CN112348793B - 一种自动识别并计算天线方向图凹坑的方法 - Google Patents
一种自动识别并计算天线方向图凹坑的方法 Download PDFInfo
- Publication number
- CN112348793B CN112348793B CN202011222311.4A CN202011222311A CN112348793B CN 112348793 B CN112348793 B CN 112348793B CN 202011222311 A CN202011222311 A CN 202011222311A CN 112348793 B CN112348793 B CN 112348793B
- Authority
- CN
- China
- Prior art keywords
- antenna pattern
- pit
- data
- calculating
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000009499 grossing Methods 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种自动识别并计算天线方向图凹坑的方法。本发明提供了一种专用算法,该算法能消除测试环境误差引起的方向图小锯齿对凹坑识别的干扰,对凹坑进行精准识别和计算;同时计算过程简明清晰,数据处理效率高,便于软件实现。目前本发明在实现工程应用时,使天线制造过程中凹坑处理周期缩短了96%,显著提高了凹坑识别的效率和质量。
Description
技术领域
本发明涉及天线制造技术领域,具体涉及一种自动识别并计算天线方向图凹坑的方法。
背景技术
天线方向图是衡量天线性能的重要依据,可以从中计算提取天线的各项参数,目前天线方向图数据处理业务广泛应用于各天线的制造活动中。目前天线方向图的凹坑主要依靠人工肉眼去识别,效率低且容易受主观影响。现有与凹坑识别有关的方法无法消除因测试环境误差引起的天线方向图小锯齿对凹坑识别的干扰,因此该凹坑识别方法无法适应天线方向图的凹坑识别与计算需求。
发明内容
针对现有技术中的上述不足,本发明提供的一种自动识别并计算天线方向图凹坑的方法解决了目前缺乏有效识别天线方向图凹坑的算法,人工识别效率低且受主观影响大的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种自动识别并计算天线方向图凹坑的方法,包括以下步骤:
S1、向xy坐标轴导入二维天线方向图的测试数据(An,Bn)(n=1,2,3…m),An为测试数据中的角度数据,Bn为角度数据对应的幅度数据,m为测试数据的个数;
S2、对天线方向图进行平滑处理,获得新的幅度数据Cn(n=1,2,3…m);
S3、通过新的幅度数据Cn和角度数据An计算幅度的斜率Dn(n=1,2,3…m-1);
S4、对幅度的斜率Dn(n=1,2,3…m-1)从左往右遍历寻找天线方向图的拐点Ei(i=1,2,3…j),j为拐点的个数;
S5、取出拐点Ei(i=1,2,3…j)的幅度数据,找到其中最大的幅度数据和最小的幅度数据,通过最大的幅度数据和最小的幅度数据计算得到凹坑值,并判断该凹坑值是否满足凹坑指标要求,若满足则输出该凹坑值。
进一步地:所述步骤S2中平滑处理的具体步骤为:根据天线方向图的形状特征,采用三次样条插值的自然样条插值,平滑点数的取值为单个小锯齿内覆盖的测试点数,经验值为3。
进一步地:所述步骤S3中幅度的斜率Dn的计算公式为:
Dn=(Cn+1-Cn)/(An+1-An)。
进一步地:所述步骤S4中拐点的识别条件为:
Dn×Dn+1≤0。
进一步地:所述步骤S5中的凹坑指标要求为:凹坑指标的经验值小于3dB。
进一步地:所述步骤S5中凹坑值的计算公式为:
B=Bmax-Bmin
上式中,B为凹坑值,Bmax为最大的幅度数据,Bmin为最小的幅度数据。
本发明的有益效果为:本发明提供了一种专用算法,该算法能消除测试环境误差引起的方向图小锯齿对凹坑识别的干扰,对凹坑进行精准识别和计算;同时计算过程简明清晰,数据处理效率高,便于软件实现。
目前本发明在实现工程应用时,使天线制造过程中凹坑处理周期缩短了96%,显著提高了凹坑识别的效率和质量。
附图说明
图1为本发明流程图;
图2为本发明实施例中通过平滑处理消除方向图小锯齿的示意图;
图3为本发明实施例中平滑后天线方向图的拐点定位示意图;
图4为本发明实施例中凹坑计算示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种自动识别并计算天线方向图凹坑的方法,包括以下步骤:
S1、向xy坐标轴导入二维天线方向图的测试数据(An,Bn)(n=1,2,3…m),An为测试数据中的角度数据,Bn为角度数据对应的幅度数据,m为测试数据的个数;
S2、对天线方向图进行平滑处理,获得新的幅度数据Cn(n=1,2,3…m);平滑目的为过滤因测试环境误差引起的小锯齿,避免其干扰凹坑识别。根据天线方向图的形状特征,采用三次样条插值的自然样条插值,平滑点数与测试环境的角度步进设置以及测试仪器的精度相关,平滑点数的取值为单个小锯齿内覆盖的测试点数,经验值为3。
S3、通过新的幅度数据Cn和角度数据An计算幅度的斜率Dn(n=1,2,3…m-1);
Dn=(Cn+1-Cn)/(An+1-An)。
S4、对幅度的斜率Dn(n=1,2,3…m-1)从左往右遍历寻找天线方向图的拐点Ei(i=1,2,3…j),j为拐点的个数;拐点的识别条件为:Dn×Dn+1≤0。
S5、取出拐点Ei(i=1,2,3…j)的幅度数据,找到其中最大的幅度数据和最小的幅度数据,通过最大的幅度数据和最小的幅度数据计算得到凹坑值,最大的幅度值即天线方向图的主瓣峰值,最小的幅度值即天线方向图的最严重凹坑,凹坑值的计算公式为:
B=Bmax-Bmin
上式中,B为凹坑值,Bmax为最大的幅度数据,Bmin为最小的幅度数据。
并判断该凹坑值是否满足凹坑指标要求,凹坑指标的经验值小于3dB。若满足则输出该凹坑值。
在本发明的一个实施例中,按步骤S1导入天线方向图的角度数组和幅度数组。
按步骤S2对天线方向图进行平滑处理,在本实施案例中测试环境引入的小锯齿宽度不超过4°,测试环境角度步进为2°,单个小锯齿覆盖的测试点数为3,因此平滑点数取值3。
调用NI LabWindows CVI 8.5软件的SpInterp函数对天线方向图进行三次自然样条插值(也可选用其他软件实现三次自然样条插值),得到对比图如图2所示,由图2可知天线方向图平滑前后拟合效果好,且经过平滑有效过滤掉了测试环境误差在-52°引起的两个小锯齿,避免了小锯齿对凹坑识别的干扰。
按步骤S3计算平滑后天线方向图的斜率曲线,得到斜率数组D1、D2、D3…Dm-1。
按步骤S4寻找天线方向图的拐点,拐点定位条件为(Dn×Dn+1≤0),可识别出5个拐点,如图3所示。
如图4所示,按步骤S5定位拐点中的最大幅度-拐点3为方向图主瓣峰值,定位拐点中的最小幅度-拐点2为方向图最严重的凹坑,找到拐点3和拐点2的对应幅度值-65.65和-66.84,做差得到Delta为1.19dB,因1.19dB满足<3dB的指标条件,故本天线本频点的天线方向图凹坑判为合格。
Claims (6)
1.一种自动识别并计算天线方向图凹坑的方法,其特征在于,包括以下步骤:
S1、向xy坐标轴导入二维天线方向图的测试数据(An,Bn)(n=1,2,3…m),An为测试数据中的角度数据,Bn为角度数据对应的幅度数据,m为测试数据的个数;
S2、对天线方向图进行平滑处理,获得新的幅度数据Cn(n=1,2,3…m);
S3、通过新的幅度数据Cn和角度数据An计算幅度的斜率Dn(n=1,2,3…m-1);
S4、对幅度的斜率Dn(n=1,2,3…m-1)从左往右遍历寻找天线方向图的拐点Ei(i=1,2,3…j),j为拐点的个数;
S5、取出拐点Ei(i=1,2,3…j)的幅度数据,找到其中最大的幅度数据和最小的幅度数据,通过最大的幅度数据和最小的幅度数据计算得到凹坑值,并判断该凹坑值是否满足凹坑指标要求,若满足则输出该凹坑值。
2.根据权利要求1所述的自动识别并计算天线方向图凹坑的方法,其特征在于,所述步骤S2中平滑处理的具体步骤为:根据天线方向图的形状特征,采用三次样条插值的自然样条插值,平滑点数的取值为单个小锯齿内覆盖的测试点数,经验值为3。
3.根据权利要求1所述的自动识别并计算天线方向图凹坑的方法,其特征在于,所述步骤S3中幅度的斜率Dn的计算公式为:
Dn=(Cn+1-Cn)/(An+1-An)。
4.根据权利要求1所述的自动识别并计算天线方向图凹坑的方法,其特征在于,所述步骤S4中拐点的识别条件为:
Dn×Dn+1≤0。
5.根据权利要求1所述的自动识别并计算天线方向图凹坑的方法,其特征在于,所述步骤S5中的凹坑指标要求为:凹坑指标的经验值小于3dB。
6.根据权利要求1所述的自动识别并计算天线方向图凹坑的方法,其特征在于,所述步骤S5中凹坑值的计算公式为:
B=Bmax-Bmin
上式中,B为凹坑值,Bmax为最大的幅度数据,Bmin为最小的幅度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011222311.4A CN112348793B (zh) | 2020-11-05 | 2020-11-05 | 一种自动识别并计算天线方向图凹坑的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011222311.4A CN112348793B (zh) | 2020-11-05 | 2020-11-05 | 一种自动识别并计算天线方向图凹坑的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112348793A CN112348793A (zh) | 2021-02-09 |
CN112348793B true CN112348793B (zh) | 2023-04-25 |
Family
ID=74428298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011222311.4A Active CN112348793B (zh) | 2020-11-05 | 2020-11-05 | 一种自动识别并计算天线方向图凹坑的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348793B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113300085A (zh) * | 2021-05-25 | 2021-08-24 | 安徽大学 | 一种面向3g/4g/5g小型宽带双极化基站天线单元 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103137093A (zh) * | 2006-09-15 | 2013-06-05 | 株式会社半导体能源研究所 | 显示设备及其驱动方法 |
CA2821127A1 (en) * | 2012-07-16 | 2014-01-16 | Halliburton Energy Services, Inc. | Real-time casing detection using tilted and crossed antenna measurement |
FR3031813A1 (fr) * | 2015-01-16 | 2016-07-22 | Centre Nat D'etudes Spatiales (Cnes) | Systeme et procede de mesure de composantes du diagramme de rayonnement d'une antenne |
CN107657098A (zh) * | 2017-09-15 | 2018-02-02 | 哈尔滨工程大学 | 基于量子鸡群演化机制的环形天线阵列稀疏方法 |
CN108389181A (zh) * | 2018-01-23 | 2018-08-10 | 南京大学 | 一种基于深度学习和法向图的零件缺陷检测和定位方法 |
CN108957145A (zh) * | 2018-06-04 | 2018-12-07 | 中国科学院大气物理研究所 | 局域全闪定位网的地闪回击脉冲检出***及方法 |
CN109001694A (zh) * | 2018-05-31 | 2018-12-14 | 中国电子科技集团公司第二十九研究所 | 一种动态自适应天线扫描特性模拟方法及*** |
CN109670228A (zh) * | 2018-12-12 | 2019-04-23 | 中国船舶重工集团公司第七二四研究所 | 一种阵列天线单元方向图快速插值计算方法 |
CN111798474A (zh) * | 2019-04-05 | 2020-10-20 | 三星电子株式会社 | 图像处理装置及其图像处理方法 |
-
2020
- 2020-11-05 CN CN202011222311.4A patent/CN112348793B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103137093A (zh) * | 2006-09-15 | 2013-06-05 | 株式会社半导体能源研究所 | 显示设备及其驱动方法 |
CA2821127A1 (en) * | 2012-07-16 | 2014-01-16 | Halliburton Energy Services, Inc. | Real-time casing detection using tilted and crossed antenna measurement |
FR3031813A1 (fr) * | 2015-01-16 | 2016-07-22 | Centre Nat D'etudes Spatiales (Cnes) | Systeme et procede de mesure de composantes du diagramme de rayonnement d'une antenne |
CN107657098A (zh) * | 2017-09-15 | 2018-02-02 | 哈尔滨工程大学 | 基于量子鸡群演化机制的环形天线阵列稀疏方法 |
CN108389181A (zh) * | 2018-01-23 | 2018-08-10 | 南京大学 | 一种基于深度学习和法向图的零件缺陷检测和定位方法 |
CN109001694A (zh) * | 2018-05-31 | 2018-12-14 | 中国电子科技集团公司第二十九研究所 | 一种动态自适应天线扫描特性模拟方法及*** |
CN108957145A (zh) * | 2018-06-04 | 2018-12-07 | 中国科学院大气物理研究所 | 局域全闪定位网的地闪回击脉冲检出***及方法 |
CN109670228A (zh) * | 2018-12-12 | 2019-04-23 | 中国船舶重工集团公司第七二四研究所 | 一种阵列天线单元方向图快速插值计算方法 |
CN111798474A (zh) * | 2019-04-05 | 2020-10-20 | 三星电子株式会社 | 图像处理装置及其图像处理方法 |
Non-Patent Citations (5)
Title |
---|
Xu Liguo 等.Pulse doppler radar Seeker multi-target detection simulation research.《2017 First International Conference on Electronics Instrumentation & Information Systems》.2018,1-6. * |
任桐鑫 等.基于遗传算法和贪婪算法的新一代通讯网络设计研究.《数学建模及其应用》.2020,第9卷(第2期),41-52. * |
何大鹏 等.基于优化理论的网络部署与分配模型.《信息通信》.2020,(第5期),31-33. * |
张建民.基于卫星导航测量的零相差天线实现.《中国 优秀硕士学位论文全文数据库信息科技辑》.2018,I136-961. * |
陈凡.宽角度探测器天线的研究及其应用.《中国优秀硕士学位论文全文数据库信息科技辑》.2012,I136-28. * |
Also Published As
Publication number | Publication date |
---|---|
CN112348793A (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112348793B (zh) | 一种自动识别并计算天线方向图凹坑的方法 | |
EP3896873A1 (en) | Field intensity prediction method and apparatus, and device and storage medium | |
WO2017050170A1 (zh) | 一种激光打标的校正方法和装置 | |
CN106096223B (zh) | 一种五孔探针数据处理方法 | |
CN105405117A (zh) | 基于图像轮廓的角点提取方法及装置 | |
CN111307751A (zh) | 茶叶近红外光谱分析中谱图基线校正方法、***、检测方法 | |
CN110797085B (zh) | 一种基因数据的查询方法、***、设备及存储介质 | |
CN109284062B (zh) | 一种触摸数据处理方法、装置、终端和介质 | |
CN107357959A (zh) | 一种高精度的叶片截面特征参数提取方法 | |
CN109359360B (zh) | 一种基于局部特征的结构应力处理方法 | |
CN112651085A (zh) | 齿轮修形方法、装置及设备 | |
CN110852652A (zh) | 水电特性曲线修正方法及装置 | |
WO2022127015A1 (zh) | 一种快速收敛的超高频微波降雨数据离散化方法 | |
CN113378433A (zh) | 一种复合铝板成形工艺参数确定方法、装置、设备及介质 | |
CN111487440A (zh) | 一种五孔探针的标定方法 | |
CN117123922A (zh) | 一种椭圆管寻中方法、***、电子设备、存储介质 | |
CN113984208B (zh) | 一种光谱仪波长标定方法、***、介质及电子终端 | |
CN110850812B (zh) | 基于模型的离子束刻蚀速率控制方法及装置 | |
CN107292220B (zh) | 一种眉毛位置的初始化方法及电子设备 | |
CN104699904B (zh) | 一种螺旋桨不均匀加工余量调整方法 | |
Ravi et al. | Compressor map prediction tool | |
CN118111358A (zh) | 一种大半径小圆弧型面的圆弧曲率半径精确检测方法 | |
CN111159882A (zh) | 一种描述风电场风速频率分布特性的方法 | |
CN116880404B (zh) | 一种基于恒定模型的生产控制方法、装置、设备及介质 | |
CN117892055B (zh) | 一种基于曲线拟合和奈奎斯特定理的水温数据计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |