基于POD-RLS-KF的有源相控阵天线温度场实时重构

当电子设备工作时,电磁性能受温度影响很大,如何用稀疏传感器测量数据实时重构电子设备三维温度场是实现健康监测和电磁性能控制的关键问题。针对这一问题,以有源相控阵天线为研究对象,提出了融合仿真数据和测量数据的基于本征正交分解-正则化最小二乘法-卡尔曼滤波(POD-RLS-KF)的温度场时空重构方法:首先利用POD方法将仿真瞬态温度场数据分离为时间模式系数和空间基函数;然后根据稀疏传感器采集的数据,利用RLS和KF方法对时间模式系数进行最优估计;最后结合空间基函数和更新后的时间模式系数实时重构温度场。仿真和实验结果表明:在仿真工况与实际工况不同时,该方法根据稀疏传感器提供的少量数据实时计算天线三维温度场。对比现有重构方法,提出的方法展现出较好重构精度和噪声抑制能力,重构温度场平均均方根误差是卡尔曼滤波-线性随机估计(KF-LSE)方法的7.18%,是Gappy方法的1.53%。