基于差分进化算法的阵列天线波束赋形研究

在阵列天线波束赋形设计中,通常方法是对阵列的阵因子进行分析,这类方法没有考虑阵列单元的影响,所设计的波束形状与要求的有一定差异。本文将差分进化算法(DE)与高频电磁仿真软件HFSS相结合,分析阵中每个单元的影响,减少波束赋形结果与天线实际方向图之间的差异。文中对一个微带缝隙阵列天线进行了低副瓣优化设计,设计结果和HFSS仿真结果吻合良好,两者之间差异在0.3dB范围之内,验证了设计方法的可行性。     

基于粒子群算法实现相控阵天线波束赋形

本文利用改进后的粒子群算法实现了相控阵天线的波束赋形,赋形后的波束形状满足设计要求。     

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.     

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。     

基于粒子群算法的阵列波束宽零陷优化设计

作为一种新型的群智能随机优化算法,粒子群优化（PSO ）算法在解决各种非线性复杂问题上得到了广泛的应用。研究了粒子群优化算法在阵列天线方向图零陷加宽技术上的应用,通过实例表明粒子群算法能够在较宽的角度区间上形成满足要求的零陷,在抗干扰应用方面具有较高的应用前景。     

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。     

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。     

一种基于自适应阵列天线的波束赋形算法

自适应阵列天线中的数字波束赋形(DBF)技术是智能天线数字信号处理部分的核心.提出了一种可用于自适应阵列波束赋形的SMI-LMS算法--由SMI(采样协方差矩阵求逆)算法决定LMS(最小均方)算法的初始权向量.该算法充分结合了SMI算法收敛速度快和LMS算法稳态误差小的优点,能在较强干扰环境下,确保权向量的快速收敛和跟踪速度.与传统的LMS算法相比,SMI-LMS算法具有良好的收敛性能、较快的跟踪速度和较小的输出误差,并可以有效改善自适应方向图的副瓣性能.仿真结果验证了该结论.     

基于粒子群优化的数字波束形成算法

波束形成的加权系数求解是一个优化过程,现有算法大多经过多次迭代,计算量大,实现复杂。为降低波束形成算法复杂度,将粒子群优化原理应用于数字波束形成中,提出了基于粒子群优化的自适应数字波束形成算法。该算法将每一组权值作为一个粒子,将阵列加权和的输出信号与干扰噪声比(SINR)作为适应度函数,通过比较各个粒子的适应度值,进行迭代搜索得到最优解。该算法可使天线阵在主波束对准有用信号,同时能有效抑制两个以上的干扰,且对阵列通道误差有较好的稳健性。计算机仿真验证了算法的有效性。     

球面共形阵数字波束发射阵列的实现研究

针对高空无线通信平台的应用环境,提出并实现了一种基于球面共形阵列天线发射数字波束形成的方法。在分析了可用于空中平台的球面共形阵列天线的基础上,利用粒子群算法对球面共形阵进行权系数优化,将得到的最优权值进行波束赋形并通过FPGA来实现,在FPGA内用DDS算法和查找表的方法实现对输出信号的幅度和相位调整。对天线单元的各路信号进行仿真和实测,并对仿真结果与实测结果进行对比,结果表明,发射DBF的仿真结果与实测结果基本一致。     

一种新混合粒子群算法及其在阵列天线方向图综合中的应用

针对传统粒子群算法(PSO)中存在的易陷入局部最优解和后期收敛速度慢的问题,首次提出一种新混合粒子群算法(NHPSO),采用杂交粒子群算法和固定惯性权重策略,并把简化的二次插值法融入杂交粒子群算法中。实验证明新算法大大提高了收敛速度,改善了解的质量。对阵列天线特殊主瓣形式的波束赋形和旁瓣电平优化结果取得了非常好的效果,计算机仿真证实该新算法应用于此类问题非常有效。     

阵列天线自适应波束形成的一种改进方法

介绍了矩阵求逆（SMI）的阵列天线自适应数字波束（DBF）形成的一种旁瓣抑制的方法。由于信号协方差矩阵估计误差的存在,自适应方法形成的波束会产生畸变,随着杂波小特征值发散程度的增加,有时形成的自适应波束会出现较高的旁瓣。文中重点分析了波束发生畸变的原因并提出了旁瓣抑制的一种改进方法,算法有效地对协方差矩阵估计进行了修正。仿真结果表明存在干扰的情况下,当迭代次数和迭代增益大小选择适当时,该方法能有效地降低自适应旁瓣高度,而且不会对干扰零深产生明显影响,增强了空时波束形成算法的鲁棒性。     

天线阵列的波束赋形仿真

仿真了基于均匀线阵和圆阵的波束赋形技术,波束赋形使用线性约束最小方差准则,仿真结果表明,波束赋形能使天线主波束对准期望用户,低增益旁瓣或零陷对准干扰信号,达到有效利用有用信号抑制干扰信号的目的。     

基于改进粒子群算法的共形阵列天线综合

共形阵列天线的赋形方向图综合涉及大量的运算,成为现在研究的一大难点,目前对共形阵方向图综合的研究比较少,且所用算法存在理论复杂、耗时长的缺点。文中运用改进粒子群算法对圆环阵、圆柱阵方向图的综合进行了研究,仿真结果表明,改进粒子群算法能够较快地形成期望方向图,证明了该方法的有效性和实用性。     

基于粒子群优化算法的阵列天线方向图综合

粒子群优化算法（PSO）是一种基于群智能的随机优化算法,其理论简单,参数少,易于实现,可用于解决大量非线性、不可微和多峰值的复杂问题。本文介绍了粒子群算法的基本原理和基本流程,研究了如何将这种方法应用于阵列天线的方向图综合上,给出了PSO 算法在阵列天线方向图综合的应用实例,结果表明粒子群算法在阵列天线方向图综合上有很好的应用前景。     

基于改进QPSO算法的阵列天线方向图综合

 针对传统智能方法在方向图综合中易于早熟和局部寻优能力不足等缺陷,在基于量子位概率幅编码的量子粒子群优化算法(QPSO)的基础上,设计一种进行收敛停滞检测,并对粒子选择性变异的新量子粒子群算法,然后将其应用于阵列天线方向图综合.仿真结果表明,在多零点和低旁瓣约束情况下新算法均可以取得良好的优化效果,而且该算法相对于近邻粒子群算法(NPSO)和免疫克隆选择算法(ICSA)来说,在方向图综合中精度更高,速度更快,具有很好的推广能力.     

Wideband Capon Beamforming for a Planar Phased Radar Array with Antenna Switching

A wideband beamforming algorithm for estimating the azimuth angle, elevation angle, velocity, and range using a planar phased radar array with antenna switching is proposed. It uses the time-variant steering vector model. Simulation results illustrating the performance of the proposed beamformer are presented.