超宽带RCS缩减超表面阵列的优化方法、系统及介质

技术特征：
1.一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，包括步骤：步骤1，选取k种不同高度、l种不同方环边长组合的组漫反射结构单元，确定k
·
l组漫反射结构单元的rcs相位以及幅值；步骤2，基于rcs相位以及幅值，通过阵因子计算不同初始阵列的rcs，将不同频点下rcs缩减值之和作为适应度值，通过遗传算法对粗模型进行多次迭代获取最优组合获取t个子阵的高度h与金属环边长l参数，令初始细模型参数子阵的高度h与金属环边长l参数，令初始细模型参数判断当前适应度值是否满足设定阈值范围，如果不满足，执行步骤3，否则优化结束；步骤3，初始化映射矩阵i＝1；b
(1)
为单位矩阵i，f
(1)
为初始残余向量，表示初始参数提取；步骤4、求解b
(i)
h
(i)
＝-f
(i)
得到细模型的增量步长h
(i)
，确定新的细模型参数通过全波分析方法获取当前细模型的响应，如果响应的适应度值不满足设定阈值范围，执行步骤5，否则优化结束；步骤5、对当前细模型的响应进行参数提取计算残余向量将映射矩阵b
(i)
更新为b
(i 1)
，另i＝i 1，执行步骤4。2.根据权利要求1所述的一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，所述通过阵因子计算不同初始阵列的rcs具体为:假设阵列由m
×
n个单元组合而成，沿x轴每隔dx放置一个单元，沿y轴每隔dy放置一个单元，则：元，则：其中，表示金属平板的散射场，θ和分别是任意散射方向的俯仰角和方位角，s
m,n
表示每个超表面单元的散射场，φ
m,n
是不同超表面单元的反射相位，k＝2π/λ，λ为波长，m、n表示。3.根据权利要求1所述的一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，所述适应度值为：述适应度值为：其中，q表示优化频点的个数，表示垂直入射下第i个频点的rcs缩减。
4.根据权利要求1所述的一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，所述映射矩阵b
(i 1)
采用broyden算法更新。5.根据权利要求5所述的一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，所述映射矩阵b
(i 1)
：其中，h
(i)
表示拟牛顿步长。6.根据权利要求1所述的一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，所述对当前细模型的响应进行参数提取具体为：将通过全波分析方法获取的细模型的响应曲线数值写入表格，计算适应度值，并得到与电磁仿真响应曲线最接近的结果作为粗模型的解7.根据权利要求1所述的一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，所述k＝3，l＝9，t＝16。8.根据权利要求1所述的一种超宽带rcs缩减超表面阵列的优化方法，其特征在于，所述3种不同高度为：2.5mm、5.5mm和8.5mm，9种不同方环边长为：1.7mm、2.8mm、3.9mm、5mm、6.1mm、7.2mm、8.3mm、9.4mm和10.5mm。9.一种超宽带rcs缩减超表面阵列的优化系统，其特征在于，包括rcs相位以及幅值确定单元、粗模型优化单元、全波分析仿真单元和细模型更新单元，其中：所述rcs相位以及幅值确定单元通过选取k种不同高度、l种不同方环边长组合的组漫反射结构单元，用于确定k
·
l组漫反射结构单元的rcs相位以及幅值；所述粗模型优化单元通过遗传算法对粗模型进行多次迭代获取最优组合；所述全波分析仿真单元用于仿真验证细模型的相应是否符合设定要求；所述细模型更新单元用于对细模型的迭代优化，直至细模型通过全波分析仿真单元验证符合设定要求。10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有可执行程序，所述可执行程序被处理器执行实现权利要求1-8任一项所述的超宽带rcs缩减超表面阵列的高效优化方法的步骤。

技术总结
本发明公开了一种超宽带RCS缩减超表面阵列的优化方法、系统及介质，该方法包括：确定不同高度、不同方环边长组合的漫反射结构单元的RCS相位以及幅值；通过阵因子计算不同初始阵列的RCS，通过遗传算法对包含多元子阵的超表面阵列进行优化，通过空间映射算法和全波分析方法的验证进行进一步的优化，实现了对于超宽带雷达散射截面缩减超表面的快速设计。本发明相对于传统超表面算法优化设计方法，不仅考虑了子阵耦合的影响，而且极大缩短了电磁仿真软件的验证时间，具有编程简单、计算效率高的优点，具有较高实用价值。具有较高实用价值。具有较高实用价值。


技术研发人员：顾鹏飞 陈如山 丁大志 樊振宏 何姿
受保护的技术使用者：南京理工大学
技术研发日：2021.12.15
技术公布日：2022/4/29