6、天线响应不确定性分析与形状记忆索网结构表面精度优化

天线响应不确定性分析与形状记忆索网结构表面精度优化

在天线设计与应用中，不确定性因素如材料属性误差等会对天线的辐射方向图和回波损耗等响应产生影响。同时，大型可展开天线在卫星运动过程中会受到太阳和行星的热辐射，导致热变形和机械松弛，进而影响天线性能。本文将介绍一种用于天线响应不确定性分析的自适应代理模型方法，以及一种基于形状记忆合金（SMA）的索网结构表面精度优化设计方法。

天线响应不确定性分析

• 整体设计 ：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. 在输入参数空间$X_I = [X_L, X_U]$中通过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. 使用本征正交分解（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提高模型精度。
  3. 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[生成样本集] --> B[EM仿真获取响应值]
    B --> C[建立参数模型]
    C --> D[多点并行自适应抽样]
    D --> E[MC仿真]
    E --> F[分析不确定性]

• 参数模型 ：POD算法可将复杂的全阶模型退化为简单的低阶近似，并保留原模型的主要特征。天线响应表示为几个正交基的