相控阵馈源增益高、波束灵活已经成为大口径射电望远镜的发展趋势. 但是高频段、高增益、高集成的相控阵馈源, 在恶劣的服役环境中更容易受到环境载荷影响, 导致相控阵馈源结构发生变形. 馈源阵列单元偏离理想空间位置, 进一步引起馈源电性能下降, 影响射电望远镜探测距离、分辨率、快速巡天等性能. 为了保障射电望远镜的高性能稳健服役, 本文提出了一种基于RMBO-XGBoost的馈源结构变形重构算法. 该算法利用RMBO(Red-Billed Blue Magpie Optimizer)元启发式算法的生物学特性, 通过群体协作觅食、追逐、攻击和存储食物等多策略协作和自适应机制对XGBoost(eXtreme Gradient Boosting)机器学习算法的关键超参数进行了优化, 最终选择出面向相控阵馈源的结构变形重构的最优XGBoost网络参数, 实现了相控阵馈源的结构变形高精度、快速重构. 为验证本文方法的优越性, 本文设计了可调结构的相控阵馈源, 并产生6种典型的变形形式. 通过与经典的模态法对比结果表明, RMBO-XGBoost的位移场重构精度远远大于模态法, 其重构的馈源面板形貌与实际变形吻合度大于95%. 此外, 本文所提出的结构变形重构方法精度高、鲁棒性强, 在大型柔性结构的变形监测领域有很广阔的应用前景.
Xu et al. (Thu,) studied this question.