基于改进风驱动优化算法的稀疏阵列旁瓣抑制方法

针对阵列稀疏通常会引起波束方向图旁瓣电平抬高的问题,本文提出了一种基于改进风驱动优化算法和凸优化的稀疏阵列旁瓣抑制方法。该方法首先针对传统的风驱动优化（Wind driven optimization, WDO）算法缺少普遍适用的参数设置方案,提出了一种结合高斯分布的改进风驱动优化算法。将半圆阵方向图的峰值旁瓣电平作为目标函数,采用改进的WDO算法作为全局优化算法来优化阵元位置,同时采用凸优化算法作为局部优化算法来高效求解有效阵元的最优加权系数,确保了阵元位置和权值的理想匹配。仿真结果表明,在稀疏 阵列阵元数一定的情况下,算法可有效降低旁瓣水平,具有更好的全局寻优能力和更快的收敛速度,为稀疏阵列的旁瓣抑制提供了有效的优化设计方法。     

基于遗传算法和禁忌搜索的MIMO雷达天线布阵优化

研究MIMO雷达在发射、接收天线孔径长度和阵元数目固定等约束条件下的天线方向图综合。MIMO雷达采用稀布天线,为了克服栅瓣效应并且降低旁瓣电平,同时为了避免遗传算法早熟收敛,进入局部最优,提出了一种基于遗传算法和禁忌搜索的混合二次优化布阵方法。该方法为了保证系统最大自由度,引入了距离扰动,同时对发射天线和接收天线的位置进行两次优化,有效解决了MIMO雷达天线方向图综合中低旁瓣电平设计问题。仿真结果证明了所提算法的有效性和优越性。     

基于凸优化的3D变迹函数水下声呐成像算法

针对水下声呐成像算法中旁瓣电平过高的问题,提出一种基于凸优化的3D变迹函数优化方法,用于成像算法之前,以求在波束形成中获得较低旁瓣电平。利用凸优化算法高效求解满足约束条件的阵元激励权值,将激励权值形成一个3D变迹函数,以幅度变迹的方式作用于各阵元接收的信号,并对幅度变迹后的各阵元接收信号采用延时叠加方法波束形成并成像。以主瓣宽度和峰值旁瓣电平作为衡量波束性能的指标,将所提出方法与切比雪夫窗函数方法和未经变迹函数方法处理进行对比,并进行成像仿真。实验结果表明:所提出方法可以有效地抑制波束峰值旁瓣电平,提高成像对比度。     

基于改进遗传算法的圆阵列方向图联合优化

为降低圆阵列方向图的峰值旁瓣电平,提出一种基于改进遗传算法的圆阵列方向图优化方法。将阵元位置和阵元权值作为联合优化变量,以最小化波束方向图峰值旁瓣为目标函数,采用遗传算法优化阵元位置和阵元权值,以增加变量的自由度,在采用双重选择机制的基础上,结合差分进化、内插/外推、单点交叉和多点交叉4种方式实现交叉变异。实验结果表明,该方法能降低陷入局部最优点的概率,具有较好的适应度和较快的收敛速度,使峰值旁瓣电平降低至?12.611 dB。     

一种均匀加权线阵的阵元位置优化方法

等间距排列的均匀加权线阵,其峰值旁瓣电平过高,不能在工程中直接使用。为降低其峰值旁瓣电平,提出了一种对其阵元位置进行优化的算法。根据FIR滤波器线性相位条件推导了均匀加权线阵中各个阵元位置应满足的条件,利用该条件并让其归一化方向图与等间距加权线阵的归一化方向图等效,最终得到了均匀加权线阵的阵元位置。仿真结果显示,该等效方法可以得到较低的峰值旁瓣电平。而且对于阵元数目为奇数或偶数的线阵均能起到良好的优化作用,对于实际工程具有一定的参考价值。     

基于微遗传算法的稀疏天线阵列优化方法

为生成无栅瓣、高空间分辨率的方向图,均匀平面阵列使用的天线单元数量很多,实现难度和成本高。稀疏布阵只需要相对较少的单元数目,会出现旁瓣电平升高、测向模糊等问题。通过对天线阵列特性进行分析,以全向一致、无栅瓣、低旁瓣的高分辨方向图为目标,利用微遗传算法对多重圆环阵列单元的位置参数进行优化,性能分析表明综合出的多重圆环阵列具有方位角对称、旁瓣电平低、起伏小的特点,且该算法优化效率高、收敛速度快。     

采用循环差集和差分进化算法的稀疏MIMO雷达方向图优化

MIMO雷达的旁瓣电平(SLL)是MIMO雷达方向图主要的影响因素,会给成像效果带来极为不利的影响,为有效地降低MIMO雷达的旁瓣电平,在前期对MIMO雷达方向图研究的基础上提出了一种新的算法C-DSDE,该算法采用循环差集(Circle Different Set, C-DS)实现雷达阵元的快速布阵,采用差分进化算法(Different Evolution, DE)实现雷达阵元激励幅度优化,在提升算法的计算效率基础上,最大可能地避免DE早熟现象的发生。通过实验与对比,本文所提出的方法可以有效地降低MIMO雷达的旁瓣电平,运行结果较为稳定,计算效率也有所提升,从而表明该算法在MIMO雷达方向图优化中的可行性。     

运用迭代FFT算法优化矩形平面稀疏阵列

介绍了一种基于迭代FFT算法的优化方法来实现矩形稀疏阵列的峰值旁瓣电平最优化的设计,给出了该方法的详细优化步骤.如果矩形平面阵列的阵元等间距分布,则阵列因子与阵元激励之间存在二维傅里叶变换关系,对随机初始化的阵元激励作迭代FFT循环,在一定的旁瓣约束条件下,便可以得到最优的阵元分布.仿真结果证明了该方法的快速性、有效性...     

基于多层次信息交互的多目标粒子群优化算法

为提高多目标优化算法的收敛性和多样性,提出一种基于多层次信息交互的多目标粒子群优化算法.在该算法中,整个优化过程可分为标准粒子群优化层、粒子进化与学习层和档案信息交换层3个层次.粒子进化与学习层保证了每次迭代都能得到更好的粒子位置;档案信息交换层可以提供更好的全局最优.优化算法各个层次之间通过信息交互,共同提高算法的收敛性和多样性.与NSGA-Ⅱ和MOPSO算法的对比分析表明,所提出算法具有良好的性能,能够有效解决多目标优化问题.     

改进狼群算法用于多约束稀布线阵综合

结合量子理论提出了一种改进狼群算法,并将其用于优化多约束稀布直线阵列综合问题。新算法通过量子位特殊编码方式、停滞检测与选择性变异极大地提高了全局优化能力。给出了改进狼群算法流程,并在给定阵列孔径和阵元数的条件下,实现了任意最小阵元间距约束下,抑制天线峰值旁瓣电平（PSLL）的稀布线阵综合仿真。通过解空间变换,有效避免了算法进行阵列综合时,狼群位置更新过程中出现不可行解问题,减少了判断步骤,提高了优化效率。通过典型实例的仿真对比,证实了该方法的有效性和稳健性,而且能获得比现有方法更低的PSLL和更高的优化效率。     

一种广域稀布雷达低旁瓣波束形成方法

广域稀布雷达具有抗干扰、抗摧毁能力强等优点,但是其方向图会因阵元稀布而存在大量的高旁瓣。提出一种脉组内捷变频联合波束形成方法,通过在雷达的连续脉组内发射不同频率的信号,并将不同频率的信号进行相参合成,在使主瓣电平不变的情况下,得到更低的旁瓣电平。通过与遗传算法相结合,并设定适当的约束和适应度函数,经迭代优化后的布局,可以得到具有更低的旁瓣电平的方向图。仿真结果表明：经该方法优化后,广域稀布线阵旁瓣电平降低至-11.85dB,广域稀布面阵方位向和俯仰向旁瓣电平分别降低至-14.18dB及-14.73dB。该方法可以有效降低广稀疏阵列的旁瓣电平。     

基于MOPSO算法的卫星共形阵列天线多波束形成

针对共形阵列天线多波束方向图综合问题,提出一种基于最大方向性系数方法得到初始非劣解的多目标粒子群算法,求解满足多个期望波束和低副瓣要求的Pareto最优解。算法首先采用多目标分解策略,由多个单波束最优解的加权线性组合得到近最优解的非劣解。然后结合该非劣解,基于粒子空间和目标空间同时约束的局部搜寻策略,使用多目标粒子群算法优化多个波束,并降低副瓣。仿真结果表明,该算法有效地实现了卫星共形阵列天线的多波束形成和低副瓣,且能快速得到Pareto最优解分布。     

水下成像的稀疏阵列乘性处理

针对阵列传感器布阵设计中的冗余问题,提供了一种水下声学成像稀疏阵列的处理方法。采用稀疏阵列乘性处理方法可合成一个收发一体的虚拟阵列且虚拟阵元数目等于实际阵列发射阵元与接收阵元的乘积。依据相位中心近似的原理,对虚拟阵元的布阵位置进行了数学的解析表示,使用几种不同结构的稀疏阵列进行比较。实验结果得出,使用上述方法建立的稀疏阵列性能指标在三维声场、波束、导向矢量、主瓣宽度和峰值旁瓣级等方面与同等数量的收发一体Mills cross稀疏阵列一致。表明了乘性处理方法能有效解决阵元冗余问题,利用上述方法可得到一种优于Mills cross的新型稀疏阵列。     

Synthesis of sparse planar antenna arrays with multiple constraints

Synthesis of symmetrical sparse planar antenna arrays is introduced in this paper. In order to reduce the peak sidelobe level of the radiation pattern, the element positions of the arrays are optimized by invasive weed optimization with complex boundary conditions. The proposed algorithm changes a two‐dimensional optimization problem into a linear problem, which will reduce the complexity of the optimization procedure. The optimization method can constrain the size of the array aperture, the element number of the array, and the minimum spacing of the adjacent elements simultaneously. The simulation results show the robustness and effectiveness of the proposed method.     

基于遗传算法的低副瓣阵列天线综合

为得到更低副瓣的方向图,建立16单元线天线阵和32×32单元面天线阵遗传算法模型,并对这两类阵列天线方向图进行综合。将综合仿真结果与Chebyshev、Taylor两种传统综合方法进行比较。比较结果表明,遗传算法优化方向图的第1副瓣电平可达-40dB,且优化效率比传统方法高很多。为遗传算法在阵列天线方向图综合中的应用提供了技术支持。