阅读说明：本技术 一种应用于宽带天线阵列在时域进行校准的方法 (Method for calibrating broadband antenna array in time domain ) 是由 张永伟 施佺 吕先洋 邢慧娟 许致火 施佳佳 付艳伟 于 2021-08-31 设计创作，主要内容包括：本发明公开了一种应用于宽带天线阵列在时域进行校准的方法,包括天线阵列在时域进行校准、根据天线数量确定的时延范围,运用同时扰动随机估计(SPSA)算法,分别以P-(in)与P-(k)之差与P-(in)之比和1-R-(k)作为损失函数,优化得到目标时延,该算法可直接应用于宽带天线阵列的校准,并极大的减少了传统的在频域中进行相位校准一直存在的测量次数过多,效率低的问题。本发明通过在时域利用随机扰动和迭代校准时延从而实现天线阵列各单元同步接收的方法,弥补了在时域实现宽带天线阵列校准的空白,并且改善了目前天线阵列在频域校准方法当中测量次数过多的问题,极大的提高了对宽带天线阵列进行校准的效率。(The invention discloses a method for calibrating a broadband antenna array in a time domain, which comprises the steps of calibrating the antenna array in the time domain, determining a time delay range according to the number of antennas, applying a simultaneous disturbance random estimation (SPSA) algorithm and respectively using P to calculate the time delay range in And P k Difference of difference P in Ratio of (1) to (R) k The target time delay is obtained through optimization as a loss function, the algorithm can be directly applied to the calibration of the broadband antenna array, and the problems of excessive measurement times and low efficiency existing in the conventional phase calibration in the frequency domain are greatly reduced. The method for realizing synchronous receiving of the antenna array units by utilizing random disturbance and iterative calibration time delay in the time domain makes up for the blank of realizing broadband antenna array calibration in the time domain, solves the problem of excessive measurement times of the conventional antenna array in the frequency domain calibration method, and greatly improves the efficiency of calibrating the broadband antenna array.)

一种应用于宽带天线阵列在时域进行校准的方法

技术领域

本发明涉及一种应用于宽带天线阵列在时域进行校准的方法，属于微波工程和自动控制领域。

背景技术

孔径阵列在微波工程和

技术领域

有着广阔的应用前景和优点。即使在没有任何机械操作的情况下也可以得到高信噪比，同时可以抑制定向干扰并且实现多光束扫描。然而，相控阵天线波束的精确指向要求精确控制每个单元的相位和幅值，需要大量的阵列天线来实现阵列性能的最大化。因此，实现阵列天线的相位校准对孔径阵列的应用有着重大的意义。现有的校准方法大多是在频率域内进行相位校准。这些方法所需的测量次数可能是非常多。本方案提出的时域相位校准方法，可以有效地减少校准过程中的测量次数。本方案在校准过程中，使用同时扰动随机估计(Simultaneous Perturbation StochasticApproximation，SPSA)算法，该算法是一种实现多参数优化的有效方法。在算法的实现过程中，解决了一般优化算法的梯度问题。本方案运用该算法实现了对宽带天线阵列在时域进行校准。

发明内容

发明目的：本发明提出了一种应用于宽带天线阵列在时域进行校准的方法，假定的源信号是工作于时域的短脉冲。本发明运用同时扰动随机估计(SPSA)优化算法，分别以P_in与P_k之差与P_in之比和1-R_k作为损失函数，优化得到目标时延，该算法可直接应用于宽带天线阵列的校准，并极大的减少了传统的在频域中进行相位校准一直存在的测量次数过多，效率低的问题。

技术方案：一种应用于宽带天线阵列在时域进行校准的方法，包括天线阵列在时域进行校准、根据天线数量确定的时延范围，运用同时扰动随机估计(SPSA)算法优化，从而得到对应的各个天线时延；在算法中，分别以P_in与P_k之差与P_in之比和1-R_k作为损失函数。具体包括以下步骤：

步骤1、确定时间t的范围以及输入的源信号s(t)；

步骤2、根据天线数量确定各个天线的时延，即天线数量为N时，各天线的瞬时时延向量能够表示为T_in,并且各通道最大时延范围是[-0.01×N,0.01×N]；

步骤3、确定瞬时时延向量T_in与预估时延向量T_k的范围，此时迭代次数k＝0；

步骤4、将在阵列的远场发射的源信号经过实际天线阵列系统进行接收，接收系统输出瞬时信号S_in，测量瞬时信号功率P_in；

步骤5、在算法中构建的虚拟接收系统中输入源信号，产生预估时延向量T_k代表各个天线的预估时延，输出根据预估时延合成的预估信号S_k，测量预估信号功率P_k；

步骤6、分别以P_in与P_k之差与P_in之比和1-R_k作为损失函数，其中R_k为S_in与S_k的相关系数；运用同时扰动随机估计算法优化时延，经过k次迭代，得到符合收敛条件的预估信号S_k，此时对应的预估时延向量T_k能够用于校准瞬时时延向量T_in。

进一步的，所述步骤6中以P_in与P_k之差与P_in之比作为损失函数，运用同时扰动随机估计算法优化时延的具体步骤为：

S1、以P_in与P_k之差与P_in之比作为损失函数，确定参数ap_k,cp_k；其中P_in为瞬时信号功率，P_k为预估信号功率；

S2、当时，

T_k+1＝T_k-ap_kgp_k (2)

k＝k+1 (3)

其中，gp_k是通过扰动产生的梯度向量；△_k是M维向量，其中M为阵列中天线单元的数量，其元素为+1，-1，并且符合概率为0.5的伯努利分布；

S3、判断是否成立，如果是则记录此时的T_k；否则返回步骤S2。

进一步的，所述ap_k,cp_k要保证梯度向量gp_k随迭代次数增加不扩散，推荐值ap_k小于0.01P_in，推荐值cp_k小于0.001P_in。

进一步的，所述步骤6中以1-R_k作为损失函数，运用同时扰动随机估计算法优化时延的具体步骤为：

P1、记S_in与S_k的函数相关系数为R_k，将L_r＝1-R_k作为损失函数，确定参数ar_k,cr_k，

其中，Cov(S_in,S_k)是S_in与S_k的协方差，Var[S_in]是S_in的方差，Var[S_k]是S_k的方差；

P2、当L_r＝1-R_k≥0.01时，

T_k+1＝T_k-ar_kgr_k (6)

k＝k+1 (7)

其中，gr_k表示通过扰动产生的梯度向量；△_k是M维向量，其中M为阵列中天线单元的数量，其元素为+1，-1，并且符合概率为0.5的伯努利分布；

P3、判断L_r＝1-R_k<0.01是否成立，如果是则记录此时的T_k；否则返回步骤P2。

进一步的，所述ar_k,cr_k所述要保证梯度向量gr_k随迭代次数增加不扩散，推荐值cr_k＝0.01，ar_k如下：

有益效果：

本发明提出的是一种应用于宽带天线阵列在时域进行校准的方法，方法是直接在时域使用短脉冲宽带信号，运用SPSA算法，分别以P_in与P_k之差与P_in之比和1-R_k作为损失函数同时扰动各通道，通过迭代直到符合收敛条件，得到各个天线对应时延，实现相控阵在时域的校准。以往的天线阵列在频域进行校准，该方法创造性地提出在时域直接进行校准，并且这一方法改善了过去校准当中测量计算次数过多的情况，极大的提高了实现阵列天线校准的效率，为超宽带相控阵天线，特别是大规模阵列的应用提供了保障。

附图说明

图1为理想输出信号与源信号经过实际天线阵列系统接收，接收系统输出瞬时信号S_in，此时天线数量为10。

图2为瞬时信号与经过时域校准后的预估信号。

图3为损失函数是P_in与P_k之差与P_in之比时，天线数量与本算法迭代次数k以及T_in与T_k的标准差关系图。

图4为损失函数为1-R_k时，天线数量与迭代次数k以及T_in与T_k的标准差关系图。

图5为两种损失函数情况下，迭代次数k与损失函数收敛速度的关系图。

图6为本发明算法流程图。

具体实施方式

下面结合附图对本发明作进一步说明：

本实施例以天线数量N为1000的相控阵天线为例，天线阵列瞬时时延向量为T_in，瞬时信号为S_in，测量得到瞬时信号功率为P_in。产生初始预估时延向量T₀，范围与T_in相同。

以P_in与P_k之差与P_in之比作为损失函数，运用SPSA算法优化时延，经过k次迭代，得到符合收敛条件的预估信号S_k，此时对应的预估时延向量T_k可用于校准时延向量T_in。

将S_in与S_k的相关系数记为R_k，以1-R_k为损失函数，运用SPSA算法优化时延，经过k次迭代，得到符合收敛条件的预估信号S_k，此时对应的预估时延向量T_k可用于校准时延向量T_in。

一种应用于宽带天线阵列在时域进行校准的方法，如图6所示，包括如下步骤：

步骤1、确定时间范围t；

-15ns≤t≤15ns (1)

步骤2、确定输入源信号s(t)，本发明使用源信号s(t)为：

步骤3、根据相控阵中天线的数量N，确定T_in和T_k的范围，如天线数量N＝1000时，T_in和T_k的范围；

-0.01N≤T_in,T₀≤0.01N (3)

T_in＝[T_in,1 T_in,2 … T_in,m … T_in,N] (4)

T_k＝[T_k,1 T_k,2 … T_k,m … T_k,N] (5)

步骤4、确定初始输出信号S_in并测量其功率P_in；

P_in＝E{|S_in(t)|²} (7)

步骤5、确定损失函数，以及参数ap_k,cp_k

ap_k＝0.01 (9)

cp_k＝0.001 (10)

步骤6、当时，

T_k+1＝T_k-ap_kgp_k (12)

k＝k+1 (13)

其中，△_k是M维向量，其中M为阵列中天线单元的数量，其元素为+1，或者-1，并且符合概率为0.5的伯努利分布；

步骤7、判断是否成立，如果是则记录此时的T_k，否则返回步骤6。

步骤8、确定损失函数，以及参数ar_k,cr_k

L_r＝1-R_k (14)

cr_k＝0.01 (16)

其中，Cov(S_in,S_k)是S_in与S_k的协方差，Var[S_in]是S_in的方差，Var[S_k]是S_k的方差；

步骤9、当L_r＝1-R_k≥0.01时，

T_k+1＝T_k-ar_kgr_k (19)

k＝k+1 (20)

其中，△_k是M维向量，其中M为阵列中天线单元的数量，其元素为+1，或者-1，并且符合概率为0.5的伯努利分布；

步骤10、判断L_r＝1-R_k<0.01是否成立，如果是则记录此时的T_k，否则返回步骤9。