[发明专利]一种基于相位调控超表面的智能入射波方向探测方法

说明书

本发明公开了一种基于相位调控超表面的智能入射波方向探测方法，旨在将相位可调超表面与神经网络计算方法相结合，实现对入射波方向的探测。由入射空间、观测空间和估计空间构成。来波方向表征采用球坐标系。观测空间由一块相位可调的亚波长尺寸单元周期性排列而成的透射型超表面和一个接收天线组成。电磁波入射时，观测空间的超表面变换多种不同的相位分布，接收天线接收到相应的幅度数据，并将其送入提前训练好的神经网络中预测出入射波的方向。接收天线位于超表面斜后方位置。本发明采用厚度小于波长单元排列而成的超表面对电磁波进行调控，接收单元也仅有一个接收天线，设备简单，控制方便，适合未来集成化、小型化趋势的发展。

技术领域

本发明涉及军事、雷达领域，尤其涉及一种以可调相位的透射型超表面和单个接收天线组成系统，以深度学习作为计算方式的一种新型智能入射波方向探测方法。

背景技术

入射波的方向探测一直是军事上的热点问题和难点问题。而其在雷达、军事相关领域内用语为波达方向定位技术，其中经典的方法主要有波束形成技术、自适应零陷技术及空间谱估计技术。不可避免的是其设备都基于相控阵雷达实现。相控阵雷达由几百个甚至是几万个天线组成，每个天线单元对应装有TR组件，且由独立的移相开关控制，通过控制各天线单元发射的相位，合成不同相位波束来对目标进行搜索和跟踪。同样，天线阵列可接收到带有幅度、相位等信息的反射回波，输入计算机经过一系列算法处理，可以得到入射波的方向。天线阵列体积庞大，造价昂贵，调控复杂，相控阵雷达最多有上万部发射机和接收机，雷达高达十几层楼房，占地面积大，不仅造价高，维护费用也大。且整个天线阵列接收的信号数据量大，导致计算时间长、计算方式复杂。天线的接收易受环境中其他信号的干扰，从而在处理数据时还需改善信噪比，因此为了得到准确的入射波方向，算法需要更合理的选择和设计。传统的探测方法给硬件和软件都带来了极大的不便利性。

超表面是一种厚度小于波长的人工层状材料，其基于广义斯奈尔定律，通过控制波前相位、幅度和偏振，以实现对电磁波的调控。近年来，为了动态调控电磁波的传播特性，越来越多的超表面设计中加入了有源器件，例如PIN开关二极管和变容二极管，由此超表面可以实现自身性质动态可变。集成变容二极管的可调控相位的透射型超表面因其相位特性灵活可控，因此可动态地对电磁波的传播特性进行调控。而仅需要给超表面提供不同的电压即可改变其相位分布。当电磁波通过不同相位分布的超表面时，即可得到不同的传播特性。在接收上仅需一个接收天线对透射波进行接收。相对于阵列天线中成百上千的TR组件，基于可调相位的超表面探测入射波方向的方法极大程度地简化了阵列天线的调控装置。此外，纳米级别、超薄的超表面更满足当代集成化、小型化的需求。基于相位可调控超表面的入射波探测方法不仅取代了传统的阵列天线，而且在接收数据的便利性、准确性和复杂性都进行了极大的改善。

对于处理接收数据的部分，本方法摒弃了复杂的电磁学领域的模型和算法，选择了当代最火热的研究领域——深度学习。其仅考虑输入数据和输出数据之间的关系，拥有丰富的参数来不断地对数据集的特性进行提取，从而可以最大化的学习到输入和输出的关系。深度学习在图像识别，无人驾驶和医疗方面都取得了巨大成就。自此，电磁学中很多复杂且费时的计算也有了一种新的解决方法。深度学习可根据超表面的结构前向预测出传播的电磁波的极化、相位等特性；或是基于波的传播特性而反向设计出相应的超表面结构。传统的方式需要对结构进行电路等效、复杂建模仿真，而深度学习避免了上述的繁琐，解放了电磁学领域人们计算的双手。本发明通过引入深度学习，仅仅需要有限的幅度数据即可计算出来波方向，不仅简化了数据结构，也降低了算法的难度、简化了硬件设备。

发明内容

本发明主要针对传统探测方法中调控单元和计算单元不足之处，创新性地提出了一种以相位可变的超表面和单个接收天线组成观测空间，以深度学习作为计算方式的智能探测方法。观测空间可代替由天线阵列构成的可发射和接收的相控阵雷达，减小设备的数量和体积、降低控制难度。将深度学习作为估计空间，保证精准度的前提下，摆脱算法中噪声、信号分开处理的束缚，降低算法的复杂度。