一种稀布矩形平面阵的多约束优化方法

针对矩形孔径平面稀布阵的多约束优化问题(包括阵元数、阵列孔径和最小阵元间距约束), 提出了一种基于矩阵映射的差分进化算法.该方法把差分进化算法的优化变量与阵元位置坐标按照特定的关系进行矩阵映射, 使含有多约束的阵元分布优化问题转换为仅含差分进化算法优化变量上、下限约束的优化问题, 从根本上避免了进化过程中的不可行解.通过抑制阵列峰值副瓣电平进行仿真实验, 结果显示了该算法的高效性和稳健性, 且能获得比现有方法更好的优化结果.     

基于异法则矩阵映射的稀布矩形面阵优化

针对多约束条件下稀布矩形平面阵列天线的优化问题,提出异法则矩阵映射方法,以获得更低的峰值旁瓣电平。该方法在现有矩阵映射方法的基础上,对矩形平面中不同方向的坐标定义不同的映射法则,以满足实际工程应用中的多个约束条件,将有约束优化问题转化为无约束优化问题。异法则矩阵映射方法可以改善现有方法随机性强和搜索精度低的不足,提高搜索效率。为检验该方法的可行性进行了仿真实验,实验结果表明该方法可以有效降低阵列天线的峰值旁瓣电平。     

多约束稀布矩形平面阵列天线的方向图综合

针对多约束稀布矩形阵列天线的优化设计问题,该文提出一种新的矩阵映射(NMM)方法。首先,综合考虑阵元的可分布范围与可分布数量,重新定义阵元坐标矩阵的维数以提高阵元分布的自由度。其次,当坐标矩阵定义的阵元数量大于实际阵元数量时,建立选择矩阵以确定各阵元的取舍。再次,针对现有矩阵映射方法无法完全避免不可行解的问题,构建了一种NMM方法,通过两种不同的矩阵映射函数将多约束优化问题转换为无约束优化问题。最后进行仿真对比实验,实验结果证明了算法的有效性。     

基于改进麻雀搜索算法的稀布线阵综合方法

针对阵列天线中阵列孔径、阵元数目、阵元间距等多约束的稀布线阵综合问题,文中提出了一种基于改 进麻雀搜索算法的稀布阵列综合优化方法。给出了改进麻雀搜索算法的流程,并在确定阵列孔径、阵元数目和最小阵 元间距的约束条件下,采用Tent 混沌映射进行天线阵元位置的初始化,提高算法的搜索性和收敛性,实现了抑制天线 峰值旁瓣电平(PSLL)的稀布线阵综合仿真。仿真结果表明,所提出的方法相比于其它文献中的优化方法,能够得到更 低的峰值旁瓣电平,稳健性好,效率高。在仿真结果的基础上,引入实际天线进行组阵分析,验证了该方法的可行性。     

宽带稀布线阵的多约束优化设计

针对有阵列孔径、单元数、最小和最大单元约束的宽带稀布直线阵的综合问题,提出一种基于目标向量映射的差分进化算法。通过引入目标向量与需要布阵单元间距之间的映射关系,使单元间距的多约束转化为非约束优化问题,从根本上消除了优化过程中的不可行解,减小了布阵空间,降低了优化算法的计算量。以改善稀布线阵峰值旁瓣电平为目的进行仿真,仿真实验结果表明,稀布阵可以在给定的工作频段内有效的抑制阵列方向图的副瓣,能比现有方法处理更多的约束条件且算法具有好的收敛性和稳健性。     

稀布圆阵的降维优化方法

针对有阵列孔径,阵元数目和最小阵元间距3种约束下的稀布圆形阵列综合问题,该文提出了一种基于修正遗传算法的降维优化方法。为了充分利用阵元布阵的自由度,同时使稀布阵列满足多个设计约束,在阵元排布时将2维平面阵列优化设计降维成1维的稀布直线阵列,计算阵列性能时再还原为平面阵列。该方法改进了现有圆阵综合方法中轨迹圆半径和轨迹圆上阵元数分布优化的不足,实现了全部阵元的联合优化,降低了算法的复杂性,同时保证了阵列的旁瓣性能,仿真结果证明了该方法的有效性。     

圆形口径平面天线阵列的多约束稀布优化方法

针对圆形口径平面稀布阵列的多约束优化设计问题,以均匀同心圆环阵列的阵元位置分布特性为基础,构造了稀布圆阵的满足多个优化约束的可行初始解.提出了一种个体元素的间接表示法,设计了一种新的交叉算子和变异算子,运用改进的实数遗传算法优化设计天线阵的阵元位置.优化约束包括阵元数约束、口径约束和最小阵元间距约束,优化目标是使阵列响应的峰值旁瓣电平最小.运用这种改进实数遗传算法可以充分利用阵元布阵的自由度,同时能减小搜索空间,提高计算效率.仿真试验证实了算法的稳健性和有效性.     

基于莱维飞行粒子群算法的稀布阵列天线综合

针对阵列孔径、阵元间距、阵元数等约束条件的稀布阵列天线综合,提出一种莱维飞行粒子群算法,该算法在改进粒子群优化算法基础上,引入莱维飞行机制,增加粒子位置的变化活力,有效避免粒子陷入局部最优和更新出现不可解。仿真结果表明,相比文献中遗传算法、粒子群算法,所提算法可以获得更好的收敛精确度,验证算法的有效性和稳健性。     

基于实数编码遗传算法的稀布阵列综合

针对有孔径和阵元总数约束的线性阵列,提出了一种基于实数编码遗传算法的稀布阵列综合方法。算法中每条染色体基因主要由阵元间距和激励幅度共同组成,采用双变量组合优化的方式为阵列性能优化提供了更多的自由度。采用十进制实数量化编码的方式,省去了二进制编码过程中的解码运算,使算法程序更为简洁,效率更高。以降低阵列方向图的峰值旁瓣电平为目标函数,运用提出的改进遗传算法针对几种不同的线性阵列进行优化仿真,在同等约束条件下将该算法与其他改进遗传算法进行了优化对比,结果表明该算法表现更为出色。     

基于粒子群算法的非均匀稀布阵列综合

给出了一种基于粒子群算法的非均匀稀布阵列综合方法,设计有最小阵元间距约束的稀布阵,通过加入间距约束向量改进了适应度算法,不仅减小了布阵空间,而且消除了优化过程中的不合格个体。在给定阵列孔径和阵元数的条件下,实现了最小阵元间距约束下抑制栅瓣,降低旁瓣电平的阵列综合。通过仿真实例,验证了此方法的高效可行性。     

机载预警雷达海杂波的抑制方法

大型阵列因阵元数目多,具有增益高、波束窄的特点而得到广泛应用。针对大型阵列阵元数目较大的特点,在工程应用中通常采用2D-FFT算法快速估计波达方向。但是2D-FFT算法仅适用于天线阵元矩形栅格排布情况。若2D-FFT用于三角形栅格排布的阵列,则会出现栅瓣。针对这一问题,提出一种基于2D-FFT的相位补偿算法用于三角形栅格阵列的波达方向估计。该算法将2D-FFT分为行变换和列变换两步,对行变换的结果相位补偿后再进行列变换。理论分析和计算机仿真证明了该算法的有效性。     

圆形稀布阵列天线综合

将智能优化算法应用到圆形阵列天线综合当中,介绍了圆形稀布阵列天线的设计方法,利用入侵杂草算法优化阵列单元的位置,得到旁瓣电平尽量低的方向图。文章介绍的方法不但能够对相邻阵列单元的最小间距、阵列天线孔径尺寸和阵列单元数目进行限制,而且能够降低圆形稀布阵列天线优化过程的复杂程度。     

低峰值旁瓣电平稀布阵综合算法研究

针对稀布阵具有较高峰值旁瓣电平(PSLL)的问题,从阵元对称与否、阵元数奇偶及天线阵列有无栅瓣这三个角度分析、对比了粒子群算法和三种遗传算法进行稀布阵综合的优缺点,并进一步分析了阵元数目、阵列孔径和最小阵元间距对稀布阵PSLL的影响。为进一步降低PSLL,提出在适应度函数中加改进海明窗的方式进行稀布阵阵元位置优化,通过仿真验证了方法的正确性和适用性。     

非均匀线天线阵优化布阵研究

针对有阵元数、孔径和最小阵元间距约束的稀布直线阵列综合问题,提出了一种基于修正遗传算法(MGA)的综合方法.该方法采用真值编码,个体的描述方式可使搜索空间减小,通过设计用于处理约束的矩阵变换和广义的交叉算子和变异算子,有效地避免了基因重组和变异时出现不可行解.在约束阵列孔径和阵元数的条件下,高效地实现了任意最小阵元间距约束下抑制峰值旁瓣电平(PSLL)的稀布阵综合.文中给出了修正遗传算法的流程,该算法的有效性和鲁棒性在稀布阵列综合的仿真实验中得到了验证.     

自适应动态Meta粒子群优化算法综合多方向图共形阵列

基于全波仿真得到的广义阵元有源方向图,该文提出一种用于综合多方向图共形阵列的新方法:自适应动态Meta粒子群优化(ADMPSO)算法。在传统Meta粒子群优化(MPSO)算法基础上,定义了优势子群和非优子群的概念,并通过植入非优子群裁减、优势子群规模膨胀以及惯性权重自适应更新等机制,实现了优化过程中多子群的自适应动态调整,全面提高了算法性能。ADMPSO成功用于12元微带锥面共形阵列非赤道面的多方向图综合,综合过程考虑了由共形载体导致的阵元极化指向各异特征,在公共激励存在约束情况下,使阵列同时实现了笔形、平顶,以及余割平方波束总功率方向图,其与该阵列全波数值仿真完全吻合,优化结果和收敛速度相比于其他算法均有显著改善。     

风驱动优化的共享孔径方向图综合

针对共享孔径阵列天线,基于一种新型的全局优化算法——风驱动优化,提出了一种新的共享孔径方向图综合方法。首先,设计两阵列相邻阵元的间距约束条件,将两个子阵波束图的最高旁瓣电平作为优化目标。然后,在约束公式条件下,先后确定子阵1和子阵2阵列单元的初始坐标,通过利用风驱动算法优化两子阵单元坐标位置来降低旁瓣电平,实现不同频率的共享孔径阵列天线设计。最后,通过与粒子群算法和传统SMI算法对比,验证了该算法在共享孔径方向图中的可行性和有效性。     

基于动态参数差分进化算法的多约束稀布矩形面阵优化

针对多约束条件下稀布矩形平面阵列天线的优化问题,该文提出一种基于动态参数差分进化(DPDE)算法的方向图综合方法。首先,对差分进化(DE)算法中的缩放因子和交叉概率引入动态变化控制策略,提高搜索效率和搜索精度。其次,改进矩阵映射方法,重新定义映射法则,改善现有方法随机性强和搜索精度低的不足。最后,为检验所提方法的有效性进行仿真实验,实验数据表明,该方法可以提高天线优化性能,有效降低天线的峰值旁瓣电平。     

天波雷达在不规则地形中的接收阵列天线综合

分析非平坦地形对阵列方向图的影响,给出一种相位补偿算法,该算法通过相邻阵元相位差与地形斜率的关系,合理地设计阵元权值相位,矫正了非平坦地形导致的波束指向偏移,减少了方向图畸变。提出一基于不规则地形(山地、丘陵)的天波雷达接收阵列的综合方法,该方法在一特殊稀疏阵的布阵模型基础上,采用相位补偿算法与切比雪夫加权对该布阵模型进行阵列优化,降低了工程难度,减小了不规则地形对于阵列的影响,满足天波超视距雷达(OTHR)对接收阵列方向图性能的要求;与传统遗传算法对该布阵模型优化结果相比,采用所提优化方法所得的方向图旁瓣电平更低,对各种不规则地形的普适性更强。仿真结果验证了以上结论。     

平面稀疏阵列天线的约束优化设计

针对有阵元数和阵列口径约束的矩形平面稀疏阵天线的综合问题,提出了一种基于整数编码的差分进化算法。该方法以每个阵元的栅格位置编号作为设计变量,使阵列的稀疏率满足约束条件,避免了优化过程中的不可行解,还减少了优化变量的个数。为了加速优化过程,采用快速傅里叶变化计算阵列的方向图。以改善阵列峰值副瓣电平为目的进行仿真试验,结果表明：优化后的稀疏天线阵峰值旁瓣电平比现有方法相比改善了1.2~1.7 dB,且具有收敛性和稳定性好的优点。     

运用矩阵束方法稀布优化可分离分布的平面阵

针对可分离分布平面阵列的稀布优化问题,提出了一种基于矩阵束方法的减少阵元数目、求解阵元位置和设计激励幅度的优化方法。可分离分布平面阵的方向图等于两个正交线阵方向图的乘积。对形成期望方向图的两正交线阵的方向图进行采样得到离散的数据集,再构造Hankel矩阵;然后对此Hankel矩阵进行奇异值(SVD)分解,舍弃一部分不重要的奇异值,得到近似Hankel矩阵的最优的低秩逼近矩阵,它和稀布线阵的方向图相一致;基于广义特征值分解的最小二乘准则来计算两稀布线阵的阵元位置和激励,从而得到稀布面阵的位置和激励。仿真结果证实了该算法的有效性。