专利名称：多极子数据库的电磁环境预测系统的制作方法
技术领域：
本发明是多极子数据库的电磁环境预测系统，涉及微波技术和计算机技术，属于信息技术领域。
背景技术：
随着当前电子信息技术快速发展和广泛应用，人们对电磁环境预测的需求越来越强烈。一般来讲，电磁环境预测的技术可分为理论分析、实验观测和数值仿真三种。
理论分析法，指从麦克斯韦方程组出发，推导出问题的解析解。对于简单结构形状的目标，比如单个的球体，理论方法可以给出解析解，但是稍稍复杂的问题，例如立方体，理论方法就无法给出解析解。
实验观测是目前比较常用的技术，但其不足也显而易见。首先，往往耗资巨大，耗时过长。建立一套观测平台不仅需要非常大的投资，而且也需要相当长的时间调试校准设备。其次，对于某些目标只能缩比测试。这样一来，观测数据的精度不仅取决于观测平台本身的精度，而且还和缩比模型的精度有关，导致观测数据的可靠性下降。
数值仿真方法是用数理模型来描述应用问题或系统，然后用计算机来模拟应用问题中的电磁作用，从而预测该问题的电磁特性。随着近些年来计算机技术的飞速发展，电磁仿真方法越来越受到人们的关注。电磁数值仿真方法一般可分为高频近似方法和全波数值方法两类。在一定精度要求下，高频近似法只能模拟结构和形状相对简单目标的电磁特性。而全波数值方法虽然能精确计算出复杂目标的电磁特性，但面对人们对电磁环境预测日益增长的需求，它的计算能力依然受限于计算机硬件。
目前国内外电磁环境预测技术主要是依靠电磁仿真软件预测和实验验证。所用电磁仿真软件是集成上述各种计算电磁学研究成果开发而成。这种预测技术计算量非常大，因而对复杂对象(目标)的电磁环境预测非常耗时，甚至因为计算机内存限制或计算时间要求而无法进行。更不用说，将这种预测技术推广应用于多个目标编队电磁环境的预测和多种目标构成的电磁环境的预测。
而且，如何重复使用已经获取的子对象(部件)电磁特性数据，这是目前的各种技术都没有很好解决的问题。例如，A和B是两个不同的系统，但它们中都有某个部件C。按照上述普通预测技术，只有分别对A和B建模处理或实验测量，而无法重复利用已有的关于C的电磁特性数据。
发明内容
本发明的目的是利用多极子原理，设计一种多极子数据库的电磁环境预测系统，可高效、精确地预测超大规模系统电磁环境。
本发明包括三个模块将被测对象拆分为部件的拆分模块，保存部件电磁特性数据的数据库模块和完成被测对象电磁环境预测的组装仿真算法模块。
其预测步骤为 ①拆分模块按被测对象——子对象——部件的方式来拆分被测对象； ②将每个部件视为一个“黑盒子”，其输入是电磁激励源，而输出则是由部件的电磁响应函数决定的电磁场，用该电磁场描述部件内部的电磁环境及对外影响；NSET个激励产生NSET个电磁响应，生成NSET组”激励——响应”数据描述部件的电磁特性；电磁激励和电磁响应均用方向、幅度和相位特定的平面波来表征。
③用电磁特性数据库模块保存和积累部件电磁特性数据； ④组装仿真算法模块从数据库模块中提取各部件的电磁特性数据，由部件——子对象——被测对象的次序计算出相应的电磁响应，完成被测对象电磁环境的预测。
本发明将多极子技术应用到电磁环境预测系统中。
多极子技术将“激励——响应”分解成聚集、转移、分散三步骤进行。这种分解主要靠下面两个数学恒等式。第一个便是关于格林函数的加法定律 这里jl是第一类球面Bessel函数，hl(2)是第二类球面Hankel函数，Pl是Legendre多项式，以及d和r为两个矢量，且|d|<|r|。注意到存在一个整数z，当l<z时函数jl(z)和hl(2)(z)幅值大致保持常数；l>z时jl(z)衰减非常快，而hl(2)(z)递增非常快。这样|d|<<|r|时，式(1)能在保证高精度下截断。于是(1)可写成 通常 L＝kd+2ln(kd+π) (3) 就能保证较高精度。第二个恒等式便是式(2)中jlPl的平面波展开
这里的积分符号d2
表示积分在单位球面上进行。此积分可用高斯面积分方法完成。具体说来，就是在区间
上取L点，使得cosθ在区间[-1，1]上满足Gauss-Legendre L点积分公式。根据高斯面积分的积分法则，对于水平向φ值的选取，可在区间
上等间隔选取2L个值。于是式(4)右边的积分便可写成 K＝2L2 (6) 这里ωs是权因子，(1，θs，φs) 表示单位球面上取样点的球坐标。
将(5)代入(2)，并将求和次序交换可得 其中 注意(8)式中V(ks·d)与r无关，而(9)式中
与d无关。这表明(7)式已将格林函数表示的直接相互作用分解成远距离的转移和近距离的聚集或发散。为了更简明的阐述，不失一般性，以图1所示两个中心分别位于rm和rm的任意部件为例来说明。其中，rj和ri分别为场点和源点，而 rji＝rj-ri＝rj-rm+rm-rm′+rm′-ri＝rjm+rmm′-rim′ (10) 上式中，点j和i分别在m和m′中。加法原理公式(7)中 r＝rmm′，d＝rjm-rim′ (11) 可以将(7)改写为 其中，Am′t完成聚集操作，Tmm′实现转移操作，Dmj完成发散操作。
根据多极子原理，可以得到以下推论 A)从公式(5)和(6)知道一个物体对电磁激励的响应可以用一组方向、幅度和相位特定的平面波来描述，用于描述电磁响应的平面波个数K越多，所描述的电磁响应精度越高； B)公式(5)和(6)还告诉我们NSET＝K＝2L2组“激励——响应”数据可完全描述物体的电磁特性，其精度由组的个数NSET或者K决定； C)从公式(12)～(15)知道两个物体间的相互作用，可由平面波的聚集、转移和发散操作完成，而且只有方向相同的平面波间才存在相互作用，所以应用多极子原理后，运算的复杂度极大降低； D)从公式(15)知道，物体间相互作用的强弱由它们间的方位和距离决定距离越远，相互作用越弱；距离相同的情况下，偏离物体中心连线越远，相互作用越弱。
本发明的实施涉及到三个模块将被测对象拆分为部件的拆分模块，保存部件电磁特性数据的数据库模块和获取被测对象电磁环境数据的组装仿真算法模块。
拆分模块从多极子原理的推论D)出发，根据各个组成部分之间的距离和方位信息，分析它们相互作用的强弱，将被测对象拆分为若干子对象和部件，并用一个树状图组织起来，其中根节点为被测对象，最底层的叶子节点是独立的部件，而中间一层节点则是由部件组成的子对象，如图2所示。根据多极子原理的推论A)和B)，把每个部件视为一个“黑盒子”，其输入是电磁激励源，而输出则是由部件的电磁响应函数决定的电磁场，用该电磁场描述部件内部的电磁环境及对外影响；NSET个激励产生NSET个电磁响应，生成NSET组“激励——响应”数据描述部件的电磁特性；电磁激励和电磁响应均用方向、幅度和相位特定的平面波来表征。
电磁特性数据库模块该模块保存了部件所有的电磁“激励——响应”数据集合。当预测某个被测对象的电磁特性时，数据库模块为组装仿真算法模块提供部件的电磁特性数据。如果数据库中没有相关数据，则通过其他方式获取该部件的数据后，将其保存到数据库中，如图4所示。这样在预测系统使用过程中，不断录入新部件的数据，完成技术和数据的高效积累。而且对于数据库中已有部件，可以避免重复计算，提高预测效率。
组装仿真算法模块算法从多极子原理出发，根据用户需要，确定精度要求。依据各部件在被测对象中的方位及它们之间的距离，结合用户精度要求，从数据库中提取相应精度要求部件的电磁响应数据，如图5所示，根据多极子原理，由下而上，完成被测对象电磁特性的预测。
本发明的有益效果是 1 实现了无法在当前实验和仿真条件下完成的超大目标的电磁特性预测； 2 建立了部件电磁特性的数据库，实现了数据的有效积累和重复利用；降低了当前电磁环境预测的成本。
3 根据用户需要，确定精度要求，从数据库提取满足精度要求的最少量数据，以最小的计算开销完成满足用户需要的预测。
图1—快速多极子技术原理示意图； 图2—被测对象示意图； 图3—被测对象——子对象——部件的树状图，图中k，p，q均为自然数； 图4—电磁特性数据库的示意图； 图5—由部件的电磁特性数据计算被测对象电磁特性的示意图。
具体实现方式 本发明包括但不局限于本实施例，凡是在本发明的精神和原则之下，都将视为在本发明的保护范围之内。
下面结合附图和实施例对本发明作进一步说明。
如图2所示，被测对象由多个不同部件组成，图中仅给出了少量典型部件，分别用正方形、圆形、三角形和扇形来代表。
本发明的实现分两个阶段，第一阶段是建立数据库的阶段，第二阶段则是由数据库中部件的电磁特性数据，预测出被测对象的电磁特性。
第一阶段建立电磁特性数据库 1a)如图3所示，把图2中的被测对象当作根节点N00，拆分模块将根节点拆分为多个子对象，这些子对象构成了根节点的子节点N1k(k＝1，2，…)，即图3中第一层子节点。对第一层中的每个子节点N1k，即子对象，进一步细分，生成了树状图的第二层节点N1p(p＝1，2，…)，也就是所谓的单个部件。图2所示的被测对象中有四个子对象，而每个子对象又包含了若干部件。
1b)将1a)中一些有典型意义的部件提取出来，如图2所示的正方形、圆形、三角形和扇形等等，生成部件的集合。通过理论分析、实验观测或数值仿真等各种方式获取各部件的电磁特性数据，并录入数据库，生成的电磁特性数据库，见图4。
第二阶段被测对象电磁环境的预测 2a)按照第一阶段1a)中的方式，把被测对象按节点树的方式拆分，并根据用户需要，确定计算的精度； 2b)从数据库中提取所需部件电磁特性数据，如果数据库没有保存该部件的数据，则通过其他方式(例如仿真方法)获取它，并同时将其存入数据库。
2c)如图5节点树所示，自下而上，计算出每个部件对其父节点电磁特性的贡献。按部件——子对象——被测对象的顺序进行预测，从而最终获取由根节点所描述的被测对象的电磁特性。
显然，第二阶段中，也可实施第一阶段的数据库录入操作，因此本发明的预测系统在使用过程中，新部件的电磁特性数据不断加入到数据库，实现了部件数据的重复使用和有效积累，为更复杂目标电磁特性的预测打下了坚实的基础。
权利要求
1.一种多极子数据库的电磁环境预测系统，基于多极子原理，其特征在于该系统包括三个模块将被测对象拆分为部件的拆分模块，保存部件电磁特性数据的数据库模块和完成被测对象电磁环境预测的组装仿真算法模块；
其预测步骤为
①拆分模块按被测对象——子对象——部件的方式来拆分被测对象；
②将每个部件视为一个“黑盒子”，其输入是电磁激励源，而输出则是由部件的电磁响应函数决定的电磁场，用该电磁场描述部件内部的电磁环境及对外影响；NSET个激励产生NSET个电磁响应，生成NSET组“激励——响应”数据描述部件的电磁特性；电磁激励和电磁响应均用方向、幅度和相位特定的平面波来表征；
③用电磁特性数据库模块保存和积累部件电磁特性数据；
④组装仿真算法模块从数据库模块中提取各部件的电磁特性数据，由部件——子对象——被测对象的次序计算出相应的电磁响应，完成被测对象电磁环境的预测。
全文摘要
本发明是一种基于多极子数据库的电磁环境预测系统，属于信息技术领域。本发明包括三个模块拆分模块，数据库模块和组装仿真算法模块。拆分模块将按被测对象——子对象——部件的方式划分被测对象；数据库模块保存部件的电磁特性数据；组装仿真算法模块则由部件的相关数据来预测超大规模目标的电磁环境。根据多极子原理，用多组电磁“激励——响应”数据将部件的电磁特性表示出来；使用数据库模块保存各部件的电磁特性数据，可形成电磁环境预测的有效积累，避免对部件的重复计算，提高电磁环境预测的效率。以多极子原理为依据的划分模块和电磁特性组装算法模块则保证了预测的精度，可让用户在计算精度和开销间灵活选择，从而高效率高精度完成超大目标电磁环境的预测。
文档编号G06F17/50GK101364245SQ20081012719
公开日2009年2月11日 申请日期2008年6月24日 优先权日2007年10月17日
发明者盛新庆, 潘小敏 申请人:北京理工大学