利用神经网络实现矩形天线近场到远场的变换

摘要

随着雷达、导航和通信系统工作频率越来越高，其波长越来越短，直接测量天线远场特性也越来越不易实现。通常，天线远场特性测量运用紧缩场技术和近场到远场的变换这两种方法。前者通过反射器将球面波校正为平面波，后者是利用近场测量值推导出远场特性。 对于近场到远场的变换，目前已经可以通过一系列数学方法，如傅立叶变换方法，用任意近场测量面上的局部信息比较精确地确定出远场的分布特性，因而得到了广范应用。本文应用神经网络方法更简便地解决天线近场到远场的变换问题。 神经网络是单个并行处理元素的集合，这些元素是从生物学神经系统得到的启发。在自然界，网络功能主要由神经节决定，我们可以通过改变连接点的权重来训练神经网络完成特定的功能。一般来说，神经网络都是可调节的，或者说可训练的，这样一个特定的输入便可得到要求的输出。网络根据输出和目标的比较而调整，直到网络输出和目标匹配。 利用神经网络实现近场到远场的变换，只需要知道天线在任意几何面上的近场幅度值，即可计算出远场辐射特性。其原理很简单，由天线的解析近场和远场值分别作为输入和目标输出单元，以径向基函数模型构造神经网络，训练近场到远场的映射函数。当网络训练完毕后，就可以直接实现一定范围内的近远场变换。通过对矩形口径面天线的实例分析，验证了此方法的可行性和准确性，并且计算速度也相对较快，因而具有一定的发展和应用前景。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景

1.1.1天线远场测量

1.1.2天线近场测量

1.2神经网络简介

1.3论文的研究工作

1.4论文各章节的安排

第二章神经网络概述

2.1人工神经网络的定义

2.2人工神经网络模型

2.3人工神经网络的学习

2.4人工神经网络的特点

2.5径向基网络

2.5.1径向基神经网络结构

2.5.2径向基神经网络的特点

2.5.3面向MATLAB工具箱的径向基神经网络

第三章面天线的辐射场

3.1基本面元的辐射

3.2面状天线的辐射

第四章矩形口径天线近场到远场的变换

4.1喇叭天线

4.1.1喇叭内的电磁场分布

4.1.2喇叭天线口径上的场

4.1.3角锥喇叭天线实例

4.2矩形波导

4.2.1矩形波导内的电磁场分布

4.2.2矩形波导开口辐射实例

4.3本章小结

第五章结束语

致谢

参考文献

学习期间发表的论文