基于生物地理学算法的稀疏平面阵列优化

天线阵列的相对旁瓣电平和阵元位置为非线性关系。对于非线性关系求最优值问题,用其他优化算法较难求解,而研究采用智能算法求解是一条值得探索的可行路径。提出了一种混合智能算法——改进生物地理学算法,即对生物地理学算法的迁移算子和变异算子进行改进,以提高种群的进化速率,进而优化对称和非对称稀疏平面阵列。仿真结果表明,与以往的算法相比,该算法提高了优化速率,降低阵列的相对旁瓣电平;阵元在阵列孔径内非对称分布比对称分布,所获得的旁瓣电平更低。     

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。     

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。     

一种用于人体安检的三维稀疏太赫兹快速成像算法

太赫兹全息成像技术在人体安检成像、隐匿武器检测、无损检测等领域具有广阔的应用前景。该文提出了一种能够避免产生距离混叠现象的3维稀疏太赫兹快速成像体制和成像算法。该方法通过对太赫兹雷达的3维成像几何及相应回波模型的分析,利用随机稀疏频点数据来有效消除距离混叠现象;同时利用对稀疏回波数据的频谱搬移和插值来获得包含目标完整信息的3维数据,以实现对目标的3维分辨成像。通过对0.2 THz波段的仿真和实验数据的重建,验证了算法的正确性和有效性。      

基于等效相位中心近似与改进SLIM算法的稀疏阵列快速成像算法

提出一种应用于毫米波稀疏阵列成像的基于频率域成像算法和压缩感知技术相结合的成像算法。算法包含两个主要步骤,首先采用等效相位中心近似原理,将快速傅里叶变换成像算法用于周边形阵列,由于等效相位中心近似引入的残余相位误差无法在近距离成像应用中被完全补偿,因此在第二个步骤中,提出基于压缩感知技术的基于迭代最小化的稀疏学习（SLIM）的改进算法用于重聚焦初始图像。通过等效相位中心近似原理和改进的SLIM算法的结合,所提算法具备更高的计算效率、提升了图像质量、相比于传统的SLIM算法具备更少的迭代次数。仿真结果验证了所提算法的有效性。     

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。     

340 GHz稀疏MIMO阵列实时3-D成像系统

介绍了一种基于稀疏MIMO(Multiple Input and Multiple Output)阵列的340 GHz三维成像系统.系统采用水平放置的4发16收稀疏MIMO阵列配合垂直维的聚束扫描实现方位维的高分辨成像,每个发射通道的波形为16GHz带宽的线性调频连续波信号,通过脉冲压缩实现距离维的高分辨.测试结果表明,在4 m的探测距离(光程)上,成像系统方位向、垂直向和距离向的分辨率分别达到14 mm、10 mm和12 mm,通过对人体隐藏枪支的三维成像实验验证了系统对人体携带危险品的探测能力.     

一种稀疏孔径下大尺寸目标的ISAR 成像方法

针对稀疏孔径下的大尺寸目标ISAR 成像,该文提出了一种新的成像方法,该方法在距离频域进行方位向压缩,避免了散射点越距离单元徙动的影响|引入压缩感知替代FFT 对稀疏孔径数据进行方位压缩,通过构造随距离频率变化的基空间,消除了距离频率和方位时间之间的耦合,同时降低了方位向的峰值旁瓣比,获得了清晰的目标图像。计算机仿真结果验证了该算法的有效性。      

平面稀疏阵列天线的约束优化设计

针对有阵元数和阵列口径约束的矩形平面稀疏阵天线的综合问题,提出了一种基于整数编码的差分进化算法。该方法以每个阵元的栅格位置编号作为设计变量,使阵列的稀疏率满足约束条件,避免了优化过程中的不可行解,还减少了优化变量的个数。为了加速优化过程,采用快速傅里叶变化计算阵列的方向图。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比现有方法相比改善了1.2~1.7 dB,且具有收敛性和稳定性好的优点。     

基于模拟退火算法的平面稀疏阵优化

大规模稀疏阵列优化时,解空间十分庞大,一般优化算法难以实现.模拟退火算法不是一种解空间遍历算法,因而非常适合用于解决此类问题.利用平面阵的对称性,对解空间进行镜像压缩,进一步提高了优化效率.利用解空间压缩后的模拟退火算法优化得到了一种副瓣特性优良的稀疏布阵方式.     

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.     

基于改进遗传算法的反向天线阵稀疏优化

对自适应遗传算法中交叉概率和变异概率动态调整规则进行改进,并结合基于适应度值的截断选择法,提出了改进的自适应遗传算法.将该算法应用于反向天线阵的稀疏设计,以阵元位置为优化参量,在保持反向性能的基础上,优化得到了合适的稀疏反向天线阵结构,有效地精简了阵列结构,结果优于现有文献中对稀疏反向天线阵的综合结果.     

机载下视稀疏阵列三维SAR系统及成像

主要介绍了阵列三维SAR成像系统的基本理论,讨论一种双侧放置发射阵元的单激励稀疏阵列三维SAR成像系统;利用相位中心近似原理对天线进行优化,推导了阵列三维SAR系统的模糊函数,详细分析了稀疏阵列三维SAR分辨率特性;最后,讨论了三维SAR系统的RD成像算法,并进行了仿真成像.     

稀疏平面阵列幅相误差估计算法

稀疏阵列存在模糊特性,导致当阵元幅相误差或位置误差存在时,无法直接应用传统的ISM方法.针对这一缺陷,文中借用线阵中基于介质解模糊的DOA估计算法原理,将该算法推广至二维稀疏平面阵列,通过引入抑制度的概念深入研究了介质参数对抑制效果的影响,并进一步将该算法与经典ISM法相结合,提出了一种新的稀疏平面阵列幅相误差估计算法...     

基于混合变异差分进化算法的均匀面阵稀疏优化

差分进化算法(DE)已被广泛应用于解决稀疏面阵优化问题,针对DE 算法早熟、全局搜索能力差、容易陷于局部最优的问题,提出一种混合变异差分进化算法,通过加入概率因子来平衡算法收敛速度与全局搜索能力,以阵列孔径、阵元数量以及阵元间距为约束条件,将算法中的实数编码转化为二进制编码,以方向图平面峰值旁瓣电平之和最低为目标函数,通过优化后得到的阵元分布,得到稀疏优化阵列的三维方向图。仿真结果表明:该方法在满足约束条件的同时,能够避免算法早熟得到较优的目标函数值,概率因子为算法提供了额外的自由度。     

基于自适应遗传算法的稀布阵天线优化

稀布阵能够以较少的天线单元,通过稀布的方式和先进的处理算法获得与传统等间距阵相当的孔径效能,降低了系统的硬件成本,具有灵活布置的优点、重要的研究意义和应用价值。稀布阵与同口径满布阵相比副瓣电平较高。文中提出了一种基于自适应遗传算法的稀布阵列综合优化方法。该算法采用实值编码方式,引入自适应遗传算子,有效提高了优化效率,避免陷入个体早熟及局部收敛,得到了更低的副瓣电平。给出了具体实现步骤以及仿真实例,结果表明,采用自适应遗传算法,得到了更低的稀布阵天线副瓣电平。     

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。     

Ka频段大规模相控阵稀疏布阵算法设计与应用

针对大规模卫星通信相控阵天线在阵元受发射/接收组件、驱动放大器等布局限制条件下的稀疏布阵问题,提出了一种基于极限微扰法的随机稀疏布阵算法。通过极限微扰率和随机稀疏算法的迭代应用,能够较容易地收敛到目标稀疏率下的稀疏阵列分布,且能得到均匀的稀疏布阵结果,改善相控阵天线由于局部过热导致的散热困难的问题。基于此方法,对满阵为4 096阵元的大规模相控阵天线进行了稀疏化设计,最终得到1 552阵元的稀疏阵。仿真和实测结果显示通过该算法能获得较好的阵列方向图结果,在方位角0°~360°、俯仰角0°~60°范围内副瓣均低于-16 dB。     

大孔径超稀疏阵列综合算法研究与应用

超稀疏阵列大孔径场景下最优布阵求解问题是在满足特定副瓣电平要求下,通过对布阵位置和阵元权值的优化获得最稀疏解。该问题属于NP-HARD问题,求解时存在搜索空间大、搜索时间长以及难以求得全局最优解等问题。为了解决上述问题,本文基于交替寻优的思想提出了一种针对大孔径场景下超稀疏阵列方向图综合的快速算法。该算法通过对求解空间进行划分后交替优化快速得出一个初始解,在初始解基础上构建相邻域形成新的求解空间,通过二次搜索寻优得到最优解。本算法通过对初始解空间进行划分和相邻域的构建,可大幅缩短每次优化的时间。本文通过对超稀疏线阵若干场景进行了仿真验证,仿真结果证明了该算法的有效性。