一种基于深度学习的平面阵列天线辐射方向图综合方法

By constructing a deep convolutional neural network, the problem of low computational efficiency of existing methods for complex array antennas is solved, and fast and accurate antenna element excitation calculation is achieved, meeting the real-time requirements of engineering.

CN114117565BActive Publication Date: 2026-07-17BEIHANG UNIV
View PDF 1 Cites 0 Cited by

Patent Information

Authority / Receiving Office
CN · China
Patent Type
Patents(China)
Current Assignee / Owner
BEIHANG UNIV
Filing Date
2021-11-22
Publication Date
2026-07-17

Smart Images

  • Figure CN114117565B_ABST
    Figure CN114117565B_ABST
Patent Text Reader

Abstract

本发明提供了一种将深度学习应用于共形(不规则排布)阵列天线辐射方向图综合的方法。该方法包括：步骤1、根据方向图的设计要求，针对特定的天线阵列单元的排布方式利用正向解析法计算方向图样本集，并为样本集配置相应的方向图特征标签。步骤2、以方向图和方向图特征标签作为神经网络输入数据，阵列单元的激励分布作为输出，训练端到端的深度卷积神经网络结构参数，最终获得效果较好的卷积神经网络。步骤3：训练好的神经网络，在输入目标辐射方向图的特征要求后，输出对应阵列天线单元的幅度与相位信息。
Need to check novelty before this filing date? Find Prior Art