(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111326519.5 (22)申请日 2021.11.10 (65)同一申请的已公布的文献号 申请公布号 CN 114091327 A (43)申请公布日 2022.02.25 (73)专利权人 中国航发沈阳发动机 研究所 地址 110015 辽宁省沈阳市沈河区万 莲路1 号 (72)发明人 杨胜男　尚守堂　芮长胜　邓洪伟　 王旭　陈瀚赜　 (74)专利代理 机构 北京航信高科知识产权代理 事务所(普通 合伙) 11526 专利代理师 刘传准 (51)Int.Cl. G06F 30/27(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G01S 7/41(2006.01) (56)对比文件 CN 109117951 A,2019.01.01 CN 106875002 A,2017.0 6.20 张雨浓等.Hermite正交基前向神经网络的 权值直接确定法. 《甘肃科 学学报》 .20 08,(第01 期), 审查员 张一良 (54)发明名称 一种发动机腔体雷达 散射特性确定方法 (57)摘要 本申请属于发动机雷达散射特征仿真设计 技术领域， 具体涉及一种发动机腔体雷达散射特 性确定方法。 该方法包括步骤S1、 获取发动机腔 体的内腔壁上的等效感应电流密度； 步骤S2、 构 建BP神经网络， 在所述BP神经网络中， 构建基于 额定电流密度与实际输出电流密度差值的性能 指标函数， 按照梯度下降法修正网络的权值系 数， 优化所述等效感应电流密度的迭代次数； 步 骤S3、 根据所述迭代次数， 对电流密度进行迭代， 获得感应电流在后向雷达的散射场。 本申请通过 神经网络训练的方式， 对物理光学方法的迭代次 数进行自动优化判断， 提高了航空发动机复杂腔 体的工程计算计算效率和计算精度。 权利要求书1页 说明书5页 附图1页 CN 114091327 B 2022.09.20 CN 114091327 B 1.一种发动机腔体雷达 散射特性确定方法， 其特 征在于， 包括： 步骤S1、 获取发动机腔体的内腔壁上的等效感应电流密度； 步骤S2、 构建BP神经网络， 在 所述BP神经网络中， 构建基于额定电流密度与实际输出电 流密度差值的性能指标函数， 按照梯度下降法修正网络的权值系 数， 优化所述等效感应电 流密度的迭代次数； 步骤S3、 根据所述迭代次数， 对电流密度进行迭代， 获得感应电流在后向雷达的散射 场； 其中， 所述BP神经网络包括输入层、 隐含层及输出层， 所述输入层包括4个输入项， 分别 为额定电流密度， 实际输出电流密度， 误差项及常数项， 所述误差项为额定电流密度与实际 输出电流密度之差； 其中， 所述隐含层输入为： 隐含层输出为： yj＝f(netj)； 其中， wji为BP神经网络的隐含层权值系数， xi为输入层数据， 其中， 所述输出层的输入为： 所述输出层的输出为： z＝g(netout)； 其 中 ，w 2j为 B P 神 经 网 络 的 输 出 层 的 权 值 系 数 ，yj为 隐 含 层 输 出 ， 2.如权利要求1所述的发动机腔体雷达散射特性确定方法， 其特征在于， 所述隐含层的 层数为2～10层。 3.如权利要求1所述的发动机腔体雷达散射特性确定方法， 其特征在于， 所述输出层的 层数k为1。 4.如权利要求1所述的发动机腔体雷达散射特性确定方法， 其特征在于， 所述BP神经网 络的权值系数初始化 为区间[‑0.5， 0.5]上的随机数矩阵。 5.如权利要求1所述的发动机腔体雷达散射特性确定方法， 其特征在于， 步骤S2中， 进 一步包括根据所述 性能指标函数E(k)附加一使搜索快速收敛全局极小的惯性项： 其中， η为学习效率， α 为惯性系数， 取0 ‑1之间数值。权　利　要　求　书 1/1 页 2 CN 114091327 B 2一种发动机腔体雷达散射 特性确定方 法 技术领域 [0001]本申请属于发动机雷达散射特征仿真设计技术领域， 具体涉及 一种发动机腔体雷 达散射特性确定方法。 背景技术 [0002]航空发动机属于电大尺寸复杂腔体， 内部极其结构复杂， 结构件特征尺度从毫米 级到米级跨度巨大， 其散热源众多， 耦合散射 强烈。 航空发动机特有的复杂结构 造成其雷达 散射特性仿真评估困难， 且计算 误差大。 [0003]现有的仿真手段主要分全波方法、 低频方法和高频方法。 全波方法计算精度高， 但 其巨大的计算量， 使其在实际中难以应于电大尺寸物体的散射问题求解。 低频方法在求解 对象的特征尺寸远远大于入射波长的时候， 使整个目标离散为基础的积分方程的效率大大 降低， 同样不适应于发动机腔 体散射计算。 高频方法基于电磁波高频特性近似处理， 极大地 提高了计算能力， 但对于发动机这类复杂目标而言， 其计算精度成为限制高频算法的重要 问题。 发明内容 [0004]为了解决上述问题， 本申请提供了一种发动机腔体雷达散射特性确定方法， 主要 包括： [0005]步骤S1、 获取发动机腔体的内腔壁上的等效感应电流密度； [0006]步骤S2、 构建BP神经 网络， 在所述BP神经 网络中， 构建基于额定电流密度与实际输 出电流密度差值的性能指标函数， 按照梯度下降法修正网络的权值系 数， 优化所述等效感 应电流密度的迭代次数； [0007]步骤S3、 根据所述迭代次数， 对电流密度进行迭代， 获得感应电流在后向雷达的散 射场。 [0008]优选的是， 所述BP神经网络包括输入层、 隐含层及输出层， 所述输入层包括4个输 入项， 分别为额定电流密度， 实际输出电流密度， 误差项及常数项， 所述误差项为额定电流 密度与实际输出电流密度之差 。 [0009]优选的是， 所述隐含层的层数为2 ～10层。 [0010]优选的是， 所述隐含层输入为： [0011] [0012]隐含层输出为： [0013]yj＝f(netj)； [0014]其 中 ，wj i为 B P 神 经 网 络 的 隐 含 层 权 值 系 数 ，xi为 输 入 层 数 据 ， 说　明　书 1/5 页 3 CN 114091327 B 3