[发明专利]基于多层PCA高斯过程的微带天线物理尺寸提取方法

说明书

本发明公开了一种基于多层PCA高斯过程的微带天线物理尺寸提取方法，包括：1、构建样本集；2、构建微带天线物理尺寸提取模型；3、采用样本集对微带天线物理尺寸提取模型进行训练；4、对待设计的微带天线的S曲线进行q点采样，构成q维S采样点向量X_d，将X_d与训练样本的S采样点向量组合为矩阵M′，将矩阵M′输入到训练好的微带天线物理尺寸提取模型中，得到待设计的微带天线的尺寸参数向量。该方法对微带天线进行逆建模，建立微带天线S曲线与物理尺寸参数之间的映射，从而能够根据微带天线的S曲线直接快速地预测出天线的物理尺寸参数。

技术领域

本发明属于微带天线设计技术领域，具体涉及一种快速提取符合S曲线要求的微带天线物理尺寸的方法。

背景技术

在天线的发展过程中，微带天线(MSA)由于其易于集成、剖面低、易于极化、体型小、重量轻等优点逐步发展壮大并且有了广泛的应用。微带天线的S曲线常被用于评价天线的性能，设计微带天线即计算天线的物理尺寸参数，使天线的S曲线满足设计要求。目前通常使用全波电磁仿真软件如HFSS、IE3D等对天线进行优化设计，这些仿真软件在使用中会进行复杂的数学与电磁计算，存在计算量大、计算成本高、耗时较长等问题。

发明内容

发明目的：本发明旨在提供一种微带天线物理尺寸提取方法，该方法能够根据微带天线的S曲线直接快速预测出天线的物理尺寸参数。

技术方案：本发明采用如下技术方案：

基于多层PCA高斯过程的微带天线物理尺寸提取方法，包括训练阶段和提取阶段；所述训练阶段包括：

步骤1、构建样本集TrainSet＝{s₁,s₂,...,s_N1}，其中N1为训练样本总数，第n个样本表示为：s_n＝[X_n,Y_n]，Y_n为p维尺寸参数向量，表示微带天线的p个尺寸参数，X_n为q维S曲线采样点向量，表示尺寸参数为Y_n的微带天线S曲线上的q个采样点值；n＝1,2,…,N1；

步骤2、构建微带天线物理尺寸提取模型，所述模型包括：第一特征提取层、第二特征提取层、第三特征提取层和高斯过程回归器；

所述第一特征提取层的输入为多个微带天线S曲线上的q点采样向量构成的矩阵M，输出为提取的第一S特征矩阵；所述第二特征提取层的输入为第一S特征矩阵，输出为提取的第二S特征矩阵；将第一S特征矩阵和第二S特征矩阵拼接为第三S特征矩阵；所述第三特征提取层的输入为第三S特征矩阵，输出为最终提取的S曲线采样点特征矩阵；

所述高斯过程回归器的输入为S曲线采样点特征矩阵中的列向量，输出为与所述列向量对应的微带天线p维尺寸参数向量；

步骤3、采用样本集TrainSet对所述微带天线物理尺寸提取模型进行训练，将N1个训练样本的S曲线采样点向量组成的矩阵作为M输入到所述微带天线物理尺寸提取模型中，经过第一特征提取层、第二特征提取层、第三特征提取层的提取，得到N1个提取的列向量；将所述N1个列向量作为高斯过程回归器的输入，对应训练样本的尺寸参数向量作为输出，优化高斯过程回归器中的参数，得到训练好的微带天线物理尺寸提取模型；

所述提取阶段包括：