一种无监督学习的辐射源快速近场扫描方法

1.本发明涉及电磁兼容和人工智能领域的一种电磁近场扫描方法，更具体的说是涉及一种无监督学习的辐射源快速近场扫描方法。


背景技术：

2.电子产品的高度集成化导致严重的电磁干扰问题，这会影响电子产品的正常工作。在工业界和学术界，近场扫描是一种有效的电磁诊断方法。
3.典型的近场扫描系统中机械臂控制近场探头在待测辐射源上方按一定路径移动，通过接收机（通常是频谱仪或矢量网络分析仪）得到待测辐射源上方的电场或磁场信息并保存到电脑中。整个扫描过程的耗时包括机械臂移动的时间，接收机获取扫描场的时间，电脑存储场信息的时间三部分。当扫描点数较多时扫描时间很长，大大降低了扫描效率。


技术实现要素：

4.为了解决上述近场扫描过程中扫描时间过长的问题，本发明提出了一种基于无监督学习的批量选取扫描点的辐射源快速近场扫描方法，减少扫描点数，直接提高扫描效率。
5.本发明采取了如下的技术方案：包括针对辐射源、用机械臂移动探头在扫描面上初始的扫描点处探测辐射场值的步骤s1；包括根据初始的扫描点的辐射场值实时用机械臂移动探头对剩余的扫描点进行近场扫描探测的步骤s2。
6.所述步骤s1具体为：针对给定的辐射源，机械臂末端安装探头，移动机械臂用探头在扫描面上扫描移动，扫描面上具有扫描点，移动机械臂将探头位于一个扫描点处并探测辐射场值；用电脑随机获取一组初始的扫描点，移动机械臂将探头位于每一个初始的扫描点探测，获得各个初始的扫描点的辐射场值，将初始的扫描点加入到已探测过的扫描点中。
7.所述的辐射源具体为电子产品或者电子系统等有源的辐射件。所述的辐射场值为电场或者磁场。扫描面通常为平面。
8.所述步骤s2具体为，各轮移动机械臂将探头按照以下方式进行探测：s21、当前轮下，以当前未探测过的扫描点作为未扫描点，用已探测过的扫描点的辐射场值经过不同插值函数分别插值处理获得未扫描点的不同初步辐射场值，每种插值函数处理获得一个辐射场值，对未扫描点的各个初步辐射场值求平均后作为未扫描点的辐射场估计值，再对未扫描点的各个初步辐射场值求方差，以不同种插值结果的方差作为分簇时的权重，提取出n个方差最大的未扫描点，用聚类方法将n个方差最大的未扫描点分成c个簇并找到每个簇的中心点；此时，每个中心点实质为未扫描点，都获得了辐射场估计值和方差。
9.通过提取出n个方差最大的未扫描点，能够快速找到辐射场值不确定度高、重要的
扫描点，这些未扫描点的辐射场值对整个辐射场的丰富度贡献大，辐射场值包含的辐射源的信息多。
10.所述的聚类方法可以采用为kmeans聚类方法。
11.s22、c个簇的中心点可能存在几个中心点挨得近，还要进行合并处理。将c个簇的中心点的方差从中提取一个中心点作为候选中心点，将候选中心点的辐射场估计值和已探测过的扫描点的辐射场值组成参考扫描点集合，利用参考扫描点集合用不同插值函数处理获得未作为候选中心点遍历过的每个剩余的中心点的新方差值，并进行判断：若候选中心点以外只要有至少一个剩余的中心点的新方差值小于标准值v
std
，则将候选中心点剔除，候选中心点后面不再遍历；若候选中心点以外的所有剩余的中心点的新方差值均不小于标准值v
std
，则将候选中心点保留，候选中心点后面也不再遍历；s23、将c个簇的中心点的方差从大到小顺序排列从中依次提取一个中心点作为候选中心点，而不断重复步骤s22遍历所有的中心点后，以保留的中心点作为当前轮通过机械臂移动探头到的位置进行扫描探测进而获得各个保留的中心点的辐射场值，且将保留的中心点加入到已探测过的扫描点中；s24、不断重复步骤s21～s23进行多轮处理，直到通过机械臂移动探头探测得到的扫描点的个数达到用户所需的个数，最后利用已探测的扫描点和插值函数，得到完整扫描平面的扫描图像经过多次循环，不断选取新的扫描点，直到扫描图像满足精度要求。
12.所述步骤s22中，针对除了候选中心点以外的未作为候选中心点遍历过的每个剩余的中心点，均用参考扫描点集合中的所有点的辐射场值用不同插值函数分别插值处理后求平均获得该中心点的辐射场估计值。
13.所述的标准值v
std
是由步骤s21中的n个方差最大的未扫描点中的最小方差作为标准值。通过标准值这样的设置，使得标准值呈动态变化，而不是一个固定预设的值，这样能够使该算法在没有人为干预的情况下适应不同的辐射场分布，提高了近场扫描结果的鲁棒性。
14.通过新加入的中心点对另外的中心点的方差影响进行筛选扫描点，减少扫描探测的中心点的数量。本发明设定新加入的中心点对另外的中心点的方差影响，判断这两个中心点包含的辐射场值信息是否类似，将方差更小的中心点去掉，遍历所有的扫描点后，最终保留的中心点的位置就是本轮需扫描探测的扫描点。
15.本发明将中心点的方差从大到小排列，将最小方差作为标准值，能准确获得辐射场值变化最小、代表辐射源丰富度的可能性最小的点。
16.所述的不同插值函数为不同种的插值函数，或者不同函数参数的同种插值函数。
17.所述的不同插值函数为具有不同核函数的径向基函数（radial basis function，简称rbf）。还可以换成其他的快速插值函数，不限于此。
18.针对不同辐射源，可调整不同插值函数的个数，利用不同插值函数由已探测的扫描点的辐射场值获得其他扫描点的辐射场值。
19.具体实施中，所述的步骤s21中选取簇内方差最大的未扫描点作为簇的中心点。
20.所述的s23具体可以为：s231、将此时所有中心点的四种插值函数的方差从大到小排列，并且将这些方差
从大到小排列的中心点排序成序列p
var
，序列p
var
中每个第p（初始时p=1）个中心点的辐射场估计值用四种插值函数处理获得的结果的均值表示；s232、此时获得了用机械臂移动探头在已经探测过的扫描点的辐射场值和序列p
var
中当前最大方差的中心点p
pmax
的辐射场估计值，针对序列p
var
中剩余的每个中心点，根据用机械臂移动探头在已经探测过的扫描点的辐射场值和序列p
var
中的中心点p
pmax
的辐射场估计值，依次用四种插值方法进行插值并且得到四种插值方法结果的方差，并对剩余的中心点的方差依次进行判断：当剩余的中心点的方差小于标准值v
std
时，则将该中心点剔除，否则保留。最终保留的中心点数量有可能会小于初始的c个中心点。
21.之后，若机械臂移动探头探测过的扫描点的总个数未达到用户预先设定的个数，将此时已经扫描的扫描点的辐射场值作为新一轮的初始的扫描点的辐射场值，重复步骤处理，直到机械臂移动探头得到的扫描点的个数达到用户预先设定的个数。
22.最终剩余未探测过的扫描件点的辐射场值由已探测过的扫描点的辐射场值通过rbf线性插值方法获得，获得完整的扫描面各个扫描件点的辐射场值。
23.本发明提供的无监督学习方法首先随机扫描点的辐射场值，再通过多种插值方法对剩余扫描点的辐射场值进行插值，选取多种插值方法的结果选取方差较大的扫描点，并且用人工智能方法将这些扫描点分成几簇并且找到每簇的中心点；再依次检测每簇中心点引入是否会造成其他簇中心点的方差值明显变化，若明显，则保留其他簇中心点，否则去掉其他簇中心点，这一步可以避免在辐射场值相近的位置选取过多的中心点造成浪费。此时得到几簇中心点通过机械臂移动探头获取辐射场值；迭代上述步骤几次快速准确有效地得到了用户所需的扫描点。
24.本发明通过不同插值函数计算未扫描点的方差，并通过聚类的方法进行分类和筛选，以及标准值的动态更新等手段和操作，实现了通过人工智能技术进行高效近场扫描的目的，具有扫描效率高和鲁棒性好的优势。
25.本发明在完整的扫描场图中筛除了大多数并不携带辐射源重要信息的扫描点，只扫描携带重要场信息的点就足以反应辐射源的特征，并且可以大大减少扫描时间。
26.而且本发明方法是无监督学习的，通过人工智能方式让机械臂的探头边扫描边计算接下来需要扫描的点的位置（大部分点不需要扫描），均自主决定进行扫描，形成了高效节约扫描时间并且保证部分点场图能准确反应辐射源特征的方法。
27.与现有的近场扫描技术相比，本发明的有益效果是：本发明方法能在辐射场值变化明显的位置用近场扫描系统获得准确的辐射场值，在其他位置用插值方法获得辐射场值，与传统的完整扫描方法相比可以大大提高近场扫描效率。
28.本发明的处理效率高，可用于实时的近场扫描，且方法的鲁棒性好，不需要用户过多地调节设置参数，可以很好地平衡选点的不确定性和多样性。
29.相比传统的全扫描的方式或者随机选点扫描，本发明提出的方法在节省扫描点数和扫描时间方面有明显的优势。
附图说明
30.图1为本发明实施例的流程图；
图2为本发明实施例中近场扫描的辐射源示例；图3为本发明实施例中机械臂移动探头扫描得到的辐射源完整磁场幅度值；图4为本发明实施例中初始选取的100个扫描点；图5为本发明实施例中根据初始扫描点和4中插值函数计算的整个扫描面上各个扫描点的方差分布图；图6为本发明实施例中选取的200（n=200）个方差最大的未扫描点；图7为本发明实施例中利用kmeans聚类算法将200个方差最大的未扫描点分成50（c=50）个簇，且各个黑点代表不同簇的中心点；图8为本发明实施例中将50个中心点进行合并处理之后剩下的14个中心点；图9为本发明实施例中通过本专利提出的方法选取的514个扫描点；图10为本发明实施例中通过514个扫描点进行插值后的完整扫描平面辐射场幅度分布图；图11为本方法与随机选点的均方误差比较图，均方误差由已选取扫描点经过插值后的完整扫描平面辐射场与图3中的完整辐射场之间的均方误差计算得到。
具体实施方式
31.为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
32.如图1所示，本发明的实施例及其实施过程如下：如图2所示，本实施例中近场扫描的辐射源是pcb板上绘制的“c”形金属。扫描面距离“c”形金属上表面3mm，扫描面大小是180mm
×
180mm，扫描间隔是3mm。因此总扫描点数是61
×
61=3721。该辐射源的完整磁场幅度值分布图如图3所示。
33.首先用计算机随机产生100个扫描点位置，机械臂控制近场探头移动到100个扫描点位置进行探测并用频谱仪获取对应的100个扫描点的磁场幅度值，该100个随机扫描点位置如图4所示。
34.根据已经探测得到的100个扫描点的磁场幅度值，对剩下的3621个扫描点根据100个扫描点的磁场幅度值用径向基函数rbf的4种核函数linear, cubic, thin_plate_spline, quintic进行插值处理得到4种磁场幅度值的插值结果，计算每个扫描点的4种插值结果的方差。扫描平面上所有扫描位置的方差值分布如图5所示。
35.选出200个最大方差及其对应的200个扫描点，认为200个扫描点的辐射场值不确定性高，辐射场值变化明显，该200个扫描点的方差分布如图6所示。200个最大方差中提取最小的方差作为标准值。
36.将每个扫描点的方差作为分类权重，用kmeans聚类方法把200个扫描点分成50簇，并且找到每簇的中心点。这时可能存在某几个中心点靠的很近，这几个中心点的辐射场值相似，包含的场信息相似，如图7所示。因此，需要将这些中心点进行合并处理。具体实施方
案如下：1）将50个簇的中心点根据100个扫描点的磁场幅度值用径向基函数rbf的4种核函数linear, cubic, thin_plate_spline, quintic的4个插值函数插值处理得到插值结果，作为中心点的磁场估计值，插值结果的方差按从大到小排列。
37.2）找到50个中心点的方差中最大的方差对应的中心点作为候选中心点，此候选中心点的磁场估计值已经获得，根据此候选中心点的磁场场估计值和之前用机械臂移动探头已扫描得到的扫描点的磁场幅度值，对剩余49个中心点的每个中心点用4种插值函数插值处理获得每个中心点的4种插值结果的新方差：若剩余49个中心点中某中心点的新方差小于标准值，则将该中心点剔除，否则保留该中心点。这时筛选后的中心点的个数可能少于50个。
38.3）然后从筛选后的中心点中再挑出下一个中心点，重复上述步骤2）；对中心点中每一个中心点按照上述过程依次类推进行处理，判断当前候选中心点引入是否会对其他中心点（其他中心点方差比引入的候选中心点的方差小）的4种插值结果方差产生明显影响。若方差小于标准值，则认为产生影响很小，这两个中心点挨得很近，则可以剔除方差小的中心点，最终保留方差更大的一个中心点。图7中的50个中心点，经过合并处理后，剩下14个中心点如图8所示。
39.在筛选得到相互相隔较远的一组中心点后，机械臂移动探头得到该组中心点的磁场幅度值，这时当前通过扫描探测得到的准确的磁场幅度值的扫描点的个数是初始点和累计的新中心点个数总和。若该个数小于用户预先设定的扫描个数，则迭代上述过程几轮，直到通过扫描得到的准确幅度值的位置个数达到用户预先设定的个数停止。
40.在此实施例中，经过几轮迭代，用机械臂移动探头得到的总扫描点的个数是514个。514个扫描点组成的磁场幅度值如图9所示。对于未准确探测过准确磁场幅度值的扫描点，用rbf线性插值函数根据已探测过磁场幅度值的扫描点进行插值处理得到这些扫描点的磁场幅度值，完整扫描面的磁场幅度值就此全部得到，如图10所示，该磁场幅度分布与图3中的辐射源完整磁场幅度分布非常接近。而本发明提出的快速近场扫描方法可以将扫描点数减少到1/7，扫描点分布在辐射场值变化明显的地方，大大提高了扫描效率。
41.为了进一步定量地说明本发明所提出方法的优势，图11比较了本发明的方法与随机选点在均方误差上的优势。该均方误差由已选取扫描点经过插值后的完整扫描平面辐射场与图3中的完整辐射场之间的均方误差计算得到。可以看出，随着点数的增加，本发明的均方误差远远小于随机选点的均方误差，证明了本发明所提出方法的有效性，能以更少的扫描点数找到有着更重要信息的扫描区域，大大提高了近场扫描效率，同时该方法拥有很高的鲁棒性。
42.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行同等替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。