[发明专利]一种相控阵天线测试方法、装置、设备及介质

权利要求书

1.一种相控阵天线测试方法，其特征在于，包括：

确定相控阵列天线探头的位置点序列和测试任务序列；

控制相控阵列天线探头移动至目标测试点的坐标位置；

对所述目标位置进行自动化测试；

根据预定义的神经网络优化算法对每个所述相控阵列天线探头的目标测试点进行扫描，获取采集数据；

对扫描完毕后的所有采集数据进行数据校验，得到测量结束后的采样数据；

所述确定相控阵列天线探头的位置点序列和测试任务序列，包括：

将整体相控阵天线节点划分为多个区域块；

根据神经网络优化算法将多个所述区域块构建得到区域块路线；

根据所述区域块路线，根据神经网络优化算法对每个所述区域块中多个节点进行遍历，构建每个区域块的子区域块路线，其中，每个所述子区域块中距离探头遍历路线的最后一个点最近的下一个子区域块中的节点成为下一子区域块探头遍历的始点；

根据所述区域块路线和所述子区域块路线，构建相控阵列天线探头遍历路线。

2.根据权利要求1所述的一种相控阵天线测试方法，其特征在于，所述神经网络优化算法为Hopfield神经网络；

其中，所述Hopfield神经网络中每个神经元作为输入和输出，所述Hopfield神经网络为单层全连接递归网络；

所述Hopfield神经网络的权重在搭建网络时计算得到，所述Hopfield神经网络的权重在网络迭代过程中保持不变；

通过改进的能量函数控制所述Hopfield神经网络在迭代过程中的稳定性；

将所述Hopfield神经网络运行到稳定状态时，各个神经元的状态的集合作为PA-TSP的解。

3.根据权利要求2所述的一种相控阵天线测试方法，其特征在于，所述方法还包括：

将所述Hopfield神经网络作为一种非线性动力学系统，所述非线性动力学系统的状态集合随时间的变化而变化；

通过微分方程对所述非线性动力学系统的输出状态和输出状态增量进行表示；

通过对称sigmoid双曲正切函数来完成输出状态的非线性映射。

4.根据权利要求3所述的一种相控阵天线测试方法，其特征在于，所述方法还包括：

将Hopfield神经网络的网络结构抽象等效为放大电子线路；

根据所述放大电子线路模拟所述Hopfield神经网络的神经元的非线性饱和特征，将每个所述神经元等效为一个电子放大器元件，将每个所述神经元的输入等效为电子元件的输入电压，将每个所述神经元的输出等效为电子元件的输出电压；

其中，每个所述电子元件的的输入信息包括外部电流输入以及该电子元件与其他电子元件之间的反馈连接信息。

5.根据权利要求4所述的一种相控阵天线测试方法，其特征在于，所述方法还包括：

通过能量熵替代原能量函数；

构建遵从PA-TSP规则的置换矩阵，控制所述神经元输出的状态集合满足所述置换矩阵；

其中，所述置换矩阵的每一行元素有且只有一个1，其他元素均为0；

所述置换矩阵的每一列元素有且只有一个1，其他元素均为0；

所述置换矩阵中元素为1的数量等于被访问过的相控阵列天线节点的数量。

6.根据权利要求5所述的一种相控阵天线测试方法，其特征在于，所述方法还包括根据优化的Hopfield神经网络求解PA-TSP问题这一步骤，该步骤包括：

初始化所述Hopfield神经网络的初始值和权值；

计算各个区域块节点之间的距离；

初始化所述Hopfield神经网络的输入状态；

根据优化的Hopfield神经网络计算所述输入状态下的增量；

根据一阶欧拉方法来更新所述Hopfield神经网络在下一个时刻的输入状态；

根据双曲正切函数更新所述Hopfield神经网络在下一时刻的输出状态；

计算能量函数，直到所述能量函数趋于稳定时，将所述Hopfield神经网络的输出状态集合确定为PA-TSP最优路线节点的集合。