选用物理光学(PO)理论来计算反射面天线的远场(参见附件A2),从而实现对其性能的精确分析与控制。
目前有很多种算法可以实现对赋形反射面天线的优化设计,在众多的算法中,Minimax算法在实际工程应用中最为实用。因为该算法可以根据实际需要灵活地设置目标函数。如果设计参数合适,优化结果能够保证即使在性能最差的评估点也能满足设计要求。
历史上,第一个极小极大值(Minimax)问题是由法国数学家Jame Waldegrave在1713年研究一个二人纸牌博弈时提出的,只不过作者当时并未用到极小极大值这个术语。由于目标函数的特殊性,近些年来随着计算机技术的发展,极小极大值算法在工程设计、电子线路规划、对策论、博弈论等领域中有着广泛的应用,备受关注。
在赋形反射面优化设计中,极小极大值问题的具体数学模型如式(6-8)所示:
其中,x=(x1,x2,…,xI)T∈RI是一个含有I个元素的向量,由表征反射面形状的参数所构成;fj(x)是关于x的函数,j=1,2,…,J,其中J表示在服务区所选取的观测点数目,fj(x)表示在第j个观测点计算所得的天线性能与设计指标之间的差异,其具体表达式如式(6-9)所示:
其中,Dj是第j个观测点设计指标要求,Gj是设计参量为x的情况下第j个观测点的计算结果,wj是权重系数。(www.xing528.com)
表达式的含义为:变量x确定为某一特定值时,函数F(x)的值是J个函数fj(x)(j=1,2,…,J)之中的最大值。如果j=M,那么此时第M个观测点的增益与设计指标要求之间的差距最大。优化所要做的就是在x的某个限定范围X内,寻找函数F(x)的最小值。也就是说通过调节优化变量x,提高第M个观测站的增益,缩小其与设计指标之间的差异,最后使F(x)趋近于零。
以覆盖美国版图为例,采用赋形反射面天线技术,通过优化单馈源照射下反射面的形面展开系数,得到美国地图形状的方向图。期望方向图如图6-11所示,优化得到的等高线方向图如图6-12所示,反射面表面形状相对于标准的抛物面的变形量如图6-13所示。
图6-11 期望方向图(图中等高线数值的单位为dBi)
图6-12 优化得到的美国版图形状等高线方向图(图中等高线数值的单位为dBi)
图6-13 反射面的表面变形量
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。