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。     

阵列天线的遗传优化

非均匀稀布阵通常具有较高的旁瓣,为降低旁瓣,本文对传统遗传算法进行了改进并用于阵元位置的优化,对于一个孔径为５０λ,由２５个阵元组成的阵列天线,本文获得了比已有文献更低的旁瓣。     

圆形阵列天线优化稀布布阵方法研究

本文针对圆形阵列天线特有的角度特性,应用改进的差分进化算法,取角度差值为个体元素,进行阵列尺寸、阵元个数、最小间隔一定的稀布优化排列,减小了搜索区域,提高了搜索效率。仿真结果表明,该方法可有效提高收敛速度,降低方向图的旁瓣电平。     

阵列天线的遗传优化

非均匀稀布阵通常具有较高的旁瓣。为降低旁瓣,本文对传统遗传算法进行了改进并用于阵元位置的优化。对于一个孔径为50,由25个阵元组成的阵列天线,本文获得了比已有文献更低的旁瓣。     

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。     

共形天线阵列的稀疏优化

稀布天线阵列阵元数少、造价低、方向性强,共形天线阵列不影响飞行器的空气动力学性能,而稀布共形天线阵列兼备稀布阵和共形阵的优点.采用遗传算法对半球面和锥台面两种共形天线阵列进行稀疏优化,可达到减少天线阵元数目、节约成本以及降低方向图旁瓣电平的目的.通过MATLAB仿真比较不同稀疏率下的旁瓣电平,最终实现了半球形天线阵列在...     

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。     

稀布同心圆环阵列的半径优化方法

针对有阵列孔径阵元总数和最小阵元间距约束的稀布同心圆环阵列综合问题, 提出了一种基于修正遗传算法(Modified real Genetic Algorithm, MGA)的半径优化方法.通过约束同一圆环上阵元间距相等, 利用MGA优化圆环的半径, 获得最小的峰值旁瓣电平.该方法不仅降低了优化的计算量和模型的复杂性, 而且还有效地改善了阵列的旁瓣性能.仿真结果证明了该方法的有效性和鲁棒性.     

基于虚拟阵叠加原理的阵列抗干扰方法研究

提出了一种基于虚拟阵叠加原理的阵列抗干扰方法。将相控阵列分解成一个主阵列和 N 个虚拟阵列,主阵列采用 Taylor 幅度加权实现低旁瓣电平,并通过相位控制使主波束对准来波方向。虚拟阵列也采用 Taylor 加权,并在主阵列旁瓣上产生 N 个零点,实现阵列的旁瓣对消, 虚拟阵的低旁瓣将减少对阵列主波束的影响,虚拟阵加权后与主阵列叠加最终得到整个阵列抗干扰的幅相权值。文中使用该方法对一个 24 元直线阵进行抗 3 个干扰的设计验证,在 3 个干扰方向实现了小于-100dB 的零点,证实了该方法的有效性。     

基于迭代FFT算法的平面稀疏阵列优化方法

提出了一种基于迭代FFT算法的优化方法来实现平面稀疏阵列的峰值旁瓣电平优化,并给出了详细的优化步骤.在给定的旁瓣约束条件下,利用阵列因子与阵元激励之间存在的傅里叶变换关系,对不同的初始随机阵元激励分别进行迭代循环,就可以降低稀疏阵列的旁瓣电平.在迭代过程中,根据稀疏率将阵元激励按幅度大小置1置0来完成阵列稀疏.仿真实验...     

幅值比约束下稀布阵的旁瓣抑制混合算法

针对非均匀稀布圆环阵的旁瓣抑制问题提出了一种基于粒子群算法和二阶锥规划算法的混合算法。该混合算法结合两种算法的优势,将粒子群算法作为全局搜索器进行阵元位置的优化,二阶锥规划算法作为局部搜索器进行阵元权值的优化,能够获取较低的峰值旁瓣电平。该算法同时引入相邻阵元最小间距的约束,优化了算法的搜索空间,提高了寻优效率。最后,考虑到阵列天线系统的可实现性,给出了动态幅值比约束下的混合算法。与粒子群算法和参考文献方法的对比实验结果表明:本文算法可进一步降低稀布圆环阵的旁瓣电平,仿真数据验证了算法的有效性和天线系统的可实现性。     

圆形口径平面天线阵列的多约束稀布优化方法

针对圆形口径平面稀布阵列的多约束优化设计问题,以均匀同心圆环阵列的阵元位置分布特性为基础,构造了稀布圆阵的满足多个优化约束的可行初始解.提出了一种个体元素的间接表示法,设计了一种新的交叉算子和变异算子,运用改进的实数遗传算法优化设计天线阵的阵元位置.优化约束包括阵元数约束、口径约束和最小阵元间距约束,优化目标是使阵列响应的峰值旁瓣电平最小.运用这种改进实数遗传算法可以充分利用阵元布阵的自由度,同时能减小搜索空间,提高计算效率.仿真试验证实了算法的稳健性和有效性.     

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。     

共享孔径交错阵列综合优化方法

共享孔径稀疏交错布阵作为多功能综合传感器系统的关键技术基础,可以减少天线的数量,节省空间,降低载荷和制造成本。利用差集构造的共享孔径交错阵列,由于阵元的非均匀稀疏分布而导致存在较高的旁瓣电平,提出一种将差集理论和遗传算法相结合对阵列进行优化的方法。首先由差集确定交错阵列的阵元位置,再以激励幅度分布为决策变量,利用遗传算法同步降低各子阵的旁瓣电平,使得共享孔径交错阵列的整体性能得到提升。仿真结果表明,该方法有效抑制了阵列的旁瓣电平,是一种有效的交错阵列优化方法。     

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。     

低峰值旁瓣电平稀布阵综合算法研究

针对稀布阵具有较高峰值旁瓣电平(PSLL)的问题,从阵元对称与否、阵元数奇偶及天线阵列有无栅瓣这三个角度分析、对比了粒子群算法和三种遗传算法进行稀布阵综合的优缺点,并进一步分析了阵元数目、阵列孔径和最小阵元间距对稀布阵PSLL的影响。为进一步降低PSLL,提出在适应度函数中加改进海明窗的方式进行稀布阵阵元位置优化,通过仿真验证了方法的正确性和适用性。     

改进遗传算法优化MIMO稀布阵列

为了解决多输入多输出(MIMO)天线阵列由于阵元间隔过大造成的阵列方向图出现栅瓣,在雷达回波成像时出现影响目标识别的虚假目标的问题,提出了一种改进的遗传算法对阵列排布进行优化。在传统标准遗传算法上进行改进,用多个矩阵组合表示MIMO阵列,针对在矩形平面随机分布的稀疏阵列的方向图旁瓣问题进行优化设计,并采用基于Logistic混沌序列的方法产生种群扰动,避免优化过程进入局部最优状态。通过实例对比22发射天线22接收天线的均匀规则排布MIMO阵列和经改进遗传算法优化的稀布MIMO阵列,结果表明,改进遗传算法可以有效解决规则排布阵列方向图中出现的栅瓣,并且降低方向图旁瓣,提高雷达成像性能。该优化算法变量可控,具有很强的实用性,为MIMO雷达的阵列排布提供了解决方法。     

平面稀布天线阵列的优化算法

基于一种改进的实数遗传算法,以降低平面稀布阵旁瓣电平为优化目标,提出了一种综合有阵元数约束、孔径约束和最小阵元间距约束的稀布面阵的新方法。与稀疏布阵相比,该方法利用了阵元在布阵时更大的自由度,因而在阵元数、孔径和最小阵元间距相同的条件下可以获得更优的峰值旁瓣性能,仿真试验显示了改进的实数遗传算法应用到该多约束稀布平面阵优化问题中是稳健和高效的。     

利用GA实现非对称稀疏线阵旁瓣电平的优化

该文讨论运用遗传算法综合非对称的稀疏直线阵列(阵元从规则栅格中稀疏)。阵元在中心两侧非对称分布的布阵方式提供了可利用的优化自由度,将更有利于提高稀疏阵列的性能。构造了阵元关于阵中心非对称时优化旁瓣电平的适应度函数,仿真结果表明,无对称约束的阵元排列,不仅可以进一步抑制稀疏线阵的相对旁瓣电平(RSLL),而且当阵列由有向阵元组成时,有益于改善阵列波束扫描过程中RSLL的恶化。     

一种大规模发射阵列的稀布方法

为了提高大规模发射阵列的优化效率和降低大规模发射阵列的散热压力,提出了一种基于子阵和交替迭代的大规模发射阵列稀布阵方法.首先给出了大规模发射阵列基本子阵结构的确定原则,接着建立基于基本子阵结构的优化模型,之后交替迭代地对基本子阵结构的中心位置进行优化,在优化过程中各基本子阵结构的中心位置的移动总是使得发射阵列方向图函数的最大旁瓣最小.仿真实验表明,提出的大规模发射阵列稀布阵方法能够较快地收敛到较优的结果.