本發(fā)明屬于電子，涉及一種陣列天線故障診斷技術，特別是一種基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，適用于現(xiàn)代無線通信系統(tǒng)、雷達和遙感等領域中的陣列天線系統(tǒng)故障診斷。

背景技術：

1、隨著現(xiàn)代通信技術的迅速發(fā)展，陣列天線因其高增益和方向性調控能力而被廣泛應用。然而，天線陣列的性能高度依賴于每個天線單元的正確激勵。由于環(huán)境因素和設備老化等原因，天線單元可能出現(xiàn)故障，進而影響整個天線陣列的性能。傳統(tǒng)的故障診斷技術需要依賴于相位信息，而在高頻段獲取準確的相位信息具有一定的挑戰(zhàn)性。因此，開發(fā)一種無需相位信息即可進行故障檢測的方法具有重要的實用價值。

2、目前，已經有一些無相位陣列天線故障診斷方法。例如，專利申請cn116735987a提出了一種基于相位誤差矩陣的交替迭代方法用于陣列天線診斷，但該方法只適用于遠場測量的情況，無法從更加復雜的近場測量數據中實現(xiàn)有效診斷。專利申請cn116992355a提出了一種基于人工神經網絡和壓縮感知的無相位陣列天線故障診斷方法，但人工神經網絡需要預訓練過程，較為耗時，不適用于快速診斷。

3、可見，由于現(xiàn)有方法的局限性，無法實現(xiàn)高效、精確且適用性強的無相位陣列天線故障診斷效果。

技術實現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術存在的缺陷而提供一種基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，能夠在無需相位信息的情況下，快速準確地診斷出天線陣列中的故障單元。

2、本發(fā)明的目的可以通過以下技術方案來實現(xiàn)：

3、一種基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，包括以下步驟：

4、獲取受損陣列天線的無相位輻射場測量數據；

5、提取陣列天線的有源陣元方向圖，基于所述無相位輻射場測量數據，構建虛擬差分陣列數學模型；

6、通過無相位映射方法將所述虛擬差分陣列數學模型線性化，并構造孿生方程組；

7、使用多任務貝葉斯壓縮感知算法求解所述孿生方程組，獲得虛擬差分陣列激勵信息；

8、根據所述虛擬差分陣列激勵信息，獲取故障診斷結果。

9、進一步地，通過近場掃描或遠場掃描的方式獲得所述近場掃描或遠場掃描的方式。

10、進一步地，在只激勵第n個陣元，且其他陣元接匹配負載的情況下，仿真天線陣列的輻射場，提取獲得所述有源陣元方向圖。

11、進一步地，所述構建虛擬差分陣列數學模型具體包括：

12、基于所述有源陣元方向圖獲得受損天線陣的輻射場ef(r)及對應的原始無損天線陣列的輻射場eg(r)：

13、

14、

15、其中，n代表陣列單元數量，和分別表示受損陣列和原始陣列的單元激勵，ψn(r)表示有源陣元方向圖，n為陣元的序號，r為電場采樣點的位置；

16、將上述受損陣列和原始陣列的輻射場作差分，得到一個陣元激勵具有稀疏特性的虛擬差分陣列，其輻射場ed(r)表示為：

17、

18、其中，為該差分陣列的激勵，且的稀疏度為s，s為故障陣元個數；

19、基于無相位輻射場測量數據|ef(r)|，構建虛擬差分陣列數學模型：

20、|eg(r)|2-|ef(r)|2＝2re[eg(r)ed(r)*]-|ed(r)|2

21、其中，re代表取實部運算，*為共軛算符。

22、進一步地，所述將所述虛擬差分陣列數學模型線性化為矩陣方程后，通過交換矩陣方程中實部和虛部元素位置的方法構造所述孿生方程組。

23、進一步地，所述矩陣方程表示為：

24、ψi＝e

25、其中，i為待求未知向量，ψ為測量矩陣，分別代表原始陣列和受損陣列第m個采樣點處對應的場值。

26、進一步地，使用所述多任務貝葉斯壓縮感知算法求解孿生方程組時，考慮數據中的實部和虛部信息之間的統(tǒng)計相關性。

27、進一步地，所述故障診斷結果包括故障單元的位置及故障類型。

28、進一步地，根據所述虛擬差分陣列激勵信息，獲取所述故障診斷結果具體為：

29、在虛擬差分陣列激勵信息中，激勵值大于設定值的陣元所在位置為故障單元的位置；

30、基于虛擬差分陣列激勵信息獲得受損陣列激勵，比較受損陣列激勵與原始陣列激勵的幅度與相位值，判斷故障單元的故障類型。

31、本發(fā)明還提供一種計算機可讀存儲介質，包括供電子設備的一個或多個處理器執(zhí)行的一個或多個程序，所述一個或多個程序包括用于執(zhí)行如上所述無相位陣列天線故障診斷方法的指令。

32、與現(xiàn)有技術相比，本發(fā)明具有以下有益效果：

33、1、本發(fā)明通過近場或遠場測量收集天線陣列的電場數據，不依賴于相位信息，降低了近場或遠場測量的技術要求與難度。

34、2、本發(fā)明通過無相位映射方法建立一個基于貝葉斯壓縮感知的線性化模型，將非線性的無相位故障診斷問題轉化為線性問題，該模型利用統(tǒng)計相關性處理實部和虛部信息，增強故障檢測的準確性和魯棒性。同時，應用多任務貝葉斯壓縮感知(mt-bcs)算法求解該線性問題，根據少量的無相位測量數據識別出天線陣列的故障單元，能夠有效地處理高度相干的電場數據，快速準確地定位與識別故障，提高了故障診斷的準確率和效率。

35、3、本發(fā)明能夠在復雜環(huán)境下快速準確地識別和定位天線陣列中的故障單元，特別適用于高頻、復雜環(huán)境下的大規(guī)模天線陣列的實時在線監(jiān)測和維護。

技術特征：

1.一種基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，通過近場掃描或遠場掃描的方式獲得所述近場掃描或遠場掃描的方式。

3.根據權利要求1所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，在只激勵第n個陣元，且其他陣元接匹配負載的情況下，仿真天線陣列的輻射場，提取獲得所述有源陣元方向圖。

4.根據權利要求1所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，所述構建虛擬差分陣列數學模型具體包括：

5.根據權利要求1所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，所述將所述虛擬差分陣列數學模型線性化為矩陣方程后，通過交換矩陣方程中實部和虛部元素位置的方法構造所述孿生方程組。

6.根據權利要求5所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，所述矩陣方程表示為：

7.根據權利要求1所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，使用所述多任務貝葉斯壓縮感知算法求解孿生方程組時，考慮數據中的實部和虛部信息之間的統(tǒng)計相關性。

8.根據權利要求1所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，所述故障診斷結果包括故障單元的位置及故障類型。

9.根據權利要求8所述的基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，其特征在于，根據所述虛擬差分陣列激勵信息，獲取所述故障診斷結果具體為：

10.一種計算機可讀存儲介質，其特征在于，包括供電子設備的一個或多個處理器執(zhí)行的一個或多個程序，所述一個或多個程序包括用于執(zhí)行如權利要求1-9任一所述無相位陣列天線故障診斷方法的指令。

技術總結
本發(fā)明涉及一種基于貝葉斯壓縮感知的無相位陣列天線故障診斷方法，包括以下步驟：獲取受損陣列天線的無相位輻射場測量數據；提取陣列天線的有源陣元方向圖，基于所述無相位輻射場測量數據，構建虛擬差分陣列數學模型；通過無相位映射方法將所述虛擬差分陣列數學模型線性化，并構造孿生方程組；使用多任務貝葉斯壓縮感知算法求解所述孿生方程組，獲得虛擬差分陣列激勵信息；根據所述虛擬差分陣列激勵信息，獲取故障診斷結果。與現(xiàn)有技術相比，本發(fā)明能夠在無需相位信息的情況下，快速準確地診斷出天線陣列中的故障單元，特別適用于在高頻、復雜環(huán)境下的大規(guī)模天線陣列。

技術研發(fā)人員：李平,王梓安
受保護的技術使用者：上海交通大學
技術研發(fā)日：
技術公布日：2024/12/17