本发明涉及一种仿真软件中的参数扫描方法，属于仿真技术优化领域。
背景技术：
参数扫描技术是仿真软件中的一个重要组成部分，在参数优化设计和最差情况估计等方面有着重要应用。参数扫描技术是指一个或多个仿真输入参数可以在一定范围浮动，通过类似穷举法的多次仿真，最后根据多次仿真的结果进行最优化设计或最优化估计的一种仿真技术。
现有商业仿真软件中的参数扫描技术均是利用类似穷举法来进行仿真，这种仿真方法的优点是容易实现并且结果准确，但是这种仿真技术的不足是计算效率低。若单次仿真时间比较长，参数扫描技术的计算效率将是灾难性的；若是多参数的扫描仿真，仿真时间会呈指数型增长，计算效率会更差。
技术实现要素：
本发明的目的是为了解决传统参数扫描技术中参数扫描效率低的问题，本发明提供一种基于随机点配置方法的电磁仿真快速参数扫描方法。
本发明的基于随机点配置方法的电磁仿真快速参数扫描方法，所述方法包括如下步骤：
步骤一、利用均匀随机变量对参数扫描问题进行数学建模，获得参数扫描模型；
步骤二、利用随机点配置法来选择匹配点，确定每个参数匹配点的数值；
步骤三、在确定的每个参数的匹配点上进行单次仿真，得到仿真结果；
步骤四、根据步骤三得到的仿真结果，获得最后的快速参数扫描结果。
本发明的有益效果在于，本发明通过利用基于随机点配置方法，替换原有仿真软件中的参数扫描技术中的穷举法，实现快速参数扫描。在不改变计算精度的前提下，提高参数扫描的效率。
附图说明
图1为具体实施方式中基于随机点配置方法的电磁仿真快速参数扫描方法的流程示意图。
具体实施方式
结合图1说明本实施方式，本实施方式所述的基于随机点配置方法的电磁仿真快速参数扫描方法包括如下步骤：
步骤一、利用均匀随机变量对参数扫描问题进行数学建模，获得参数扫描模型：
参数扫描问题的输入是一个或多个随机浮动的参数，随机点配置法的第一步便是应用随机变量对这种输入进行描述。以最为常见的线性扫描为例，选择均匀分布的随机变量进行建模举例。
假设参数X的最小值是A，最大值是B，并且是线性扫描，数学建模过程便如公式一所示：
其中，ξ是均匀分布的随机变量，其范围是[-1,1]。
步骤二、求解勒让德多项式的零点，结合建立的参数扫描模型，确定每个参数匹配点的数值：
在随机点配置法中，每一种随机变量对应着一类多项式。而对于均匀分布来说，其对应的是勒让德多项式。勒让德多项式是在区间[-1,1]上关于权函数等于1的正交多项式序列，其前几项的表达式如公式二所示。
以三阶的多项式为例，即P3＝(5×ξ3-3×ξ)/2，其零点为三个分别是0、和越大的阶数，计算之后的结果越准确，之后进行仿真的次数也会随之增加。因此，阶数的增加类似于传统方法中的线性采样点的增加。
将零点计算的结果带入公式一参数扫描模型中便可以求得匹配点，本实施方式中的匹配点数值是和
当所需扫描参数是多维情况时，步骤一中可以采用多个随机变量进行建模，这便形成了随机变量向量。而匹配点变成了一维匹配点的张量积的形式。
步骤三、在确定的每个参数的匹配点上进行单次仿真，得到仿真结果：
在求得匹配点的数值之后，在每一个匹配点上进行单次仿真，求得仿真结果以便后续的应用。
步骤四、根据步骤三得到的仿真结果，利用多维拉格朗日插值方法，获得最后的快速参数扫描结果：
随机点配置方法是将仿真结果表达成为随机变量多项式的形式，而随机变量是在步骤一建模所得到的。根据步骤三中的单次仿真结果，利用多维拉格朗日插值方法可以将最终结果表示出来，如公式三所示。
其中，ξk表示的是步骤二中求得的匹配点；f(ξk)表示步骤三中求得的匹配点上单次仿真结果，而Lagk(ξ)是利用匹配点构造的拉格朗日插值多项式；M代表匹配点的个数，Lag(f)(ξ)是最后扫描结果的多项式表达形式。
对随机变量ξ在其范围[-1,1]上进行采样，便可以得到与传统参数扫描技术相同的参数扫描结果。
在本实施方式中，仅仅在若干个确定匹配点上进行单次仿真，而不是在整个范围内的每一点进行仿真，这样大大的提高参数扫描技术的计算效率。通常情况下会提高90％以上的计算效率。与此同时，随机点配置方法可以保证计算精度与传统方法一致。