基于NLSM+IWO的非对称方向图唯相位优化

本文提出一种改进的非线性最小二乘算法(NLSM),通过引入入侵杂草算法(IWO)完成对初始解及迭代过程中的全局最优解的选取,解决了非线性最小二乘算法优化结果不稳定的问题。在阵列分布及单元个数一定的条件下,通过优化激励相位对相控阵天线方向图进行赋形,压低向地一侧峰值旁瓣电平,使背地一侧旁瓣电平递减变化。优化后的方向图可以有效降低中、近旁瓣杂波电平,证明了该算法的可行性和有效性。     

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.     

新型快速波导缝隙天线设计方法

对馈电网络和天线的散射矩阵进行级联,推导了互耦条件下阵列天线输入端口散射参数和天线实际激励分布的计算方法。基于该方法,提出了一种新型快速波导缝隙天线设计方法,并设计了一副12 元宽边纵缝一维波导缝隙天线。测试结果表明,在9. 82 ~10. 21 GHz 内反射系数和副瓣电平分别优于-15 dB 和-28 dB。测试结果与计算、仿真结果吻合良好,验证了该方法的准确性和有效性。