基于改进迭代FFT算法的均匀线阵交错稀疏布阵方法

基于孔径空分复用的共享孔径交错稀疏布阵是实现机载多功能天线的有效途径。该文提出一种基于改进迭代FFT算法的均匀线阵交错稀疏布阵方法。基于均匀线阵天线激励与方向图的傅里叶变换关系,通过对目标方向图采样的频谱分析,采用交叉选取子阵激励的方法对子阵单元进行稀疏优化布阵,实现了子阵频谱能量的均匀分配,确保了交错稀疏子阵方向图的一致性。在此基础上采用迭代FFT算法对稀疏交错子阵进行联合优化。理论分析与仿真实验表明,相对于基于差集及遗传算法的稀疏交错优化方法,该算法通过较少次数的迭代,可以实现等稀疏率和方向图近似一致的交错稀疏布阵,而且可以获得更低的副瓣电平。     

阵列有源天线单元失效的影响与补偿

首先分析了阵列天线因单元（或单元群）失效引起的副瓣恶化和增益损失，然后用ＢＦＧＳ最优化算法对失效单元（或单元群）附近部分正常单元的幅相进行适当调整。结果表明，这种调整对由于单元失效引起的副瓣电平恶化有较好的补偿效果。     

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。     

切角阵副瓣电平遗传算法优化

天线低副瓣性能是相控阵雷达系统的一项重要指标。在高集成度的相控阵雷达系统中,受到空间尺寸的限制,天线阵面会进行切角处理。由于切角的存在,传统泰勒综合法幅度加权得到的远场方向图指标难以达到预期效果。本文对切角阵天线单元计分排序并选取部分单元幅度进行优化,减少了幅度分布优化变量,在约束天线增益的前提下对切角阵幅度分布进行遗传算法优化。暗室实测结果表明,与泰勒幅度加权相比,增益相同情况下阵列天线峰值副瓣电平降低3dB。     

增加副瓣抑制机制的阵列天线波束赋形遗传算法研究

基于遗传算法的激励优化算法是求解阵列天线波束赋形问题时常用的激励求解算法。传统遗传算法在优化阵列天线激励时,对阵元天线方向图矢量叠加获得阵列天线合成方向图后,与目标方向图做相似度判断,经过多次运算获得满足设计要求的激励值。然而算法中通常不关注赋形结果的副瓣抑制,导致阵列天线波束赋形结果副瓣抑制效果不理想。该文提出一种基于一组低副瓣波束线性叠加的波束合成机制,将合成方向图与目标方向图做相似对比,结合遗传算法的优化求解方法,最终获得与目标方向图匹配的合成方向图,且合成方向图具有高副瓣抑制的特性。以一款16阵元 波段微带偶极子线性阵列天线为例,该文提出的具有副瓣抑制机制的遗传算法求得的赋形波束获得了-27.5 的副瓣抑制效果,远远好于传统遗传算法求得的赋形波束-19 的副瓣抑制。     

基于遗传算法的MIMO阵列位置误差自校正方法

天线阵元的位置误差会影响天线阵元所接收到信号的相位。基于特征值分解的高分辨率波达方向(DOA)估计算法对信号的相位误差非常敏感。针对多输入多输出(MIMO)阵列,本文基于遗传算法,利用自校正思想,构造一个对不同方向空间谱值进行加权求和的自适应权函数,结合MUSIC方法,构建个体适应度函数,实现了MIMO阵列阵元位置误差与DOA的联合在线估计。仿真结果表明该方法进行DOA估计的同时,还可以完成阵列位置误差的在线估计与校正,提高了系统参数估计的鲁棒性。     

稀疏阵列天线综合的遗传算法优化

通过遗传算法优化选择常规满阵中一定比例的工作单元,使阵列在欠饱和状态下达到窄波束低副瓣的要求。以单元的工作状态和激励幅度为优化参量,波束宽度和副瓣电平为适值函数,通过适值缩放和多种群进化竞争使遗传进化稳定地收敛到全局最优。详细分析了稀疏阵的单元布局、稀疏率及单元激励对优化阵列特性的影响。     

低副瓣直线阵的最坏情况容差最优化方法研究

本文以激励系数为设计参量,讨论了直线阵的最坏情况容差最优化问题,给出了直线阵的最坏情况问题,固定容差问题和可变容差问题,研究了它们的新求解方法。固定容差问题将采用正多面体方法来求解,可变容差问题由一个双层迭代算法求解。可变容差问题以实际与理想方向图在容差域中的最大偏差为基准,协调阵列方向图的副(?)电平和激励系数的容差,使阵列方向图的副(?)电平满足所希望的指标要求,同时尽可能地放宽激励系数的容差,文中最后给出了6元和16元直线阵的最坏情况容差最优化的模拟计算结果。     

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。     

矩形平面阵列天线旁瓣电平优化的遗传算法

本文运用遗传算法对不等幅不等距型平面阵列的最大相对旁瓣电平进行了优化,通过提出新的自适应变异算子改进了算子的收敛性能,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。     

基于遗传优化的天线阵元LMS改进算法

最小均方（LMS）算法是自适应阵列天线中得以广泛应用的阵列天线加权算法。提出了一种基于遗传优化的LMS改进算法,该基于遗传优化的最小均方（GA—LMS）算法充分结合了遗传算法的并行处理和全局搜索的优点。实验结果表明,与传统的LMS算法相比,GA—LMS算法具有良好的收敛性能,并可更好地抑制干扰信号,有效改善自适应阵列天...     

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。     

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.     

基于改进遗传算法的非均匀稀布阵列优化

提出了一种对非均匀稀布阵列阵元间距进行优化的改进的遗传算法。该算法在编码时,将阵元间距依据尺寸步长划分为不同的节点,通过对节点的二进制编码,灵活实现带约束阵元间距的遗传编码。在遗传操作过程中,依据不同的进化阶段自适应设定算子系数,有效地提高了遗传算法的收敛性。文中采用同时考虑副瓣电平和渡束宽度的双适应度函数,使优化得到的天线阵列方向图比采用单适应度函数有较好的综合性能。最后通过大量仿真结果验证了这一算法的有效性。     

基于混合遗传算法的码书设计方法

将遗传算法与LBG算法相结合,得到了一种矢量量化码书设计算法.利用遗传算法的全局优化能力得到最优的矢量量化码书;同时,克服了传统遗传算法收敛速度慢的缺点.实验结果表明,文中提出的算法性能上优于LBG算法,且收敛速度较快.     

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。