基于改进粒子群算法的共形阵列天线综合

共形阵列天线的赋形方向图综合涉及大量的运算,成为现在研究的一大难点,目前对共形阵方向图综合的研究比较少,且所用算法存在理论复杂、耗时长的缺点。文中运用改进粒子群算法对圆环阵、圆柱阵方向图的综合进行了研究,仿真结果表明,改进粒子群算法能够较快地形成期望方向图,证明了该方法的有效性和实用性。     

基于混沌粒子群算法的宽零陷方向图综合方法

自适应阵列天线常需要采用宽零陷技术,以增强阵列天线抗干扰的稳健性。为此,提出了一种基于混沌粒子群算法（CPSO）的阵列天线宽零陷方向图综合方法。该算法首先采用混沌序列初始化粒子位置,以增强搜索多样性,并在对部分非优胜粒子的位置更新时引入混沌扰动项,在每次迭代中对全局最优位置进行变尺度混沌优化,提高了全局和局部搜索能力,加快了收敛速度。仿真结果验证了混沌粒子群算法在阵列天线宽零陷方向图综合时的收敛速度和精度方面均优于标准粒子群算法。     

基于改进的粒子群算法的二维阵列天线方向图综合技术

该文运用一种改进的粒子群优化算法对不等幅激励的矩形平面阵列天线的最大旁瓣电平进行了优化,采用对全局最优粒子微扰和跳变的惯性权重策略,并使用粒子群算法本身对参数组合进行了优化选择。新算法大大改善了优化速度和收敛精度。对二维阵列天线旁瓣电平优化和稀疏阵列方向图综合的良好结果也证明了该方法的有效性。     

基于改进QPSO算法的阵列天线方向图综合

 针对传统智能方法在方向图综合中易于早熟和局部寻优能力不足等缺陷,在基于量子位概率幅编码的量子粒子群优化算法(QPSO)的基础上,设计一种进行收敛停滞检测,并对粒子选择性变异的新量子粒子群算法,然后将其应用于阵列天线方向图综合.仿真结果表明,在多零点和低旁瓣约束情况下新算法均可以取得良好的优化效果,而且该算法相对于近邻粒子群算法(NPSO)和免疫克隆选择算法(ICSA)来说,在方向图综合中精度更高,速度更快,具有很好的推广能力.     

稀疏共形阵列天线方向图综合

提出一种基于多任务学习的共形阵列天线稀疏优化方法.该方法在考虑单元方向图的全局旋转变换和单元极化状态差异的情况下,建立了共形阵列天线导向矢量模型,结合多任务学习框架,以均匀分布共形阵列天线同一平面上阵元的方向图作为目标任务进行学习,通过稀疏向量支撑区的识别,将欠定的阵列流形矩阵方程转换为超定的特征矩阵方程进行求解,在实现阵列方向图逼近的前提下,建立了共形阵列天线阵元激励与位置联合稀疏优化的多任务学习模型.通过分块坐标下降法对稀布共形阵列天线多任务学习模型进行求解,实现了共形阵列天线的稀疏优化布阵.理论分析与实验仿真证明,该方法能有效减少共形阵的单元数量,简化共形阵列天线结构,获得与均匀分布的共形阵列天线性能一致的天线方向图,解决了稀疏共形阵列天线方向图综合优化设计难题.     

无线电设备、电信设备

TN802 2007011063粒子群优化算法用于阵列天线方向图综合设计/焦永昌,杨科,陈胜兵,张福顺(西安电子科技大学天线与微波技术国家重点实验室)//电波科学学报.―2006,21(1).―16～20,25.粒子群优化算法是基于一群粒子的智能运动而产生的一类随机进化算法,其优点是算法非常利于理解和应用。该文介绍了粒子群算法的原理和流程,研究了如何将该方法运用于天线阵的方向图综合上,给出了PSO算法在综合阵列方向图的应用实例,表明粒子群算法在天线阵列综合中具有广泛的应用前景。图6表3参13     

基于改进粒子群算法的天线方面图综合技术

针对基本粒子群算法的早熟收敛、易收敛于局部极值的特点,提出一种改进的粒子群优化算法,采用对全局最佳微扰和惯性权重跳变阈值的设置改善了算法的优化速度和收敛精度.经过对一系列测试函数的计算,证明该方法具有良好的优化效果.最后,给出了该方法应用于阵列天线方向图综合中的模型和仿真实例.     

期望主瓣响应下任意阵方向图综合方法

为实现任意阵列天线的方向图综合,特别是考虑到不同空间指向对阵列方向图的影响,提出自适应原理与凸优化理论相结合的方向图综合法.该方法首先利用自适应原理综合法得到所需阵列方向图的旁瓣特性;而后,选择零度角的方向图主瓣作为期望主瓣;最后,在该期望主瓣响应下,将阵列方向图综合问题转化为二阶锥规划问题.采用凸优化循环迭代算法,完成对非凸优化问题的求解,从而保证方向图在满足期望主瓣响应的同时,使旁瓣特性与自适应方向图综合方法得到的结果最接近.理论分析与仿真结果表明,综合后阵列方向图在不同空间指向上具有与期望主瓣一致的主瓣特性,且其旁瓣也能够很好地保持对动态干扰的抑制特性.     

自旋式综合孔径微波辐射计稀疏阵列布局优化设计

该文针对自旋式综合孔径微波辐射计非均匀采样问题,提出新的阵列优化目标函数与阵列优化算法。首先,针对Cornwell提出的基线距离乘积最大目标函数优化稀疏阵列会出现基线中心与边缘区域密集而过渡区域稀疏的问题,该文提出修正的电荷最小能量分布目标函数以及基于最小误差网格剖分的方法。针对标准的粒子群优化(PSO)算法历史最优个体位置更新速度慢,容易陷入局部极小值的缺点,提出具有量子体制的雁群粒子群优化算法。该算法具有速度快、收敛精度高的优点。数值分析结果表明利用该文引入的目标函数优化的基线比距离乘积最大目标均匀,并且基于最小误差网格剖分的方法对应的重构图像更精确。该方法为实际自旋式稀疏阵列的设计与应用提供依据。     

一种平面稀疏阵列的快速综合方法

以快速综合出满足期望方向图以及阵元数最少的平面阵列为目标,提出一种基于迭代加权1范数的平面阵列综合方法。该方法将平面稀疏阵列综合问题转化为加权1范数最小化的稀疏信号重构过程,并利用拉格朗日乘数法求解每次迭代中的阵列加权向量的闭式解,由于二维平面的空间采样导致闭式解中存在大规模矩阵的求逆运算,进而引入共轭梯度法以促进算法加速收敛。当满足迭代终止条件时,由加权向量的非零值确定平面阵列的阵元位置及其激励。仿真结果表明,该方法能有效提高平面稀疏阵列综合的收敛速度。     

Comparison of different antenna arrays for the BER reduction in indoor wireless communication

In this paper, we use the ultra wideband antenna array combined with particle swarm optimization (PSO) to minimize the BER for indoor communication systems. Three types of antenna arrays, namely the circular shape, L shape, and Y shape arrays, are used in the transmitter and their corresponding BER on several paths in the indoor environment are calculated. On the basis of the topography of the antenna array and the BER formula, the array pattern synthesis problem can be reformulated into an optimization problem and solved by the PSO. The novelties of our approach is not only choosing BER as the object function instead of the sidelobe level of the antenna pattern, but also considering the antenna feed length effect of each array element. The particle swarm optimization algorithm is employed to optimize the excitation voltages and feed lengths for these antenna arrays to reduce the BER. The strong point of the PSO is that it can find the solution even if the performance index cannot be formulated by simple equations. By the obtained antenna patterns, we can know the route with the lowest BER; meanwhile, transmission power using this route can be reduced. Numerical results show that the synthesized antenna array pattern is effective in focusing maximum gain to the line‐of‐sight path for these antenna arrays. The synthesized array pattern also can mitigate severe multipath fading in complex propagation environments. As a result, the BER can be reduced substantially in indoor ultra wideband communication systems. The investigated results can help communication engineers improve their planning and design of indoor wireless communication.Copyright © 2011 John Wiley & Sons, Ltd.     

基于改进型粒子群算法的阵列天线综合

粒子群优化(PSO)算法是一种通过粒子之间的合作与竞争来实现复杂多维空间的最优区域搜索的优化算法。本文中改进型PSO算法(NPSO),通过增加积分控制项改善了PSO算法全局搜索能力,并将该方法应用于多元环形阵列天线方向图的综合,实现了阵列方向图与预先给定的目标方向图的高度逼近。最后通过数值实例说明这种NPSO方法的有效性。     

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。     

有源相控阵雷达天线实时校正方法

针对有源相控阵天线的超低副瓣、高增益及精确波束指向等性能的实现进行分析研究。首先分析一般相控阵雷达天线及其校正耦合网络的结构,并对实时校正的原理以接收校正为例进行详细的阐述,最后通过某有源相控阵雷达天线实测数据验证该方法的有效性及可行性。     

基于粒子群算法的天线阵方向图优化

雷达阵列天线常涉及方向图综合,而天线阵综合常常是利用优化算法优化单元幅相及间距等参数的过程。粒子群算法具有理论简单、参数少和易于实现等特点,文中基于这一简单易行的优化算法,给出一种阵列天线赋形波束综合方法。通过优化阵列天线中各单元的馈电幅度和相位同时实现主瓣的赋形和副瓣电平的抑制,或通过仅相位加权实现主瓣波束赋形,得到优良的余割平方赋形。通过实例设计验证了粒子群算法优化天线阵方向图的有效性。     

基于PSO-MUSIC算法的分布式目标DOA估计

提出了一种基于粒子群优化算法（PSO）和多重信号分类（MUSIC）算法的分布式目标波达方向（Direction of Arrival,DOA）估计方法。在空间欠采样情况下,该方法首先利用粒子群优化算法优化阵列阵元间距,得到阵列天线方向图高旁瓣电平最小情况下的阵元间距,阵列阵元间距决定了阵列流形,然后在该阵列流形下构造分布式目标信号模型,最后结合分布式目标导向矢量和MUSIC算法获得空间欠采样情况下分布式目标中心DOA的准确估计。仿真结果表明了该方法的有效性。     

基于框架理论的最小阵元数稀疏阵综合算法研究

随着越来越高的角度分辨率要求与进一步降低的天线成本,大规模阵列越来越普及。在重量、体积和成本有限时,要获得大孔径天线得到较高的角度分辨率,且尽量减少天线阵元数目,可采用最小阵元稀疏阵设计方法。本文基于框架理论,提出了一种新的最小阵元数的稀疏阵综合方法。该方法将稀疏阵设计问题转化为压缩感知问题模型,然后利用次优反馈的零空间追踪硬阈值算法求解。该方法可同时综合阵元位置与阵元权重来匹配给定的阵列方向图,并可有效降低阵元数。仿真实验证明了算法的正确性和有效性     

一种全向圆柱共形螺旋阵列天线

基于圆柱共形阵列天线的基本理论,提出了一种螺旋圆柱阵列天线,该阵列由两层沿圆柱外壁交错排列的螺旋单元组成,采用矩量法分析了天线的辐射特性。通过优化螺旋单元的个数及分布,得到最优的单层单元数N=18,层间距H=60 mm,使阵列天线在实现高增益的同时,在θ=90°平面上产生360度全向辐射,最大增益Gmax可达7.5 dBi,不圆度C<1.6 dB。     

对一种圆形阵列天线的研究

主要分析了一种带有反射面圆形阵列天线。首先根据方向性增强原理，对一般性的不带反射面的圆形阵列天线进行了理论上的分析，计算得到了阵列天线各个阵元的配相，然后根据镜像原理，得到了在中心带有反射面时圆形阵列天线的辐射方向图、增益等天线的技术指标。最后对实际制作的天线进行测量，得到的结果与理论分析的结果相对比，天线在辐射方向上的吻合非常好，达到了设计的要求。