六边形平面阵旁瓣电平优化的遗传算法

首先对遗传算法作了改良,精心设计了适应函数,使遗传算法可以快速收敛。然后用改进的遗传算法降低天线单元正三角形排列的六边形平面阵的最大旁瓣电平,结果表明通过对激励幅度的优化,六边形平面阵的辐射特性可以获得很大的改善,天线阵的最大旁瓣电平比均匀激励的降低了约11dB。良好的计算结果表明遗传算法是目前求解此类问题的有效方法。     

基于遗传算法的球面阵列旁瓣电平优化方法

针对共形球面天线阵列,采用有向天线阵元,在保持阵列孔径不变的条件下,以阵元分布位置作为优化变量,以降低最大相对旁瓣电平为优化目标,运用改进的遗传算法对阵列进行稀疏优化,仿真结果表明:该方法能够降低球形阵列的旁瓣电平,达到了减少阵元个数、降低天线系统成本的目的。     

阵列天线的遗传优化

非均匀稀布阵通常具有较高的旁瓣,为降低旁瓣,本文对传统遗传算法进行了改进并用于阵元位置的优化,对于一个孔径为５０λ,由２５个阵元组成的阵列天线,本文获得了比已有文献更低的旁瓣。     

基于遗传算法多子阵平板天线旁瓣电平优化

从理论上分析了多子阵平板天线的方向图特性,指出其旁瓣电平难以通过传统的不等幅馈电技术得以抑制。以降低天线扫描范围内的最高旁瓣电平为目标,采用遗传算法对子阵间距进行优化,并在间距优化的基础上讨论了天线单元方向性与不等幅馈电技术对旁瓣电平的影响。仿真结果证明了理论分析的正确性,表明子阵间距优化可以显著降低天线的旁瓣电平,且在天线口径相同的情况下,所划分的子阵数越多则优化效果越明显。所用方法和分析结果可为多子阵平板天线的设计提供参考。     

平面稀布天线阵列的优化算法

基于一种改进的实数遗传算法,以降低平面稀布阵旁瓣电平为优化目标,提出了一种综合有阵元数约束、孔径约束和最小阵元间距约束的稀布面阵的新方法。与稀疏布阵相比,该方法利用了阵元在布阵时更大的自由度,因而在阵元数、孔径和最小阵元间距相同的条件下可以获得更优的峰值旁瓣性能,仿真试验显示了改进的实数遗传算法应用到该多约束稀布平面阵优化问题中是稳健和高效的。     

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。

     

通道响应失配对DBF天线旁瓣电平的影响

本文研究了通道响应失配对数字波束形成（ＤＢＦ）天线旁瓣电平的影响，然后分析了通道频率响应失配与脉冲响应失配的关系，进而得到通道间频率响应失配对天线旁瓣电平的影响，结果表明，用ＤＢＦ技术实现超低旁瓣天线对通道频率匹配的要求相当高，最后计算机模拟验证了理论分析结果。     

阵列天线的遗传优化

非均匀稀布阵通常具有较高的旁瓣。为降低旁瓣,本文对传统遗传算法进行了改进并用于阵元位置的优化。对于一个孔径为50,由25个阵元组成的阵列天线,本文获得了比已有文献更低的旁瓣。     

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.     

基于遗传算法的栅格天线阵旁瓣电平优化方法

在推导出栅格天线阵列方向图的基础上,提出一种基于遗传算法的栅格天线阵旁瓣电平优化的方法。此方法首先简化栅格天线阵物理模型,给出等效模型下的阵列方向图,然后以栅格天线阵的短边电流幅度为优化参量,以阵列天线方位面的副瓣电平为适应度函数,利用遗传算法的最优化搜索得到满足副瓣要求的电流幅度,再通过电流幅度计算辐射单元阻抗,最终设计出满足要求的低旁瓣栅格天线阵。为了验证该方法的有效性,对一种频扫微带栅格天线进行了优化,在电磁仿真软件中对优化后的天线进行了仿真,根据设计结果加工制作了原型天线并进行了测试,测试结果显示优化后天线阵的副瓣电平降低了5dB,优化效果明显。     

Sidelobe Reduction of Low‐Profile Array Antenna Using a Genetic Algorithm

A low‐profile phased array antenna with a low sidelobe was designed and fabricated using a genetic algorithm (GA). The subarray distances were optimized by GA with chromosomes of 78 bits, a population of 100, a crossover probability of 0.9, and a mutation probability of 0.005. The array antenna has 24 subarrays in 14 rows, and is designed as a mobile terminal for Ku‐band satellite communication. The sidelobe level was suppressed by 6.5 dB after optimization, compared to the equal spacing between subarrays. The sidelobe level was verified from the far‐field pattern measurement by using the fabricated array antenna with optimized distance.     

矩形平面稀疏阵列的免疫算法优化

采用免疫算法来优化矩形平面稀疏阵列最大相对旁瓣电平,建立了基于免疫算法的克罗内克积形式矩形稀疏阵列模型,并进行了仿真实验,结果表明免疫算法能有效地降低矩形平面稀疏阵列的相对旁瓣。     

均匀直线阵列的遗传算子组合优化比较

针对一个均匀直线阵列,采用几种比较典型的选择、交叉、变异等遗传算子进行组合优化其阵元的电流分布,以达到尽可能降低该直线阵列最大旁瓣电平的目的,并对各种算子组合的优化效果进行了比较,从中得到了一些实用的结论。     

基于改进遗传算法的阵元失效校正方法

阵列天线中阵元失效,其方向图的副瓣电平会升高、主瓣变宽。保留遗传算法前期迭代的最优个体为新初始种群对遗传算法进行改进,以加快收敛速度和防止最佳染色体缺失。并利用基于优势保留的改进遗传算法,针对-40dB 的26 单元阵列,随机缺失3 单元后进行优化,恢复原方向图副瓣水平。结果表明,该算法能够有效减少阵元缺失后方向图的恶化。     

多联骨牌子阵天线阵列低副瓣综合

在大型阵列天线的设计中,应用不规则的多联骨牌子阵可以有效地抑制栅瓣,降低工程成本。在多联骨牌子阵划分阵列的基础上,文中通过遗传算法进行幅度和相位优化,对仿真结果进行对比和分析研究,实现了多联骨牌子阵天线阵列方向图的低副瓣性能和较高的口径效率。     

Sparse Planar Retrodirective Antenna Array Using Improved Adaptive Genetic Algorithm

An improved adaptive genetic algorithm is presented in this paper.It primarily includes two modified methods:one is novel adaptive probabilities of crossover and mutation,the other is truncated selection approach.This algorithm has been validated to be superior to the simple genetic algorithm (SGA) by a complicated binary testing function.Then the proposed algorithm is applied to optimizing the planar retrodirective array to reduce the cost of the hardware.The fitness function is discussed in the optimization example.After optimization,the sparse planar retrodirective antenna array keeps excellent retrodirectivity,while the array architecture has been simplified by 34％.The optimized antenna array can replace uniform full array effectively.Results show that this work will gain more engineering benefits in practice.     

改进遗传算法应用于超低副瓣天线阵的综合设计

提出了一种改进的遗传算法.在同一代中对各个个体采用不重复交叉和不重复变异的策略和分别在交叉和变异后采用精英保留的策略,并改进了自适应规则.将该算法应用于实现线阵超低副瓣方向图.将各个天线单元的电流幅度和单元间距作为参量进行优化.给出了线阵天线单元在不同单元个数和不同间距条件下的优化结果.结果表明,该改进的遗传算法能够优化实现低于-40dB的超低副瓣,优于已有文献中遗传算法对天线阵副瓣的综合设计结果.