基于近场扫描的等效源重构算法的研究

作     者：闻峰 

作者单位：云南大学 

学位级别：硕士

导师姓名：马祖辉

授予年度：2022年

学科分类：080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

主      题：近场测量 等效源重构 本征模 神经网络 并矢格林函数 

摘      要：自5G技术提出以来,通信速度快速提高,消费电子需求指数增长,各大通信设备厂商在产品研发方面加快了更新迭代的速度,以此来满足市场需求,构建5G时代下新的市场格局。天线近场测量是应用在天线辅助设计,电磁兼容以及天线诊断领域的核心技术,对减少天线设计时间,降低设计成本和维护设备运行方面发挥了重要作用,是5G天线发展中极具研究价值的技术。等效源重构以其高计算效率、高精度、低复杂度等优势在近场测试中获得了泛的应用,配合近场扫描技术推动了天线近场测量的发展。本文围绕天线近场测量中等效源重构算法的效率,精度以及测试系统建造成本进行了研究,主要内容和创新点如下:1.针对传统等效源重构算法耗时高的问题,本文提出了一种基于本征模的等效源重构算法,使用待测天线的本征模作为基函数,离散待测天线表面电流。由于本征模是表征天线本身固有特性的量,并不受外界环境的影响,其本征值之间数值相差较大,因此本文选择数值占比较大的本征模来表征电流分布,去掉数值较小的部分,在满足等效精度条件下可以降低阻抗矩阵的维度,从而达到减少计算时间提高算法效率的目的。最后论文的仿真实验显示,减少部分数值较小的本征模所得到的等效模型,其远场方向图与待测天线仿真方向图几乎一致。2.针对近场测量环境中电磁干扰导致矩阵方程非线性和阻抗矩阵病态的问题,本文基于神经网络提出了一种等效源重构算法,使用神经网络模型代替传统的等效源与辐射场之间的映射关系,避免测量过程中电磁干扰导致矩阵病态,非线性的问题。另一方面,神经网络作为当前热门的研究领域,以其强大的计算能力,在此类非线性问题上有着良好的表现。基于此,本文训练了BP神经网络来模拟等效源与近场之间的关系,最后仿真实验显示预测结果与参考值吻合度较高。3.针对近场测试环境成本过高的现象,本文提出了一种无遮挡的近场测试系统模型,系统模型底部引入一块有限大电导体,避免外部电磁场对测量系统的干扰;系统中间放置探针阵列,用于待测天线的近场扫描;系统上方为待测天线,按其辐射方向朝探针阵列放置。整个系统可将电导体反射板和探针阵列集成于同一个模块中,降低测量系统的建造成本。同时本文为该系统研究了相应的近远场转换算法,采用以金属导体为边界的半空间并矢格林函数,将金属地板对电磁波的反射效应集成于传统积分方程中,可快速获得等效源分布。最后本文使用电磁仿真软件建立了该测试模型,并配合该算法实现了等效源重构。