相控阵校准方法、装置、电子设备及计算机存储介质与流程

1.本技术属于通信技术领域，特别是涉及一种相控阵校准方法、装置、电子设备及计算机存储介质。


背景技术：

2.相控阵校准作为相控阵天线在设计和实际生产过程中重要环节，不仅能够补偿工艺不一致性造成的阵列初始相位不均匀的问题，还可以改善阵列的远场方向图以及通过观察迭代校准后的口面场分布来对相控阵的阵列通道进行故障诊断。
3.而相关技术中相控阵校准一般是采用外部校准方式，是通过对相控阵使用特质探头进行直接或间接测试以获取口面场分布直接获取口场面分布，或者是通过普通探头置于干扰源后进行中场扫描检测，通过计算机对检测数据进行反演推导得到口面场分布来对相控阵进行校准，但这种测量方式不能计入干扰源对相控阵的影响，从而降低了相控阵校准的精确度。


技术实现要素：

4.有鉴于此，本技术实施例提出一种相控阵校准方法、装置、电子设备及存储介质，用于尽可能解决相关技术中干扰源会影响探头扫描面所采集到的数据，使得所获取到的数据存在误差，从而减低了相控阵校准的精确度的问题。
5.本技术第一方面提供一种相控阵校准方法，所述方法包括：
6.获取相控阵在未补偿干扰源影响时的初始口面场分布；
7.将所述初始口面场分布输入至口面场分布补偿模型进行预测，得到所述相控阵在已补偿干扰源影响时的目标口面场分布；
8.根据所述目标口面场分布对所述相控阵进行校准。
9.可选地，所述口面场分布补偿模型是通过以下步骤得到：
10.获取在不同通道激励信号下相控阵的映射数据，所述映射数据包括相关联的样本口面场分布和标准口面场分布；
11.利用所述映射数据对待训练的口面场分布补偿模型进行训练；
12.在训练后的口面场分布补偿模型符合训练要求时，结束训练。
13.可选地，所述获取在不同通道激励信号下相控阵的映射数据，包括：
14.通过仿真模型模拟在不同通道激励信号下未被干扰源影响下的相控阵，得到标准口面场分布，以及通过仿真模型模拟不同通道激励信号下已被干扰源影响下的相控阵，得到样本口面场分布。
15.可选地，所述获取在不同通道激励信号下相控阵的映射数据，包括：
16.通过检测探头对不同通道激励信号下未被干扰源影响下的相控阵进行检测，得到标准口面场分布，以及对不同通道激励信号下已被干扰源影响下的相控阵进行检测，得到样本口面场分布。
17.可选地，所述映射数组包括：所述样本口面场分布和所述标准口面场分布中的相位分布和幅度分布；
18.所述利用所述映射数据对待训练的口面场分布补偿模型进行训练，包括：
19.将从所述相位分布中提取的实部相位特征、虚部相位特征，以及从所述幅度分布中提取的实部幅度特征、虚部幅度特征，组成分布特征向量；
20.利用所述分布特征向量对待训练的口面场分布补偿模型进行训练。
21.可选地，所述在训练后的口面场分布补偿模型符合训练要求时，结束训练之前，所述方法还包括：
22.在训练后的口面场分布补偿模型的符合以下至少一种条件时，结束训练：
23.所述训练后的口面场分布补偿模型的损失值函数收敛；
24.所述训练后的口面场分布补偿模型的测试误差小于测试误差阈值；
25.所述训练后的口面场分布补偿模型的训练误差小于训练误差阈值。
26.可选地，所述获取相控阵在未补偿干扰源影响时的初始口面场分布，包括：
27.控制检测探头对干扰源影响下的相控阵进行检测，获得初始口面场分布，所述干扰源处于所述检测探头与所述相控阵之间。
28.依据本技术第二方面，提供一种相控阵校准装置，所述装置包括：
29.检测模块，被配置为获取相控阵在未补偿干扰源影响时的初始口面场分布；
30.预测模块，被配置为将所述初始口面场分布输入至口面场分布补偿模型进行预测，得到所述相控阵在已补偿干扰源影响时的目标口面场分布；
31.校准模块，被配置为根据所述目标口面场分布对所述相控阵进行校准。
32.可选地，所述装置还包括：
33.训练模块，被配置为：
34.获取在不同通道激励信号下相控阵的映射数据，所述映射数据包括相关联的样本口面场分布和标准口面场分布；
35.利用所述映射数据对待训练的口面场分布补偿模型进行训练；
36.在训练后的口面场分布补偿模型符合训练要求时，结束训练。
37.可选地，所述训练模块，还被配置为：
38.通过仿真模型模拟在不同通道激励信号下未被干扰源影响下的相控阵，得到标准口面场分布，以及通过仿真模型模拟不同通道激励信号下已被干扰源影响下的相控阵，得到样本口面场分布。
39.可选地，所述训练模块，还被配置为：
40.通过检测探头对不同通道激励信号下未被干扰源影响下的相控阵进行检测，得到标准口面场分布，以及对不同通道激励信号下已被干扰源影响下的相控阵进行检测，得到样本口面场分布。
41.可选地，所述映射数组包括：所述样本口面场分布和所述标准口面场分布中的相位分布和幅度分布；
42.所述训练模块，还被配置为：
43.将从所述相位分布中提取的实部相位特征、虚部相位特征，以及从所述幅度分布中提取的实部幅度特征、虚部幅度特征，组成分布特征向量；
44.利用所述分布特征向量对待训练的口面场分布补偿模型进行训练。
45.可选地，所述训练模块，还被配置为：
46.在训练后的口面场分布补偿模型的符合以下至少一种条件时，结束训练：
47.所述训练后的口面场分布补偿模型的损失值函数收敛；
48.所述训练后的口面场分布补偿模型的测试误差小于测试误差阈值；
49.所述训练后的口面场分布补偿模型的训练误差小于训练误差阈值。
50.可选地，所述检测模块，还被配置为：
51.控制检测探头对干扰源影响下的相控阵进行检测，获得初始口面场分布，所述干扰源处于所述检测探头与所述相控阵之间。
52.依据本技术第三方面，提供一种电子设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现上述第一方面所述相控阵校准方法。
53.依据本技术第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的相控阵校准方法。
54.针对现有技术，本技术具备如下优点：
55.本技术提供的一种相控阵校准方法、装置、电子设备及计算机存储介质，通过采用学习有干扰源对于相控阵的口面场分布的影响特征的口面场分布补偿模型，依据所输入的未补偿干扰源影响时的初始口面场分布来预测已补偿干扰源影响时的目标口面场分布，以基于目标口面场分布对干扰源对相控阵造成的误差进行校准，考虑到了干扰源对校准参数的影响因素，提高了相控阵校准的精确度。
56.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
57.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
58.图1是本技术实施例提供的一种相控阵校准方法的步骤流程图；
59.图2是本技术实施例提供的一种口面场分布补偿模型的训练方法的步骤流程图；
60.图3是本技术实施例提供的一种相控阵校准方法的原理示意图；
61.图4是本技术实施例提供的一种特征提取方法的步骤流程图；
62.图5是本技术实施例提供的一种相控阵校准装置的结构框图。
具体实施方式
63.下面将参照附图更详细地描述本技术的示例性实施例。虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围
完整的传达给本领域的技术人员。
64.图1是本技术实施例提供一种相控阵校准方法的步骤流程图，所述方法包括：
65.步骤101，获取相控阵在未补偿干扰源影响时的初始口面场分布。
66.在本技术的实施例中，相控阵是用于信号接收和发射的多个基阵阵元组按照一定规律排列组成的相位补偿基阵。干扰源是对相控阵接收和发射信号有干扰影响的馈源或其他金属反射物等，比如反射式无源液晶相控阵，干扰源会造成阵列的远场方向图增益降低和波束指向的偏移，给相控阵校准测试系统引入了系统误差。
67.相控阵校准系统可通过控制检测探头对被干扰源影响下的相控阵的口面场进行扫描，即可得到该相控阵在未补偿干扰源影响时的初始口面场分布。此处选用口面场分布作为相控阵矫正的依据是口面场距离相控阵阵面的距离最近，相对于距离相控阵阵面的距离更远的近场、紧缩场和远场而且，所需检测的信号辐射场信息最少，检测效率高。
68.步骤102，将所述初始口面场分布输入至口面场分布补偿模型进行预测，得到所述相控阵在已补偿干扰源影响时的目标口面场分布。
69.在申请实施例中，口面场分布补偿模型是预先基于样本口面场分布和标准口面场分布组成的数据集连对神经网络模型进行训练，从而使得训练所得到的口面场分布补偿模型可以学习到干扰源对于口面场分布的影响特性，预测已补偿干扰源影响后的目标口面场分布，也就是相控阵在没有干扰源影响的理想状态下的口面场分布。
70.步骤103，根据所述目标口面场分布对所述相控阵进行校准。
71.在本公开实施例中，相控阵校准系统通过控制相控阵基于目标口面场分布进行反打，以对相控阵中各阵元的信号相位进行调整，来尽可能消除干扰源对于相控阵的信号收发的影响。
72.相对于相关技术中采用近场扫描法进行相控阵校准，为了计入干扰源影响，需要将扫描面移至干扰源后面，此时，为了保证采集到足够的辐射场信息，导致扫描面将变得很大，而由于奈奎斯特采样定理，扫描步进又无法改变，这使得近场扫描法测试效率大大降低。此外，干扰源还会影响近场扫描法中扫描面采集数据到阵面幅相分布的算法反演，从而影响校准精确度。并且近场扫描法的工程化应用对测试人员的技术要求较高，只有比较清楚的了解近场测量理论和测量系统，才能获得满意的测试精度。而本技术实施例基于口面场分布检测，避免了近场测试带来的测试效率降低的问题。
73.相对于相关技术中采用自适应补偿算法一般需要建立复杂的数学模型来表征实际测试通道激励到理想通道激励之间的映射关系，而对于单元耦合特性比较复杂的阵列，根本无法建立相关数学模型。并且，实测通道激励与理想通道激励之间是非线性关系，即使能够建立相关数学模型，根据模型进行最优解推算的过程也会存在大量的非线性运算，并且计算耗时长，校准结果并不理想，无法实现大规模相控阵的快速、准确校准。而本发明采用了神经网络模型，具有其强大的非线性处理能力，并且数据处理完全可以等效成一个黑盒子运算，无需进行数学建模，也无需了解中间计算过程。通过神经网络模型的训练，实现口面场未补偿干扰源影响时的实测通道激励到已补偿干扰源影响时的理想通道激励之间的拟合，校准精度更高、效率更高、设计难度更低。
74.本技术实施例通过采用学习有干扰源对于相控阵的口面场分布的影响特征的口面场分布补偿模型，依据所输入的未补偿干扰源影响时的初始口面场分布来预测已补偿干
扰源影响时的目标口面场分布，再基于目标口面场分布对干扰源对相控阵造成的误差进行校准，考虑到了干扰源对校准参数的影响因素，提高了相控阵校准的精确度。
75.可选地，所述步骤101，可以包括：控制检测探头对干扰源影响下的相控阵进行检测，获得初始口面场分布，所述干扰源处于所述检测探头与所述相控阵之间。
76.在本技术实施例中，参照图2，为了使得所检测探头所测得的初始口面场分布可以反映干扰源对于相控阵信号收发的影响特性，因此需要保证干扰源1处于检测探头的扫描面2与相控阵3之间，从而使得检测探头的扫描面检测的信号是经过干扰源影响后的信号。
77.图3是本技术实施例提供一种口面场分布补偿模型的训练方法的步骤流程图，所述方法还包括：
78.步骤201，获取在不同通道激励信号下相控阵的映射数据，所述映射数据包括相关联的样本口面场分布和标准口面场分布。
79.在本技术实施例中，可通过不断改变相控阵单元通道激励信号，以采集在未补偿干扰源影响因素时的样本口面场分布、以及已补偿干扰源影响因素时的标准口面场分布，得到多组由相关联的样本口面场分布和标准口面场分布组成的映射数据，直至映射数据的组数满足训练需求即可。
80.步骤202，利用所述映射数据对待训练的口面场分布补偿模型进行训练。
81.在本技术实施例中，随机选取例如2/3、4/5等预设比例的映射数据作为训练集，将剩余比例的映射数组作为测试集，从而通过将训练集中的样本口面场分布作为模型输入，将标准口面场分布作为模型输出以对待训练的口面场分布补偿模型进行训练。该待训练的口面场分布补偿模型可以选用ann(artificial neural network，人工神经网络)、cnn(convolutional neural network，卷积神经网络)、rnn(recurrentneural network，循环神经网络)等神经网络模型，例如4层的ann、5层的lenet(一种卷积神经网络)、16层的vgg(一种卷积神经网络)、22层的googlelenet(一种卷积神经网络)等等，神经网络模型的设计可以依据阵列大小选取，一般阵列越大，网络结构越复杂，具体可以根据实际需求设置，此处不做限定。
82.步骤203，在训练后的口面场分布补偿模型的符合以下至少一种条件时，确认所述训练后的口面场分布补偿模型符合训练要求：所述训练后的口面场分布补偿模型的损失值函数收敛，所述训练后的口面场分布补偿模型的测试误差小于测试误差阈值，所述训练后的口面场分布补偿模型的训练误差小于训练误差阈值。
83.在本技术实施例中，训练要求可以包含一种或多种条件，例如将均方误差作为损失值，以模型测试的损失值是否收敛到损失值阈值的损失值要求；或者是以测试集之间的测试结果的误差是否小于测试误差阈值的测试误差要求；或者是模型训练后测试得到的预测结果与标准结果之间的误差是否小于训练误差阈值的训练误差条件。训练要求可以是训练后的口面场补偿模型符合其中部分条件即可，也可以是需要符合全部条件，具体可以根据实际需求设置，此处不做限定。
84.步骤204，在训练后的口面场分布补偿模型符合训练要求时，结束训练。
85.在本技术实施例中，在训练后的口面场分布补偿模型符合训练要求时，将口面场分布补偿模型进行存储以供后续进行相控阵校准使用。
86.可选地，所述步骤201，可以包括：通过仿真模型模拟在不同通道激励信号下未被
干扰源影响下的相控阵，得到标准口面场分布，以及通过仿真模型模拟不同通道激励信号下已被干扰源影响下的相控阵，得到样本口面场分布。
87.在本技术实施例中，仿真模型是用于模拟相控阵信号收发过程的数据模型，具体可参照相关技术，此处不再赘述，可以通过预设仿真模型中单元通道激励信号，在不计入干扰源的前提下，全波仿真得到未补偿干扰源影响的标准口面场分布，然后在接入干扰源的前提下，仿真提到已补偿干扰源影响的样本口面场分布。需要说明的是，为了保证所获得的样本口面场分布可以反映干扰源的影响特性，因此需要选在位于干扰源远离相控阵的中场来获取仿真数据，当然也可以通过算法基于样本中场分布来反演推导得到初始口面场分布，相控阵校准测试方法可以选取为旋转矢量算法。
88.可选地，所述步骤201，可以包括：通过检测探头对不同通道激励信号下未被干扰源影响下的相控阵进行检测，得到标准口面场分布，以及对不同通道激励信号下已被干扰源影响下的相控阵进行检测，得到样本口面场分布。
89.在本技术实施例中，可以对相控阵的通道激励信号进行设置，以通过检测探头来实际测量不计入干扰源下的口面场分布作为标准口面场分布，然后在计入干扰源下的检测到的口面场分布作为样本口面场分布，当然也可以通过算法基于样本中场分布来反演得到标准口面场分布，相控阵校准测试方法可以选取为旋转矢量算法。
90.可选地，所述映射数组包括：所述样本口面场分布和所述标准口面场分布中的相位分布和幅度分布，参照图4，所述步骤202，包括：
91.步骤2021，将从所述相位分布中提取的实部相位特征、虚部相位特征，以及从所述幅度分布中提取的实部幅度特征、虚部幅度特征，组成分布特征向量。
92.步骤2022，利用所述分布特征向量对待训练的口面场分布补偿模型进行训练。
93.在本技术实施例中，在本技术实施例中，由于口面场分布是aφ的形式，其中a表示幅度分布，φ表示相位分布，因此在进行特征提取时，针对幅度分布和相位分布分别进行实部提取和虚部提取，具体所提取到的分布特征向量的形式可以是[real(a),imag(a),real(φ),imag(φ)]，其中real(a0为实部幅度特征，imag(a)为虚部幅度特征，real(φ)为实部相位特征，imag(φ)为虚部相位特征。
[0094]
本技术实施例通过采用学习有干扰源对于相控阵的口面场分布的影响特征的口面场分布补偿模型，以供相控阵矫正使用，由于考虑到了干扰源对校准参数的影响因素，提高了相控阵校准的精确度。
[0095]
图5是本技术实施例提供了一种相控阵校准装置40的结构框图，所述装置包括：
[0096]
检测模块301，被配置为获取相控阵在未补偿干扰源影响时的初始口面场分布；
[0097]
预测模块302，被配置为将所述初始口面场分布输入至口面场分布补偿模型进行预测，得到所述相控阵在已补偿干扰源影响时的目标口面场分布；
[0098]
校准模块303，被配置为根据所述目标口面场分布对所述相控阵进行校准。
[0099]
可选地，所述装置还包括：
[0100]
训练模块，被配置为：
[0101]
获取在不同通道激励信号下相控阵的映射数据，所述映射数据包括相关联的样本口面场分布和标准口面场分布；
[0102]
利用所述映射数据对待训练的口面场分布补偿模型进行训练；
[0103]
在训练后的口面场分布补偿模型符合训练要求时，结束训练。
[0104]
可选地，所述训练模块，还被配置为：
[0105]
通过仿真模型模拟在不同通道激励信号下未被干扰源影响下的相控阵，得到标准口面场分布，以及通过仿真模型模拟不同通道激励信号下已被干扰源影响下的相控阵，得到样本口面场分布。
[0106]
可选地，所述训练模块，还被配置为：
[0107]
通过检测探头对不同通道激励信号下未被干扰源影响下的相控阵进行检测，得到标准口面场分布，以及对不同通道激励信号下已被干扰源影响下的相控阵进行检测，得到样本口面场分布。
[0108]
可选地，所述映射数组包括：所述样本口面场分布和所述标准口面场分布中的相位分布和幅度分布；
[0109]
所述训练模块，还被配置为：
[0110]
将从所述相位分布中提取的实部相位特征、虚部相位特征，以及从所述幅度分布中提取的实部幅度特征、虚部幅度特征，组成分布特征向量；
[0111]
利用所述分布特征向量对待训练的口面场分布补偿模型进行训练。
[0112]
可选地，所述训练模块，还被配置为：
[0113]
在训练后的口面场分布补偿模型的符合以下至少一种条件时，结束训练：
[0114]
所述训练后的口面场分布补偿模型的损失值函数收敛；
[0115]
所述训练后的口面场分布补偿模型的测试误差小于测试误差阈值；
[0116]
所述训练后的口面场分布补偿模型的训练误差小于训练误差阈值。
[0117]
可选地，所述检测模块301，还被配置为：
[0118]
控制检测探头对干扰源影响下的相控阵进行检测，获得初始口面场分布，所述干扰源处于所述检测探头与所述相控阵之间。
[0119]
本技术实施例提供的一种相控阵校准装置，通过采用学习有干扰源对于相控阵的口面场分布的影响特征的口面场分布补偿模型，依据所输入的未补偿干扰源影响时的初始口面场分布来预测已补偿干扰源影响时的目标口面场分布，以基于目标口面场分布对干扰源对相控阵造成的误差进行校准，考虑到了干扰源对校准参数的影响因素，提高了相控阵校准的精确度。
[0120]
本技术实施例提供了一种电子设备，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现上述任一所述的相控阵校准方法。
[0121]
本技术实施例提供的一种电子设备，通过采用学习有干扰源对于相控阵的口面场分布的影响特征的口面场分布补偿模型，依据所输入的未补偿干扰源影响时的初始口面场分布来预测已补偿干扰源影响时的目标口面场分布，以基于目标口面场分布对干扰源对相控阵造成的误差进行校准，考虑到了干扰源对校准参数的影响因素，提高了相控阵校准的精确度。
[0122]
本技术实施例提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时能实现上述的相控阵校准方法。
[0123]
本技术的实施例提供一种计算机存储介质，通过采用学习有干扰源对于相控阵的
口面场分布的影响特征的口面场分布补偿模型，依据所输入的未补偿干扰源影响时的初始口面场分布来预测已补偿干扰源影响时的目标口面场分布，以基于目标口面场分布对干扰源对相控阵造成的误差进行校准，考虑到了干扰源对校准参数的影响因素，提高了相控阵校准的精确度。
[0124]
本技术领域技术人员可以理解，本技术包括涉及用于执行本技术中所述操作中的一项或多项的设备。这些设备可以为所需的目的而专门设计和制造，或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序，这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如，计算机)的存储介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中，该计算机存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、cd-rom和磁光盘)、rom(read-only memory，只读存储器)、ram(random access memory，随即存储器)、eprom(erasable programmable read-onlymemory，可擦写可编程只读存储器)、eeprom(electrically erasable programmable read-only memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，存储介质包括由设备(例如，计算机)以能够读的形式存储或传输信息的任何介质。
[0125]
本技术领域技术人员可以理解，可以用计算机程序指令来实现这些结构图和/或框图和/或流程图中的每个框以及这些结构图和/或框图和/或流程图中的框的组合。本技术领域技术人员可以理解，可以将这些计算机程序指令提供给通用计算机、专业计算机或其它可编程相控阵校准方法的处理器来实现，从而通过计算机或其他可编程相控阵校准方法的处理器来执行本技术公开的结构图和/或框图和/或流图的框或多个框中指定的方案。
[0126]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。