[发明专利]一种宽带随机表面及其确定方法

说明书

技术领域

本发明涉及雷达和新型人工材料领域，具体涉及一种宽带随机表面及其确定方法。

背景技术

雷达隐身的方法即是采用各种手段来减小目标的RCS。传统的减小雷达散射截面的方法主要有3种，分别是：外形设计、采用雷达吸波材料(Radar Absorbing Material)、有源对消和无源对消等。单层宽带随机表面是基于反射阵天线理论，利用单层宽带多谐振结构，通过调节单元结构的尺寸参数，将电磁波入射至金属平板时产生的镜像反射向空间各个方向辐射，空间各个方向的反射波呈现随机分布，使得金属平板的反射峰值大幅降低，达到对其隐身的目的。这种单层随机表面在隐身领域具有很大的应用价值。

PSO算法属于进化算法的一种，在1995年由Eberhart和Kennedy两人提出，粒子群优化算法的基本原理源于对鸟类捕食行为的模拟。鸟类、蜜蜂等生物在寻找食物的过程中，一方面是依靠自身的探求，另一方面则是依靠伙伴之间相互的经验交流，从而能快速准确的找到在整个区域中最好的食物源。PSO算法正是以上述生物现象作为模型，而提出的一种进化优化算法。每个粒子根据它自己的经历和邻域粒子的经历、以及目前循环中，每个粒子和邻域粒子分别得到的最好位置来调节它的位置。每个粒子使用下列信息改变自己的当前位置：1)当前位置；2)当前速度；3)当前位置与自己最好位置之间的距离；4)当前位置与群体最好位置之间的距离。优化搜索正是在由这样一群随机初始化形成的粒子而组成的一个种群中，以迭代的方式进行的。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。

发明内容

发明目的：本发明的目的在于解决现有技术中的不足，提供一种宽带随机表面及其确定方法。

技术方案：本发明的一种宽带随机表面，包括若干风车型单元阵，每个风车型单元针均包括金属背板、隔着介质基板安装于金属背板的风车型谐振单元，所述风车型谐振单元包括中心方形环和带枝节方形环，带枝节方形环包围于方形环的外围，二者之间设有金属环带，所述中心方形环的边长与带枝节方形环的枝节边长相同。

进一步的，所述风车型单元阵的边长为12-15mm，介质基板厚度为1～4mm，金属环带的线宽为0.4-0.5mm，中心方形环与带枝节方形环之间的间隙为0.4-0.6mm，例如，风车型单元阵的边长为12mm，介质基板厚度为4mm，金属环带的线宽为0.4mm，中心方形环与带枝节方形环之间的间隙为0.55mm。

本发明还公开了一种宽带随机表面的确定方法，具体包括以下步骤：

(A)构造粒子群优化算法的多维粒子，并依据宽带随机表面的实际需要大小确定粒子的维数；

(B)根据宽带随机表面的实际需要，构造用于基于粒子群优化算法迭代更新的粒子移动速度矢量以及位置矢量，其中通过位置矢量来确定中心方形环的边长与带枝节方形环的枝节边长；

(C)在迭代过程中使适应度函数的取值达到最小时粒子所处位置，即为该粒子的个体最优位置，在整个粒子群中使适应度函数的取值达到最小时粒子所处位置，即为群体的最优位置；

(D)建立远场预估模块：获取宽带随机表面基本的风车谐振单元的电流以及磁流，并建立数据库，然后计算风车谐振单元的远场，进而计算宽带随机表面的远场；

(E)将微粒群优化模块输入粒子位置矢量到远场预估模块，远场预估模块建立随机表面的模型，并调用随机表面单元的电磁流数据库，计算随机表面的远场，并返回随机表面的RCS至微粒群优化模块。

进一步的，所述随机表面的预设值最佳位置搜索的步骤如下：

(F)设置基于随机表面的远场预估和PSO联合算法的迭代次数和粒子群规模，并对粒子进行初始化，其中各粒子初始化位置及速度均设置为随机数；

(G)由粒子的初始位置计算步骤(C)中适应度函数的初始值；

(H)更新粒子的移动速度矢量和位置矢量，然后计算更新后每个粒子位置所对应的适应值，对每个微粒，将其适应值与当前个体粒子最好位置pbest比较，若较好，则将其当前适应值作为pbest；从所有微粒的个体最好位置pbest找出全局最好位置gbest，并代替历史群体最优位置；

(I)判断搜索结果是否满足算法设定的结束条件，如果没有达到预设条件，则返回步骤(H)；如果满足预设条件，则停止迭代，输出最优解；其中，结束条件是指足够好的适应值或达到预设的最大迭代步数。

进一步的，所述步骤(C)中的适应度函数为：