基于分区迭代傅里叶算法的稀疏阵列天线设计优化

针对迭代傅里叶算法（IFT）在对稀疏阵列天线优化时,阵元不分区域地大规模截断带来的不利影响,介绍了一种分区IFT算法。根据满阵幅度锥削分布计算每个分区域需要的激励阵元数,在算法的截断过程中,对每个分区中按照所需的阵元数对激励幅度较大的阵元进行截断,从而使阵元的密度分布更加接近于满阵的幅度分布,更容易获得相对较低的副瓣电平。将其应用于圆形孔径平面稀疏阵列天线的优化布阵,以抑制阵列天线的峰值副瓣电平为目的,仿真试验表明分区IFT算法可以得到比标准IFT算法更优的结果。     

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。     

基于序列二阶锥的平面稀疏阵方向图重构

针对稀疏阵列天线多方向图可重构问题提出了一种基于序列二阶锥的算法。通过引入共轭对称激励,将方向图的上下界约束转化成凸问题;通过辅助变量的迭代加权,将稀疏阵列的阵元位置优化和多方向图的赋形转化为序列二阶锥问题。文中将算法从线阵推广至面阵,在任意主瓣宽度、响应波纹、零陷及副瓣电平的约束下,通过改变阵元的激励,皆可优化阵元位置排布。仿真结果验证了算法的有效性,可以达到降低天线系统成本的目的。     

多种群首领决策遗传算法优化阵列天线

针对简单遗传算法(Simple Genetic Algorithm,SGA)的不足,提出多种群首领决策遗传算法(Multi-Population Leader Dominating Genetic Algorithm,MPLDGA).通过将普通个体和首领进行交叉、多种群进化等策略,使得MPLDGA具有收敛速度快、全局搜索能力强、消耗时间短等优点.利用该算法,首先优化设计了18元线阵的激励系数,实现了覆盖-5°～25°的余割平方方向图,副瓣电平优于-30 dB.最后,优化设计了具有401个单元的平面稀疏阵列,实现了在稀疏率为60.8％时副瓣电平优于-21.9 dB.     

圆柱面上的轴向偶极子阵的低副瓣方向图优化综合

本文利用新的非线性最优化方法讨论圆柱面上的轴向偶极子阵的低副瓣方向图优化综合问题，利用阵列的单元可实现增益方向图，我们把阵列综合问题表述为一个约束非线性规划问题，采用新直接法求解该问题即可得出一组使阵列的总方向图满足副瓣指标要求，同时具有尽可能高的方向性系数的激励系数，如果阵列的总方向图不能达到副瓣指标，则可得出一组使阵列方向图在可达到的副瓣方向图综合设计的模拟计算结果。     

随机误差对模块化阵列天线副瓣的影响

推导了相位误差、单元位置误差和子阵位置误差的取值范围与模块化阵列天线副瓣累积概率的关系,以及单元位置误差、子阵位置误差与整体位置误差的关系.通过实例说明,激励幅相误差、单元位置误差和子阵位置误差,对实现超低副瓣都是至关重要的.     

非周期阵列天线辐射性能的研究

针对非周期大间距矩形阵列,运用遗传算法对其进行优化布阵和幅度加权,得到各阵元最佳的位置和幅度分布,使得阵列扫描范围内的副瓣电平最低。研究了阵元间距、阵列扫描范围、单元天线波束宽度等3种因素对阵列副瓣电平和增益的影响,得到了各因素对阵列辐射性能影响的规律。通过遗传算法优化得到了扫描范围内副瓣电平最低时的阵元间距,可用于指导工程设计。     

迭代傅里叶算法用于六边形稀疏阵列天线

针对迭代傅里叶技术在优化稀疏阵列天线时对阵元激励大规模截断带来的不利影响,提出了一种逐步截断的迭代傅里叶算法.该算法从满阵依次减少数个阵元,从而避免阵列大规模截断陷入局部最优解.将其应用到六边形平面天线阵列的稀疏布阵优化中,以改善最大副瓣电平为目的.为了计算六边形天线阵的方向图,通过在口径中添加虚拟阵元转化为可以实现二维傅里叶变换的矩形阵列.仿真结果表明,改进的迭代傅里叶算法对稀疏天线阵最大旁瓣电平的优化比采用遗传算法的结果更理想,且具有计算量小和速度快等优点.     

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。     

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.     

基于遗传算法的任意布阵天线方向图优化

建立了一种通用的适应度函数式，通过遗传算法对八元阵优化，逼近二项式分布和切比雪夫分布，验证了算法的正确性。通过对八元阵方向图不同目标的优化，说明该算法及适应度函数的设计对任意布阵天线方向图多目标优化的有效性。     

Improve the performance of a linear array by changing the spaces among array elements in terms of genetic algorithm

The pattern of linear array is optimized via adjusting the current allocations and positions of elements simultaneously in terms of improved genetic algorithm (GA). Optimized results show that minute modification of the element positions can improve the array pattern, especially for the fewer elements case. It is found that the improvements are attributed to additional side lobes, which involved some radiation energy and resulted in reduction of relative side lobe level (RSLL). In the optimal process, some skills, such as the soft constraints linked to the fitness function, the adaptive searching area, the injection of simulated annealing and immune operator etc., are used to make the algorithm more effective.     

基于遗传算法的部分自适应波束形成方法

将一种改进的遗传算法用于星载平面阵列天线方向图的实时综合。为了使遗传算法适合实时应用,在唯相自适应阵列的基础上进一步采用了部分阵元和部分比特的自适应波束形成,以降低算法计算量,提高其收敛速度。对基于改进遗传算法的唯相阵列部分阵元自适应波束形成和部分比特自适应波束形成进行了研究。模拟实验结果表明,两种方案都能够在波束“凝视”方向满足一定增益的前提下有效抑制来自旁瓣的强干扰,而且具有比传统唯相算法更快的收敛速度。     

Broad-band fragmented aperture phased array element design using genetic algorithms

In this paper, a synthesis procedure to design thin broad-band fragmented aperture array elements is described. The arrays are assumed to be infinite periodic and the elements consist of a conducting pattern etched on a dielectric backed by a groundplane. A genetic algorithm (GA) is used to design the conducting pattern, relative permittivity, and thickness of the dielectric substrate with respect to array scan and bandwidth performance. The fitness function in the GA is evaluated using a finite-difference time-domain code with periodic boundary conditions. For a substrate thicker than about 0.1 /spl lambda//sub L/ (/spl lambda//sub L/= wavelength at the lowest frequency in the frequency band investigated), it was found that a bandwidth of at least one octave can be obtained for arrays scanned within 45/spl deg/ from broadside.     

运用遗传算法综合稀疏阵列

本文运用遗传算法(GA)综合稀疏阵列(单元从规则栅格中稀疏)时,不仅优化单元间距,而且将单元激励也作为优化变量,从而提供了更多的自由度来控制稀疏阵列的性能.其中,单元的幅相加权在数字波束形成天线中可以很容易通过数字方法实现.由于稀疏阵列间隔是栅格的整数倍,因此采用了GA结合快速傅立叶变换的方法加快阵列方向图的评估,提高了优化效率.     

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。     

迭代投影的平顶方向图综合算法

针对现有的平顶波束综合形成算法计算量较大的问题,提出了一种迭代求解平顶波束的快速形成算法。该算法首先设置方向图参数、迭代条件,然后利用方向图与阵元加权系数的变换关系设计投影算法并通过二阶差分运算确定过渡带,最后结合蝶形计算方法快速迭代逼近理想的平顶方向图。实验结果表明,该算法相比凸优化算法运算效率较高,并且可修复阵元失效后的平顶方向图。算法运算次数随着副瓣阈值、主瓣宽度和零陷深度等参数的变化而变化。     

基于改进遗传算法的非均匀稀布阵列优化

提出了一种对非均匀稀布阵列阵元间距进行优化的改进的遗传算法。该算法在编码时,将阵元间距依据尺寸步长划分为不同的节点,通过对节点的二进制编码,灵活实现带约束阵元间距的遗传编码。在遗传操作过程中,依据不同的进化阶段自适应设定算子系数,有效地提高了遗传算法的收敛性。文中采用同时考虑副瓣电平和渡束宽度的双适应度函数,使优化得到的天线阵列方向图比采用单适应度函数有较好的综合性能。最后通过大量仿真结果验证了这一算法的有效性。     

一种任意阵的方向图模值综合方法

 本文提出一种遗传算法和凸优化相结合的方向图模值综合方法.将方向图主瓣的相位作为遗传算法的优化变量,结合期望主瓣的模值构造适应度函数.利用凸优化求解该适应度函数可得相应个体适应度的最优值,提高了算法的搜索性能.相位的优化使得本文方法综合结果与阵列的参考点无关,而且适用于任意阵.仿真数据结果验证了方法的有效性.     

基于DEA的圆阵旁瓣电平优化方法

由于圆形阵列所具有的特性,使其正得到日益广泛的应用,但是圆阵方向图却具有相对主瓣较高的旁瓣电平。为此,文中针对均匀圆形阵列的天线单元,应用差分进化算法,分别进行唯相位、唯幅度、相位一幅度的方向图综合方法,进行旁瓣电平的优化。仿真结果表明：这些方法可有效地降低圆阵的旁瓣电平,为解决此类问题提供了有益的参考。