(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111660130.4 (22)申请日 2021.12.3 0 (71)申请人 重庆交通大 学 地址 400074 重庆市南岸区学府大道6 6号 (72)发明人 黄大荣　唐敏　赵宁　张宇　 许子仪　张振源　米波　 (74)专利代理 机构 重庆博凯知识产权代理有限 公司 50212 代理人 黄河 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 119/02(2020.01) G06F 119/08(2020.01) (54)发明名称 相控阵雷达频综模块的温度可靠性分析方 法 (57)摘要 本发明涉及雷达可靠性分析技术领域， 具体 涉及一种相控阵雷达频综模块的温度可靠性分 析方法， 包括： 基于相控阵雷达频综模块构建对 应的热误差模 型； 基于热误差模 型的隐式性能函 数构建对应的DBN函数模型， 并训练DBN函数模 型； 使用训练后的DBN函数模型代替热误差模型 的隐式性能函数； 通过DBN函数模型结合蒙特卡 洛法对热误差模 型进行温度可靠性分析。 本发明 的温度可靠性分析方法能够适应于相控阵雷达 频综模块的隐式性能函数， 并能够保证控阵雷达 频综模块的温度可靠性分析准确性。 权利要求书2页 说明书7页 附图3页 CN 114330133 A 2022.04.12 CN 114330133 A 1.相控阵雷达频综模块的温度可靠性分析 方法， 其特 征在于， 包括以下步骤： S1： 基于相控阵雷达频综模块构建对应的热误差模型； S2： 基于热误差模型的隐式性能函数构建对应的DBN 函数模型， 并训练DBN 函数模型； S3： 使用训练后的DBN 函数模型代替热误差模型的隐式性能函数； S4： 通过DBN 函数模型 结合蒙特卡洛法对热误差模型进行温度可靠性分析。 2.如权利要求1所述的相控阵雷达频综模块的温度 可靠性分析方法， 其特征在于， 步骤 S4中， 通过如下步骤进行温度可靠性分析： S401： 将随机数指令 输入热误差模型， 以产生对应的温度随机数组； S402： 将温度随机数组的各个随机变量带入DBN 函数模型， 生成对应的性能函数 数组； S403： 统计性能函数 数组中大于 0的个数x； S404： 通过公式 计算热误差模型的温度可靠度， 以完成 温度可靠性分析； 式中： Px表示温度可靠度； m ′+n′表示温度随机数组的数量； R表示热误差模型的特征因 子。 3.如权利要求1所述的相控阵雷达频综模块的温度可靠性分析方法， 其特征在于： DBN 函数模型包括依次顺序连接的四层RBM层以及一层BP神经网络； 最后一层RBM层的输出作为 BP神经网络的输入。 4.如权利要求3所述的相控阵雷达频综模块的温度可靠性分析方法， 其特征在于： DBN 函数模型的输出 是对应隐式性能函数的指示 函数值， 其包括0和1两类。 5.如权利要求3所述的相控阵雷达频综模块的温度可靠性分析方法， 其特征在于： DBN 函数模型的RBM层表示 为 确定参数h＝{a,W,b}， 得到热误差模型的联合 概率分布 对联合概率分布进行积分， 得到如下的条件概 率： 式中： Eθ(v,h)表示给定状态(v,h)的能量函数； ai表示隐藏层第i个神经元的偏置； hi表 示第i个隐藏 成神经元向量； Wij表示隐含层第i个神经元和可见层第 j个神经元的权值； bj表 示可见层第j个神经元的偏置； vj表示第j个可见层神经元向量； Pθ(v,h)表示状态(v,h)的联 合概率密度； Zθ为归一化因子； Pθ(v)表示状态v的条件概率； Pθ(h)表示状态h的条件概率； Pθ (h|v)表示在状态v发生的情况 下， 状态h发生的条件概 率。 6.如权利要求3所述的相控阵雷达频综模块的温度 可靠性分析方法， 其特征在于， 步骤 S2中， 通过如下步骤训练DBN 函数模型：权　利　要　求　书 1/2 页 2 CN 114330133 A 2S201： 初始化DBN 函数模型的参数， 将训练数据输入DBN 函数模型； S202： 单独训练DBN 函数模型的各个RBM层， 并使用梯度下降法迭代更新RBM层的参数； S203： 基于反向传播 算法对DBN 函数模型的参数进行调整； S204： 更新DBN 函数模型的权值， 以完成DBN 函数模型的训练。 7.如权利要求6所述的相控阵雷达频综模块的温度 可靠性分析方法， 其特征在于： 步骤 S201中， 训练数据包括20 00组随机样本， 每组随机样本包括 Q、 ξ和 λ三个参数； 训练数据表示 为 式中： 表示训练的平均残差； ERes(n,m,i)表示预测残差值； Q、 ξ和 λ表示热特性参 数值； n、 m、 i表示从热 特性参数值中的取值； P表示测试的次数； J为每次测试点的点数。 8.如权利要求6所述的相控阵雷达频综模块的温度 可靠性分析方法， 其特征在于： 步骤 S202中， 更新RBM层参数的梯度如下： 式中： Pθ(v)表示状态v的条件概率； 表示基于输入分布变量的期望， 表示概率 密度下的期望 。 9.如权利要求1所述的相控阵雷达频综模块的温度 可靠性分析方法， 其特征在于： 步骤 S2中， 热误差模型的性能函数表示 为 式中： 表示训练的平均残差； 表示平均残差 。 10.如权利要求1所述的相控阵雷达频综模块的温度可靠性分析方法， 其特征在于： 步 骤S1中， 构建热误差模型时， 基于 输入的M个温度数据xk(k＝1,2,…M)， 构造样本矩阵如下： 式中： xij表示第i组温度数据中的第j个 变量的值； 选择高斯径向基为核函数 计算K的特征值λ1, λ2,…λn和特征向量v1,v2,…vn； 式中： x表示仿真的温度样本数据； y 表示实测的温度数据； σ 表示 函数的宽度参数， 控制了函数的径向作用范围； 确定温度t， 使得温度特 征信息的覆盖率达 到85％。权　利　要　求　书 2/2 页 3 CN 114330133 A 3