6、天线响应不确定性分析与形状记忆电缆网结构表面精度优化

天线响应不确定性分析与形状记忆电缆网结构表面精度优化

天线响应不确定性分析

在天线设计中，材料属性误差等不确定因素会影响天线的响应，如辐射方向图和回波损耗。为了分析这些不确定性，提出了一种结合自适应代理模型和本征正交分解（POD）的方法。

方法概述

该方法的整体设计是建立区间输入 - 输出数据参数模型进行不确定性分析，具体步骤如下：
1. 样本生成 ：在输入参数空间 $X_I = [X_L, X_U]$ 中使用拉丁超立方抽样算法生成样本集，并通过电磁（EM）仿真获得样本集对应的响应值。
2. 参数模型建立 ：使用 POD 和克里金（Kriging）算法建立参数模型，并采用多点并行自适应抽样算法提高模型精度。
3. 不确定性分析 ：对建立的模型进行蒙特卡罗（MC）仿真，分析天线响应的不确定性。

graph LR
    A[样本生成] --> B[参数模型建立]
    B --> C[不确定性分析]

参数模型

POD 算法可以将复杂的全阶模型简化为简单的低阶近似，并保留原模型的主要特征。天线响应可以表示为几个正交基的线性组合：
[F(x) = \overline{F} + \sum_{n = 1}^{N} a_n(x) u_n(x)]
[a_n(x) = b^T A(x) + Z(x)]
其中，$F(x)$ 是天线响应的预测值，$x \in X_I