1.一种基于自适应采样的天线性能波动区间分析方法，其特征在于，包括：根据天线系统的天线类型和各类型不确定因素的波动区间获取不确定性空间；对不确定性空间的不确定因素进行均匀抽样，得到初始样本点，对每个初始样本点计算天线响应性能，并得到所有样本的性能区间；根据所述性能区间筛选出当前所有的贡献样本点，得到贡献样本点集合；利用全局样本增点算法和局部样本增点算法在不确定性空间中增加若干贡献样本点，并更新贡献样本点集合；利用更新后的贡献样本点集合计算天线响应性能，并得到更新后所有样本的性能区间；根据更新贡献样本点集合的性能区间，迭代计算相邻的性能指标的相对误差，在相对误差符合收敛准则后，将符合收敛准则的性能区间作为对应的波动区间分析结果；所述全局样本增点算法为：式中， 为全局样本增点算法增加的样本点， 为备选样本点， 为贡献样本点集合中的样本点；所述局部样本增点算法包括：式中， 为第 个贡献样本点所在多面体内，添加第 个局部样本的加点指标； 为备选样本点； 为贡献样本点集合中的样本点； 为第 k 个贡献样本点的Voronoi区域内，已添加的第 q 个局部样本点， 为欧式距离。
2.根据权利要求1所述的基于自适应采样的天线性能波动区间分析方法，其特征在于，根据天线系统的天线类型和各类型不确定因素的波动区间获取不确定性空间，具体包括：根据天线类型和天线特性对天线系统中的不确定因素进行分类，并获取各类型对应的不确定因素波动区间；对不确定因素波动区间中所有的不确定因素进行归一化处理，形成标准区间；将标准空间作为不确定性空间，利用拉丁超立方抽样在标准空间中均匀采样，得到初始样本点。
3.根据权利要求1所述的基于自适应采样的天线性能波动区间分析方法，其特征在于，对不确定性空间的不确定因素进行均匀抽样，得到初始样本点，对每个初始样本点计算天线响应性能，并得到所有样本的性能区间，具体包括：根据初始样本点，利用Voronoi图方法将不确定性空间划分为多个Voronoi多面体；对每个Voronoi多面体对应的样本点计算天线的响应性能，并计算当前所有样本的性能上界和性能下界，得到所有样本的性能区间；分别识别Voronoi多面体内性能上界和性能下界的贡献样本点，得到贡献样本点集合。
4.根据权利要求3所述的基于自适应采样的天线性能波动区间分析方法，其特征在于，计算当前所有样本的性能上界和性能下界，具体包括：式中， 为天线的响应性能上界， 为天线的响应性能下界， 为Voronoi多面体维数， 为第i个样本点对应的第d个维度的性能指标。
5.根据权利要求3所述的基于自适应采样的天线性能波动区间分析方法，其特征在于，贡献样本点筛选过程为：式中， 为第d个维度天线的性能上界， 为第d个维度天线的性能下界， 为第d个维度中的第j个贡献样本点。
6.根据权利要求1所述的基于自适应采样的天线性能波动区间分析方法，其特征在于，所述收敛准则为：式中， 为第 迭代步中第 个自由度上界或下界的误差绝对值， 为收敛阈值， 为求取所有自由度上误差绝对值的均值， 为第h迭代中，第d个性能上界或第d个性能下界， 为第h-1迭代中，第d个性能上界或第d个性能下界。
7.一种基于自适应采样的天线性能波动区间分析系统，用于实现权利要求1至6任一项所述的基于自适应采样的天线性能波动区间分析方法，其特征在于，包括：初始波动区间确实模块，根据天线系统的天线类型和各类型不确定因素的波动区间获取不确定性空间；样本获取模块，对不确定性空间的不确定因素进行均匀抽样，得到初始样本点，对每个初始样本点计算天线响应性能，并得到所有样本的性能区间；根据所述性能区间筛选出当前所有的贡献样本点，得到贡献样本点集合；样本增点模块，利用全局样本增点算法和局部样本增点算法在不确定性空间中增加若干贡献样本点，并更新贡献样本点集合；区间更新模块，利用更新后的贡献样本点集合计算天线响应性能，并得到更新后所有样本的性能区间；区间分析模块，根据更新贡献样本点集合的性能区间，迭代计算相邻的性能指标的相对误差，在相对误差符合收敛准则后，将符合收敛准则的性能区间作为对应的波动区间分析结果。
8.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行权利要求1至6任一所述的基于自适应采样的天线性能波动区间分析方法。
