面向电大复杂平台上天线优化设计的高效混合全波数值方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61801023
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0119.电磁场与波
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

The design and optimization of antennas on a electrically large and complex platform is one of key issues in the complex electronic and information system. Since the above problem involves the solution of large-scale, multi-scale, and multi-media Maxwell equation, it is an essential topic of accurate and fast simulation analysis for antenna and platform integration. In recent years, scholars in computational electromagnetics have conducted a series of studies and achieved certain progress on this issue. However, recent studies are mainly from the aspect of efficient analysis to design general algorithms, and little is from the aspect of optimization to develop advanced algorithms. Not only for the analysis of antenna and platform integration but also simultaneously consider the optimization of antennas’ shape and location which is actual concern in current projects, this project first presents a novel hybrid full-wave numerical method based on surface domain decomposition. This method use nonconformal domain decomposition of hybrid finite element-boundary integral method to deal with antennas region while nonoverlapping domain decomposition method of boundary integral equation to deal with PEC platform region, which is flexible, accurate, and general. Subsequently, taking advantage of antenna design and optimization only relating with modification of finite element matrix in the proposed method, we further reduce the problem of optimization to the repeated solution of small-scale matrix equation only relating with the antenna area through using the Schur complement operation and the interpolative decomposition based low-rank matrix compressing technique. In this way, the efficiency of analysis for optimization of antennas on electrically large platform can be improved significantly.
电大复杂平台上天线的设计与优化是复杂电子信息系统研究的一个关键性问题。由于该问题涉及电大、多尺度、多媒质的麦克斯韦方程求解,对其进行准确快速的仿真分析面临重大挑战。近年来,计算电磁学者针对该问题已取得一定的研究进展,但大多是从分析计算角度进行的一般意义下的算法设计,很少针对平台上天线的优化研究更高效的算法。本项目不仅针对天线与平台一体化仿真分析,同时考虑工程中关心的天线形状与位置的优化设计,首先提出一种新型的基于面区域分解的混合全波数值方法,采用非共形区域分解有限元-边界积分方法模拟天线区域、非重叠型区域分解边界积分方法模拟金属平台区域,具有灵活、精确、通用的优势。其次,利用优化只涉及方法中天线区域有限元矩阵改变的优点,采用Schur补运算和低秩矩阵插值分解压缩技术,进一步将优化问题转降为仅与天线区域相关的小规模矩阵方程的重复求解,能够显著提高电大平台上天线优化分析的效率。

结项摘要

天线作为武器装备(飞机、导弹、舰船等)重要的电磁收发装置,发挥着极其重要的作用。为保证天线的电磁性能,天线与平台的一体化建模分析非常重要。本项目针对该问题,基于有限元方法、边界积分方法和区域分解技术,发展了一种模块化的区域分解混合全波算法,实现天线与载体平台一体化电磁辐射问题的高置信度建模分析。基于该模块化混合全波算法,利用平台的不变性与有限元-边界元非共形区域分解算法的灵活性,提出一种数值格林函数来准确代替平台对局部天线的影响,借助于该平台格林函数,获得一个只与局部天线区域相关的降阶计算模型。该降阶计算模型与传统混合全波模型的精度相当,但由于规模很小计算速度比传统模型提高至少一个数量级,非常适用于复杂电大金属平台上局部部件优化时电磁辐射和散射特性的快速评估。该降阶方法采用线上与线下的计算策略:线下计算平台格林函数、线上求解降阶模型,满足电磁工程师在优化设计时对评估结果快速获取的需求。该方法是对局部优化性能评估的一次少有的尝试,效果非常好,具有很高的应用价值。此外,针对复杂涂覆平台电磁建模问题,提出一种新型的自对偶边界积分方法,在保证高精度的同时比现有方法的收敛性显著提高。基于进程-线程混合并行的策略,面向该自对偶边界积分方法开发了高效的并行计算程序,可用于电大尺度复杂薄涂覆平台电磁辐射和散射特性的快速计算,在装备隐身性能设计与评估方面具有很大的应用价值。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
A New SDIE Based on CFIE for Electromagnetic Scattering From IBC Objects
一种基于CFIE的新型SDIE用于IBC物体的电磁散射
  • DOI:
    10.1109/tap.2019.2940609
  • 发表时间:
    2020-01
  • 期刊:
    IEEE Transactions on Antennas and Propagation
  • 影响因子:
    5.7
  • 作者:
    Gao Hong-Wei;Yang Ming-Lin;Sheng Xin-Qing
  • 通讯作者:
    Sheng Xin-Qing

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

图上动态合作对策中基于连接价值的最优准则
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    青岛大学学报
  • 影响因子:
    --
  • 作者:
    孙娜娜;高红伟;孙丽娜
  • 通讯作者:
    孙丽娜
脑胶质瘤MGMT、hMLH1和hMSH2基因启动子甲基化状态研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    生物技术通讯
  • 影响因子:
    --
  • 作者:
    常宏宇;郑长青;王颖丽;章扬培;李安民;檀英霞;季守平;邰军利;高红伟;李素波;宫锋
  • 通讯作者:
    宫锋
局部信息流通均衡网络的动态随机生成进程--模型与算法实现
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    青岛大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    董丹丹;高红伟;孙娜娜
  • 通讯作者:
    孙娜娜
丹参中三萜酸的分离及其抗炎活性的研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    世界科学技术-中医药现代化
  • 影响因子:
    --
  • 作者:
    黄莉婷;黄莉婷;丁昉;丁昉;许琼明;许琼明;杨世林;杨世林;高红伟;高红伟
  • 通讯作者:
    高红伟
超薄壁冷弯型钢C型墙架柱-楼层梁连接抗震性能试验研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    土木工程学报
  • 影响因子:
    --
  • 作者:
    褚云朋;姚勇;杨亚龙;高红伟
  • 通讯作者:
    高红伟

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

高红伟的其他基金

原位曲面共形复杂周期阵列的高效全波电磁建模方法研究
  • 批准号:
    62171027
  • 批准年份:
    2021
  • 资助金额:
    57.00 万元
  • 项目类别:
    面上项目
原位曲面共形复杂周期阵列的高效全波电磁建模方法研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码