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。     

非均匀线天线阵优化布阵研究

针对有阵元数、孔径和最小阵元间距约束的稀布直线阵列综合问题,提出了一种基于修正遗传算法(MGA)的综合方法.该方法采用真值编码,个体的描述方式可使搜索空间减小,通过设计用于处理约束的矩阵变换和广义的交叉算子和变异算子,有效地避免了基因重组和变异时出现不可行解.在约束阵列孔径和阵元数的条件下,高效地实现了任意最小阵元间距约束下抑制峰值旁瓣电平(PSLL)的稀布阵综合.文中给出了修正遗传算法的流程,该算法的有效性和鲁棒性在稀布阵列综合的仿真实验中得到了验证.     

极化情况下高功率微波稀布阵计算模型

建立了考虑极化情况下高功率微波稀布阵合成场的计算模型,分析了阵列合成场大小与极化及阵元初相位关系。极化方向相同时,二元线阵场分布为明暗相间的条纹,三元面阵场分布为网状结构。阵元极化方向及阵元初相位共同影响合成场的叠加效果,阵元的极化决定阵列合成场的最大值,阵元初相位在此基础上对阵列叠加效果进一步调节。对于二元线阵,极化方向夹角越小,合成叠加效率越高;对三元以上的多元面阵,其极化方向组合方式复杂,可通过阵元位置和目标位置模拟阵列合成场的叠加效率,三元稀布面阵的合成场强归一化最大值在2.22~2.43之间,与理想合成场最大值3有一定的差距。该模型提高了稀布阵列合成场强的计算准确度,对阵列高功率微波进行天线阵列设计,进一步提升目标区域的功率密度是一种比较有效的方法。     

一种多约束稀布线阵的天线综合方法

 针对有阵元间距上、下限约束与口径约束的稀布直线阵列综合问题,提出了一种基于向量映射的改进遗传算法.该方法将遗传变量与阵元间距按照特定的关系进行映射,从而使阵元间距的强约束优化问题转换为仅含遗传变量上、下限约束的优化问题,从根本上避免了遗传操作中的不可行解.通过抑制天线峰值旁瓣电平(PSLL)的稀布阵仿真,验证了该方法的有效性和稳健性,且能获得比现有方法更高的优化效率.     

基于自调整映射法则的矩形稀布阵列优化方法北大核心CSCD

针对多约束条件下的矩形稀布阵列优化问题,提出了一种基于自调整映射法则的矩形稀布阵列优化方法。该方法首先提出一种新的最优化问题用于确定阵元坐标矩阵维数以平衡放置阵元数的自由度和阵列孔径可调整空间,并引入用于稀疏阵元的阵元状态矩阵;其次,构建自调整映射法则,对矩形阵列不同方向进行相应的映射,并对阵列短轴方向进行自调整,使得阵元位置满足最小阵元间距,避免出现不可行解;然后,通过粒子群优化算法优化阵元位置得到最优阵元坐标;最后,考虑适应度函数为单波束指向和多波束指向,对算法进行仿真验证。仿真结果发现该算法可以满足多约束条件并有效降低阵列的峰值旁瓣电平,从而提高矩形稀布阵列的性能。     

稀布圆阵的降维优化方法

针对有阵列孔径,阵元数目和最小阵元间距3种约束下的稀布圆形阵列综合问题,该文提出了一种基于修正遗传算法的降维优化方法。为了充分利用阵元布阵的自由度,同时使稀布阵列满足多个设计约束,在阵元排布时将2维平面阵列优化设计降维成1维的稀布直线阵列,计算阵列性能时再还原为平面阵列。该方法改进了现有圆阵综合方法中轨迹圆半径和轨迹圆上阵元数分布优化的不足,实现了全部阵元的联合优化,降低了算法的复杂性,同时保证了阵列的旁瓣性能,仿真结果证明了该方法的有效性。     

基于遗传算法和模拟退火的不等间距稀布阵的设计

副瓣电平在天线阵列的设计中是很重要的指标,已经有很多方法进行这方面的改进。该文在稀布阵概念的基础上,引入了距离微扰,提出不等间距稀布阵的模型,来进一步改善天线阵的副瓣电平,并且利用遗传算法和模拟退火对这种不等间距稀布阵进行了综合设计。给出了200元线阵和4020面阵的优化结果,从仿真结果可以看到天线副瓣电平得到了改善。     

基于粒子群算法的非均匀稀布阵列综合

给出了一种基于粒子群算法的非均匀稀布阵列综合方法,设计有最小阵元间距约束的稀布阵,通过加入间距约束向量改进了适应度算法,不仅减小了布阵空间,而且消除了优化过程中的不合格个体。在给定阵列孔径和阵元数的条件下,实现了最小阵元间距约束下抑制栅瓣,降低旁瓣电平的阵列综合。通过仿真实例,验证了此方法的高效可行性。     

CS-DOA 估计中观测矩阵性能分析

利用压缩感知(CS)理论解决阵列信号波达方向角(DOA)估计问题,具有对快拍数据量要求低、可处理相关源等优点。CS鄄DOA 估计中的一个关键问题是构建合适的观测矩阵。文中对比分析了均匀线阵与随机稀布阵两种阵列流形的稀疏重构性能,分析结果表明在实际应用中基于随机稀布阵构建的观测矩阵性能更优。仿真实验从三个方面比较了两种观测矩阵的DOA 估计性能,验证了随机稀布阵性能的优越性,在不增加阵元数的前提下,能有效提高阵列的空间角分辨率。     

基于整数编码遗传算法的稀疏阵列综合

该文针对稀布阵列综合问题,提出一种基于整数编码遗传算法的优化设计方法。采用整数编码的个体描述方式在保证阵元稀布率恒定的同时,减小了搜索的空间。在优化阵元分布的基础上采用凸优化方法进一步优化阵列权值,显著提高了阵列方向图的主副瓣比。仿真数据结果验证了方法的有效性和优越性。     

基于和声搜索的稀布线阵旁瓣电平优化*

采用和声搜索算法研究了带约束条件的稀布线阵峰值旁瓣优化问题.探讨了稀布阵综合中的天线口径、阵元数目以及峰值旁瓣的关系,并拟合了三者的数学模型.仿真结果表明,与现有优化算法相比,改进的和声搜索算法具有更快的收敛速度;在峰值旁瓣优化中,不同阵元数目可获得最佳的天线口径;而在固定天线口径条件下,少量的阵元可获得更佳的峰值旁瓣.天线口径、阵元数目以及峰值旁瓣的相互关系可为稀布线阵的优化设计提供参考和借鉴.     

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。     

多约束直线阵列天线辐射散射特性优化

对于有口径、阵元数和最小阵元间距约束的直线阵列天线,运用改进的遗传算法通过调整单元的位置来同时优化其辐射和散射特性.并用矩量法验证了论文算例经优化后,完全计入互耦的辐射方向图峰值副瓣电平在-18.5 dB以下,且在绝大部分角域处于低散射状态,表明论文方法能指导兼顾辐射和散射特性的多约束阵列天线设计.     

一种有阵元间距约束的稀布阵天线综合方法

提出了一种基于改进遗传算法的稀布阵综合新方法,用于优化设计有最小阵元间距约束的稀布线阵.该方法利用个体的实值编码提高了遗传算法的优化效率,通过设计遗传操作预处理和后处理,并采用一种广义的交叉算子和变异算子,有效地避免了基因重组和变异时出现不可行解.在给定阵列孔径和阵元数的条件下,高效地实现了任意最小阵元间距约束下抑制稀布线阵峰值旁瓣电平的稀布直线阵列综合.给出了应用该方法的具体步骤,并通过仿真实验证实了该方法的有效性和稳健性.     

采用改进和声搜索算法的稀布线阵综合方法

针对稀布天线阵列中带有阵元数目、阵列孔径、阵元间距上下限和峰值旁瓣电平抑制的多重约束问题,提出了一种基于改进和声搜索算法的综合方法。通过和声变量与阵元间距的矢量映射,原始的强约束优化问题可以转换为仅含双边约束的优化问题,从而在保持可行解空间不变的同时提高了问题的自由度。为了加速收敛过程,采用动态调整参数策略。仿真结果表明,与现有文献中的算例进行比较,所提出的方法能够得到更低的峰值旁瓣电平,且鲁棒性好,收敛速度快。     

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。     

基于框架理论的最小阵元数稀疏阵综合算法研究

随着越来越高的角度分辨率要求与进一步降低的天线成本,大规模阵列越来越普及。在重量、体积和成本有限时,要获得大孔径天线得到较高的角度分辨率,且尽量减少天线阵元数目,可采用最小阵元稀疏阵设计方法。本文基于框架理论,提出了一种新的最小阵元数的稀疏阵综合方法。该方法将稀疏阵设计问题转化为压缩感知问题模型,然后利用次优反馈的零空间追踪硬阈值算法求解。该方法可同时综合阵元位置与阵元权重来匹配给定的阵列方向图,并可有效降低阵元数。仿真实验证明了算法的正确性和有效性