基于遗传算法的星载合成孔径雷达天线方向图与模糊综合

该文针对改善星载合成孔径雷达(星载SAR)的模糊特性,以星载SAR的模糊度为目标函数,以天线方向图的主瓣宽度和副瓣电平为约束条件,应用遗传算法对天线方向图进行综合。仿真结果表明,这种方法很好地抑制了模糊度,同时控制了主瓣宽度和副瓣电平,对星载SAR系统设计具有实际意义。     

基于遗传算法的阵列天线方向图综合技术

提出了一种改进的遗传算法,该算法采用了简单灵活的十进制编码,并对遗传参数进行了一些改进,使搜索效率有了较大的提高,有效地避免了早期收敛。应用这种方法,成功地实现了阵列天线的方向图综合。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。     

一种改进的星载SAR波束优化算法

针对传统的星载SAR波束展宽优化算法中优化变量数目多、计算时间长的缺点,该文提出了一种减少变量数目、提高优化速度的算法。该算法对常规遗传算法进行了改进,以正交多项式为天线口径分布的基函数,以多项式系数为优化变量,从而大大减少了优化的变量数目,提高了优化速度。此算法经过了长时间的改进,已经在多个型号项目中得到了广泛的应用。     

一种基于遗传算法的阵列天线方向图综合

基于排序的实数码遗传算法实现对阵列天线方向图综合,并对遗传参数作了一些改进.该算法使得搜索效率有很大的提高,有效避免了早期收敛.通过计算机仿真实验,该算法成功地实现了阵列天线的方向图综合.通过对阵列天线的阵元电流幅值进行优化,同样可以达到传统方法所能实现的效果.良好的仿真结果体现了遗传算法在阵列天线方向图综合中的优越性能.     

遗传算法在阵列天线方向图综合设计中的应用

本文采用遗传算法来完成阵列天线方向图综合的优化设计。     

基于遗传算法的阵列天线赋形波束综合

提出了一种改进的适应度函数确定方法,算法采用易操作的二进制编码。通过改变适应度函数中的待定参数,有效提高了搜索效率。采用遗传算法对基站天线的方向图赋形,其结果优于同种条件下用Woodward法得到的结果。结合工程实践,考察了本文遗传算法的解的稳定性。     

阵列天线的遗传算法综合

提出了一种基于排序的实数码遗传算法并用于阵列天线的方向图综合。该算法对简单遗传算法的编码方式、选择策略、交叉和变异操作进行了改进,使搜索效率有了很大的提高,有效地避免了早期收敛。在实例设计中体现出优良特性,获得了比有关文献更好的结果。     

遗传算法在阵列天线方向图综合中的应用

遗传算法是一种高效的搜索算法。本文采用遗传算法对18元天线阵列方向图进行综全优化设计，并与用Woodward法得到的结果进行了比较。     

改进的星载合成孔径雷达天线方向图综合方法

天线方向图综合在星载合成孔径雷达(SAR)中抑制模糊提高系统性能方面起着非常关键的作用[1].重新考虑了Sergio Barbarossa和Guido Levrini所提出来的天线方向图综合优化过程,将原方法所忽略的天线方向图与干扰功率分布的相互作用引入到优化过程当中,重新推导了一种迭代优化算法.改进后的方向图综合方法以提高信号强度与干扰信号强度的比值SIR(Signal-to-Interference Ratio)为目的,计算机仿真结果表明该方法在降低模糊度ASR(Ambiguity-to-Signal Ratio)方面较先前的结果有了明显提高.     

基于波束优化赋形方法的斜视星载SAR模糊抑制研究

距离模糊和方位模糊会严重影响星载合成孔径雷达（Synthetic Aperture Radar,SAR）的成像质量。现有的利用天线波束赋形来抑制模糊的方法在雷达正侧视成像时取得了优异的效果,但并不适用于雷达斜视的情况。针对这一问题,提出了一种基于平面阵列天线波束赋形的星载SAR二维模糊（距离和方位模糊）抑制方法。使用距离-方位模糊综合的模糊比（Ambiguity to Signal Ratio,ASR）指标来替代距离模糊比及方位模糊比,结合对不同斜视情形下天线波束变化的分析,充分考虑包含镜像模糊区在内的所有模糊区,建立了模糊比-天线权重优化模型。以模糊能量为目标函数、天线方向图掩模作为约束确立二次锥（Quadratic Cone Programming,QCP）优化问题,求解得到阵元幅度相位分布。仿真结果表明,所提方法可以通过调节模糊区对应的旁瓣幅值,灵活地抑制SAR斜视成像的距离和方位模糊,进而提高星载SAR的成像质量。     

基于一种新的粒子群算法的天线方向图综合技术

该文在线性递减权重粒子群算法的基础上提出了一种新的准粒子群优化算法。新算法借鉴了遗传算法中交叉的思想并采用了对偶算法模型改善了算法的优化速度和收敛特性。仿真表明,将此算法应用在天线方向图综合中,取得了良好的优化效果。     

应用遗传算法进行阵列天线综合

该文采用了两种基于遗传算法的方法对线阵列天线进行了综合。仿真结果表明,这两种方法均能够逼近Chebyshev综合的结果。与Chebyshev法相比,具有灵活性强,不受天线工作频率限制等优点。其中第二种方法将遗传算法与Schelkunoff法结合起来,能够方便精确地在指定位置得到零点并满足其它的优化条件。     

星载SAR广义聚束模式天线波束控制研究

该文介绍了广义聚束概念并建立了星载SAR广义聚束模式简化空间几何模型。在此基础上研究了天线波束指向角的控制方法,得出了在合成孔径时间内实时控制天线波束指向角的理论依据。最后结合一组系统参数给出了波束指向控制的实验结果,验证了理论公式。     

周期性非均匀采样实现星载SAR高分辨宽测绘带成像

针对单通道星载SAR系统高分辨与宽测绘带之间的矛盾,该文提出了一种周期性非均匀采样的解决方法。该方法利用非均匀的方位采样,避开距离盲区的重叠,使得相同距离单元的盲区最多出现在一个采样通道内;然后利用方位采样的周期性,构造出等效的多通道数据,通过多通道解模糊的方法实现方位信号频谱恢复。文中还详细分析了非均匀采样的优化设计方法。最后仿真实验验证了该文方法的有效性。     

基于加速度斜距模型的大场景超高分辨率星载SAR成像方法

在大场景超高分辨率星载合成孔径雷达(SAR)中,等效速度在方位向上的空变性会导致方位散焦,此时传统的双曲线斜距模型已经不再适用,针对这个问题,该文提出一种新的加速度斜距模型,该模型可以把速度的方位空变特性考虑在内。在此模型的基础上,该文还给出了相应的信号处理和成像方法,首先通过方位时域重采样消除速度的方位空变性,然后在2维频域去除三次项和四次项误差,最后再采用距离徙动算法(RMA)进行成像。仿真实验的结果证明了新的加速度斜距模型和成像方法的有效性。     

基于递推公式的星载SAR高效正向定位算法

该文提出一种基于递推公式的星载合成孔径雷达(SAR)高效正向定位算法。该算法利用3组递推公式计算待定位像素与参考像素之间的3轴位置增量,输入参数为两者之间的高程差、斜距差和方位时间差,然后将位置增量与参考点的位置相加即可求得待定位点的定位位置。3组递推公式通过分别以斜距、方位时间和高程为变量,并对定位方程组求导获取。该算法避免了3维格网建立、系数拟合和插值操作,仿真和实测数据定位结果验证了该文方法的精确性和有效性。     

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。