立相控阵天线的有限元模型;确定服役环境下热载荷与力学载荷的取值区间,采用拉丁超立方采样法在取值区间内生成多组载荷样本;将各组载荷样本施加于有限元模型进行仿真,获取阵面温度场数据与结构变形场数据,构建初始物理场数据集;
29、代理模型训练模块,用于对初始物理场数据集执行基于物理场空间梯度的自适应下采样,得到代表性数据集;采用贝叶斯优化算法确定类别梯度提升树算法的最优超参数组合;采用核密度估计法计算代表性数据集中各样本的权重,构建加权损失函数;基于最优超参数组合与加权损失函数,采用类别梯度提升树算法训练得到热载荷-温度场代理模型以及力学载荷-结构变形场代理模型;
30、耦合模型构建模块,用于构建相控阵天线的机电耦合模型,将温度场代理模型输出的温度误差与结构变形场代理模型输出的阵元位置误差代入机电耦合模型,得到载荷-电磁耦合模型;
31、概率特性统计模块,用于采用准蒙特卡洛方法在取值区间内生成多组不确定性载荷样本,将各组不确定性载荷样本输入载荷-电磁耦合模型,统计得到相控阵天线电性能的概率特性。
32、第三方面,本发明提供一种电子设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现基于catboost代理模型的机载相控阵天线电性能快速计算方法。
33、第四方面,本发明提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现基于catboost代理模型的机载相控阵天线电性能快速计算方法。
34、与现有技术相比,本发明具有以下有益的技术效果:
35、本发明提出的基于catboost代理模型的机载相控阵天线电性能快速计算方法,可实现复杂服役环境下载荷作用下机载相控阵天线电性能的高效精准计算。通过基于物理场空间梯度的自适应下采样,能够在大幅精简数据集规模的同时完整保留敏感区域关键物理特征,有效降低代理模型的训练计算开销。采用结合贝叶斯超参优化与核密度加权损失函数的类别梯度提升树构建代理模型,可改善数据分布不均带来的拟合偏置问题,提升极端工况下物理场的重构精度与模型泛化能力。通过构建载荷-电磁耦合模型,打通了热载荷、力学载荷到天线电性能的完整映射链路,可准确反映多载荷耦合作用下的天线电性能响应。结合准蒙特卡洛方法开展不确定性分析,能够在保障统计精度的前提下大幅缩短计算耗时,为机载相控阵天线的性能稳健性评估与优化设计提供高效技术支撑。
36、进一步地,本发明提供基于catboost代理模型的机载相控阵天线电性能快速计算方法,核心技术路径如下:物理场特征精简与高质量采样:针对复杂的载荷响应空间,首先采用基于物理空间梯度的自适应下采样策略,以极小的数据规模(5%~10%)保留原始数据集中大梯度、关键特征点的完整信息。高精度、鲁棒性代理模型构建:引入贝叶斯优化算法对类别梯度提升树(catboost)进行超参数全局寻优,锁定最优模型架构;针对采样数据分布不均的问题,创新性地采用核密度估计(kde)设计逆密度加权损失函数,赋予极端、稀疏工况更高的训练权重,构建高精度的载荷-结构变形/温度映射代理模型。机电耦合模型重构:针对三角栅格排列特性,基于基矢量分析法建立机电耦合数学模型。将三种力学工况(加速度、冲击、随机振动)诱发的阵元空间位移偏差与一种热学工况诱发的馈电幅相漂移实时引入耦合模型,实现从底层载荷到顶层电磁特性的深度融合。高效不确定性量化分析:基于训练完成的快速代理模型,利用准蒙特卡洛法模拟大规模随机载荷样本。由于避开了高耗时的传统有限元仿真,本发明能够在毫秒级时间内计算出所有样本下的电性能响应,通过统计均值、方差及性能确界,评估天线在服役环境下的性能稳健性。本发明通过上述算法体系,实现了从服役环境载荷到电性能指标的跨域映射与秒级评估,为高性能机载相控阵天线在不确定性服役环境下的快速优化设计提供了科学支撑。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com