On the optimal synthesis of sparsely thinned planar array antenna with constraints using meta-heuristic optimization

The investigations related to the planar antenna array have attracted much attention due to their vast applications in the areas of advanced wireless communication and electromagnetics. This article presents an effective synthesis method of a sparsely thinned symmetric planar antenna array using three well-known meta-heuristics including symbiotic organism search (SOS) algorithm, moth fly optimization (MFO), and multi-verse optimization (MVO) algorithms. The main aim of this work is to optimize the positions of the switched-on antenna elements on the array aperture in order to reduce the value of side-lobe levels in the radiation field pattern in multiple planes for a desired first null beam width and subsequently to obtain the maximum reduced number of array-elements in the antenna array. Two different cases are performed to optimize the radiation pattern in different azimuth angles with two different examples. The proposed methods can constrain the total number of array elements, inter-element distance, and aperture area of the array. The radiation pattern characteristic and computation time linked with each example and each algorithm are recorded and compared with each other as well as with a fully populated planar symmetric rectangular array antenna of same aperture size for arriving at the conclusion. The simulation-based results demonstrate the effectiveness of the proposed design and the efficiency of the performance using the SOS algorithm.     

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。     

基于粒子群优化的数字波束形成算法

波束形成的加权系数求解是一个优化过程,现有算法大多经过多次迭代,计算量大,实现复杂。为降低波束形成算法复杂度,将粒子群优化原理应用于数字波束形成中,提出了基于粒子群优化的自适应数字波束形成算法。该算法将每一组权值作为一个粒子,将阵列加权和的输出信号与干扰噪声比(SINR)作为适应度函数,通过比较各个粒子的适应度值,进行迭代搜索得到最优解。该算法可使天线阵在主波束对准有用信号,同时能有效抑制两个以上的干扰,且对阵列通道误差有较好的稳健性。计算机仿真验证了算法的有效性。     

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。     

幅值比约束下稀布阵的旁瓣抑制混合算法

针对非均匀稀布圆环阵的旁瓣抑制问题提出了一种基于粒子群算法和二阶锥规划算法的混合算法。该混合算法结合两种算法的优势,将粒子群算法作为全局搜索器进行阵元位置的优化,二阶锥规划算法作为局部搜索器进行阵元权值的优化,能够获取较低的峰值旁瓣电平。该算法同时引入相邻阵元最小间距的约束,优化了算法的搜索空间,提高了寻优效率。最后,考虑到阵列天线系统的可实现性,给出了动态幅值比约束下的混合算法。与粒子群算法和参考文献方法的对比实验结果表明:本文算法可进一步降低稀布圆环阵的旁瓣电平,仿真数据验证了算法的有效性和天线系统的可实现性。     

基于凸优化的共形阵二维波束优化算法研究

传统波束优化手段应用于共形阵二维波束优化时,存在旁瓣水平高的问题.文中基于凸优化理论,提出了两种适用于共形阵列二维波束旁瓣优化的二阶锥规划方法.第一种是设定主瓣宽度下的最低旁瓣波束形成,第二种是设定期望旁瓣级的高增益等旁瓣波束形成.仿真结果表明相比于常规波束形成和其它波束优化方法,第一种方法在相同主瓣宽度约束条件下可以...     

基于离网格结合粒子群算法的稀疏阵列综合

针对大型稀疏阵列未知期望方向图的综合问题, 提出了一种基于离网格结合粒子群算法的方法综合稀布阵列单元位置以使增益最大化.该方法在粒子群算法的基础上, 再次在网格单元中进行梯度寻优, 能快速找到增益最大时对应的阵元位置且无需已知期望方向图.该算法对稀疏阵列综合效果良好, 增益提升显著且扫描过程中栅瓣抑制良好.通过对综合结果进行HFSS全波仿真对比, 数值仿真结果与综合结果基本一致, 证明了该方法的正确性.     

Beamforming in the Presence of Mutual Coupling Based on Constrained Particle Swarm Optimization

Two approaches towards beamforming based on constrained particle swarm optimization (PSO) are presented. One approach relies on the penalty function method, for which a new mathematical expression to select the penalty factors is derived. The other method uses a new PSO strategy for solving constrained optimization problems. To maximize performance of the beamforming procedure, the optimal system parameters for the PSO algorithm are derived. Mutual coupling and platform effects are fully accounted for by using the measured active element radiation patterns. The new PSO strategy is compared with a standard genetic algorithm. Using the measured radiation patterns of a seven-element antenna array, a real-life example is presented that demonstrates the possibilities of the new approach.      

平面六边形稀疏阵列天线的优化

针对标准的差分进化算法只能处理连续空间的优化问题,提出了一种基于取整策略的差分进化算法。该方法只需要对优化变量进行四舍五入取整,就能够把标准差分进化算法用于稀疏阵列天线方向图优化。将取整策略的差分进化算法应用到六边形平面稀疏天线阵的布阵设计。为了计算六边形阵列天线的方向图,提出在口径中添加虚拟单元的计算模型,把六边形阵列转化为可以实现二维快速傅里叶变换的矩形阵列。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与采用遗传算法相比改善了4.5~5.1 dB,且具有计算速度快、稳定性好的优点。     

一种低轨卫星通信天线多工作模式波束实现技术

在分析低轨卫星通信系统中不同链路所需波束类型的基础上,将所需波束类型归纳为宽波束和可切换点波束两大类,进而提出了用一副相控阵天线来实现这两种波束的方式。以16×16单元顺次旋转切角阵为研究对象,采用最小二乘优化方法综合阵列方向图,得到对地等通量覆盖的宽波束;合理设计波束分布,采用相控阵常规的波束切换功能,得到点波束覆盖图。仿真结果表明,宽波束和可切换点波束均能实现对星下±55°范围的覆盖。相比常规的多天线方式,这种多工作模式波束实现技术大大降低了卫星系统的复杂度,降低了设计、集成、测试和维护卫星天线系统的时间和成本,降低了卫星平台天线布局的难度,因此具有重要意义。     

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。     

相控阵天线指向测量误差分析及消除方法研究

电扫波束指向精度是相控阵天线的核心指标之一,对波束指向进行准确测量是对系统工作能力进行评估的必要手段。文中以某相控阵天线为例,详细分析了几种外场波束指向测试中常见的外部误差。通过理论分析建立仿真模型,计算分析以上因素对天线指向测试的影响,并提出一种在波束指向测试过程中消除误差的优化方法。经试验比对,所提出的优化方法可以明显降低测试误差,提高测试结果的准确度和可信度,对同类型天线的外场测试和系统性能评估具有重要的工程参考价值。     

基于改进粒子群算法的稀布阵列优化设计

针对稀布线阵的阵元位置优化问题,提出了一种基于改进的自适应粒子群算法的稀布阵综合新方法。该方法首先采用自适应策略,根据粒子的适应度值自适应地调整其惯性权重和学习因子,提高了种群的寻优能力;然后对粒子群算法的速度更新公式进行了修正,保证了速度的有效更新;在算法停滞时,通过引入交叉策略进一步加快了算法的收敛速度。该方法高效地实现了多约束稀布线阵的综合,获得了更低的峰值旁瓣电平,数值仿真验证了算法的有效性。     

基于K-means聚类的相控阵任意形状波束子阵综合方法

传统相控阵由于设计复杂性和成本过高,已经不能满足日益增长的应用需求,子阵划分等技术较好地解决了这个问题。本文提出一种任意形状波束相控阵子阵综合方法,在激励匹配策略下,将子阵综合问题转化为一个子阵布局优化问题,而子阵的复激励可解析地从参考阵列激励计算得到。利用一种无监督聚类K-means方法对子阵布局优化问题进行求解,该方法能同时对子阵的激励幅相进行优化,增加了子阵综合的自由度和灵活性。在任意形状波束子阵综合数值算例中,通过与传统智能优化方法在方向图逼近、激励匹配代价函数、阵列性能参数及计算效率等方面的比较,验证了所提方法的有效性。     

粒子群优化算法用于阵列天线方向图综合设计

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.本文介绍了粒子群算法的原理和流程,研究了如何将这种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.     

0-1规划的稀布同心圆阵方法研究

提出了一种基于0-1规划的稀布同心圆阵设计方法.将差分进化算法应用于0-1规划中,截取通过同心圆阵面主波束的多个切面,以切面内远场辐射方向图的副瓣电平、波束宽度和阵列单元数量为目标,降低相控阵成本.文中对一个9环和一个10环同心圆阵进行了仿真计算分析,证实了方法的有效性.使用该方法计算后,9环同心圆阵单元数量由原来的279个减少为161个,副瓣电平由原来的-17.4 dB降低为-20.8 dB,半功率波束宽度增大了0.22°.10环同心圆阵单元数量由原来的341个减少为190个,副瓣电平由原来的-17.4 dB降低为-23.9 dB,半功率波束宽度增大了0.79°.     

一种基于频控阵预编码的干扰抑制技术

目前阵列雷达目标探测技术大多依赖传统的相控阵技术,但其所产生的波束只与角度有关. 而近年来频控阵（frequency diverse array, FDA）的提出,使得波束不仅与角度有关还与距离和时间有关. 基于FDA技术,通过最大化接收信号的信噪比（signal-to-noise ratio, SNR）作为优化目标,提出了最优发射信号的预编码和FDA频偏的设计方法,从而把对其他无线设备的干扰降低到最小. 预编码的设计使得FDA的波束在目标处产生一个角度-距离维上的孤立点,而FDA的优化算法是基于一种变种的梯度下降法,通过回溯法线性搜索出最佳迭代步长. 数值仿真结果显示,该算法成功地在目标处产生了点状波束,且算法可在10次以内完成收敛,从而可以在角度-距离维进行干扰抑制.     

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。     

一种快速星载合成孔径雷达波束优化算法

针对星载合成孔径雷达(SAR),提出了一种快速的波束优化算法。该方法以快速傅里叶变换(FFT)为基础,对星载SAR的波束进行赋形,并压制了模糊区。利用快速傅里叶逆变换(IFFT)快速计算出方向图,然后和期望的方向图进行比较,对不满足期望方向图的区域,直接用期望方向图的值代替。重复上述操作,直到方向图满足设计要求。和原有的波束优化方法相比,该方法不做各种复杂操作,因而大大节省了优化时间,提高了速度。两个仿真结果都表明该方法实用、高效。