一种阵列天线赋形波束综合方法

给出一种基于反离散傅里叶变换阵列天线赋形波束的综合算法,综合后的阵列天线波束形状与预给的波束形状吻合较好,从而达到设计要求。该方法具有计算速度快、计算量小、计算数值稳定性好的优点。是一种阵列天线波束赋形的实用方法。     

一种基于DFP-BFGS算法的阵列天线波束赋形方法

为优化得到给定形状的目标方向图,引入了一种基于DFP-BFGS无约束最优化算法的数值方法.优化过程是先对阵列各单元的激励幅度和相位同时优化,然后对得到的阵列激励幅度数据进行部分调整,使其更加均匀以便于馈电网络的设计.最后固定激励幅度分布,仅对相位数据进行优化.在实现对方向图主瓣波束赋形的同时,得到了较为均匀的激励幅度分布.该优化方法具有应用灵活和结果可调控的优点,是一种实现阵列天线波束赋形的实用方法.     

遗传算法在阵列天线赋形波束综合中的应用

基于遗传算法，提出了一种新的阵列天线赋形波束综合方法，在阵列天线单元数，单元间距一定的情况下，对阵列天线单元馈电幅度，相位进行优化选择，使赋形波束达到设计要求，解决了遗传算法在阵列天线赋形波束应用时的关键技术和实现方法，进行了实验例证，获得了优良的赋形波束形状，显示了遗传算法在天线设计中的广泛应用前景。     

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。     

遗传算法在赋形波束阵列天线优化中的应用

本文对遗传算法应用于赋形波束阵列天线优化进行了研究,通过对算法的综合和改进,使赋形波束阵列天线在给定副瓣电平和波束覆盖的条件下,增益得到了明显改善,达到了优化的目的,证实了遗传算法应用于此类问题的可行性和有效性.     

遗传算法综合赋形波束阵列天线及Matlab程序实现

遗传算法在非线性数值优化方面有着很强的生命力,适于波束赋形阵列天线的综合。Matlab具有很强的数值计算能力和数据图视功能,经过二十多年的发展,逐渐成为工程师们进行数值优化的首选计算机语言。以一部具有余割平方波束的雷达搜索天线阵为例,采用遗传算法对其馈电相位进行优化,优化结果与目标吻合。同时给出其主要节点的Mat-lab程序。     

一种圆形天线阵列的波束赋形算法

基于自适应天线阵理论,给出一种用于圆形阵列天线方向图的波束赋形算法。该方法通过迭代获得一组最优权值,用来减小加权赋形方向图和期望方向图在主波束上的差别,同时将旁瓣电平降低到期望值。通过具体圆形阵列的算例说明了这种算法的有效性。     

一种自适应阵列天线波束赋形合成算法

自适应阵列天线中的波束赋形技术是智能天线数字信号处理部分的核心,在介绍和比较常用波束赋形算法以及RLS算法的基础上,提出了-种改进的RLS算法以提高系统的性能。对于用自适应阵列天线改善GPRS基站系统,提高其容量、减少干扰信号、提高信噪比、提高系统频谱利用率有很大的现实意义。     

阵列天线波束赋形的混合遗传算法优化

本文提出了一种应用于阵列天线波束赋形优化的混合遗传算法.该算法将简化的步长加速法作为一个局部搜索算子,融入到基于实数编码的遗传算法中.局部搜索算子的引入,使得新算法同时具有了传统遗传算法在全局搜索时的鲁棒性和步长加速法在局部搜索中搜索较快的优点.文中分别利用该算法对16元直线阵列进行了平顶波束和余割平方波束赋形优化,仿真结果表明了该算法在阵列天线波束赋形优化问题上的应用是有效的.     

基于改进引力搜索算法的阵列天线波束赋形

提出了一种改进引力搜索算法,通过引入遗传算法的变异算子,提高了引力搜索算法的局部搜索能 力,解决了引力搜索算法在阵列天线赋形波束应用时的实现方法和早熟收敛问题。在阵元个数及阵元间距一定的 情况下,对阵元激励的幅值和相位进行优化,使赋形波束达到设计要求。实验结果证明了该改进方法的可行性和有 效性。     

一种综合赋形波束天线阵的组合算法

提出一种新的组合优化方法。先通过遗传算法得到一个初步的优化结果,再用直接搜索算法进行二次优化,这样既突出了遗传算法全局寻优的特点,又避免了它在接近最优解时出现的小幅度随机波动。以低副瓣平方余割波束天线阵的综合为例,在主瓣达到要求的前提下,组合算法得到的天线阵方向图副瓣比直接搜索算法和遗传算法的副瓣低4dB以上。     

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。     

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.     

基于遗传算法的低频不规则天线阵综合

低频天线工作波长长,辐射性能受载机影响大,且阵列布局受限于安装环境极不规则,从而造成副瓣电平抬高和方向图恶化,传统的阵列综合方法将难以适用,文中采用遗传算法并结合载机影响来优化,以实现所期望的平均副瓣。作为一种优化算法,它能解决一些N维和非线性的优化问题。首先,给出了任意阵列的方向图公式;其次,介绍了遗传算法;最后,给出了应用实例及其优化结果。结果表明,该算法是一种解决多维和非线性问题的行之有效的方法。     

基于克隆选择算法的天线方向图综合算法

基于克隆选择算法的唯相位天线方向图综合算法在应用中需要加权值的模值是已知的,而实际中会有需要解决方向图的加权值模值并不已知的问题。为了提高基于克隆选择算法的唯相位天线方向图综合算法的应用自由度,研究了将天线各阵元所接收信号加权值的模值与相位同时进行编码的算法。算法仿真结果表明,加入模值编码的算法能够应用于任意形状的方向图综合问题,为算法在实际中的应用提出了一定的理论基础。     

基于遗传算法的阵列天线综合及分析

随着科技的进步,现代无线通信系统对天线提出了更高的要求,传统方法难以解决多约束条件下的阵列综合问题。遗传算法是一种典型的全局优化算法,通过将其与传统的谢昆诺夫法相结合,对一个给定方向图主瓣及零点位置的一维线阵进行了综合,得到了较优解。并针对综合过程中的各个关键环节进行了分析,指出了遗传算法应用于阵列天线综合时存在的一些问题。     

基于遗传算法的卷积码快速译码

本文提出基于遗传算法(GA)的卷积码快速译码,进行格图上的单向(U-GA)和双向(B-GA)搜索译码.它利用遗传算法的群体多样性好、搜索空间宽广,具有全局优化能力,提高译码质量.通过模拟计算,分析了单向和双向的译码算法和群体规模M对误比特性能P_b的影响.模拟结果表明:在相同译码复杂度下、P_b=10^-6时,与MA算法(编码约束度K=19)相比,该译码算法约有0.5dB性能增益;与VA算法(K=7)相比,B-GA大约有1dB增益.     

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。