基于遗传算法的共形阵副瓣电平抑制研究

针对扫描范围有限的共形阵列天线,在保证天线孔径不变的情况下,基于遗传算法提出了以天线开关矩阵为变量,以最大副瓣电平最小化为优化目标的优化算法。仿真结果表明,该方法可以有效降低天线副瓣电平,提升阵列优化效率。     

子阵幅度加权的低副瓣技术研究

在大型相控阵天线中采用子阵幅度加权来降低副瓣是一项简单且实用的技术,并且成本较低,但是在副瓣区域会出现高量化瓣（栅瓣）。如果在阵元级进行幅度加权,就不会出现量化瓣,且会取得非常好的低副瓣的效果。但是由于大型相控阵天线阵元数目比较多,所以采用阵元幅度加权馈电系统会比较复杂,而且成本较高。解决这个问题一个折中的方法就是在子阵进行幅度加权,同时在每个子阵中具有相同序号的阵元加权相同的系数,然后利用子阵系数和阵元系数的乘积来近似只有在阵元进行加权时的期望加权系数。这个近似的方法要比单独采用子阵幅度加权的副瓣电平好（在这里假设所有的子阵都是均匀子阵）。该设计比全部阵元幅度加权简单,而且降低了成本。     

误差对加权线阵副瓣电平的影响研究

研究互耦及随机幅相误差对幅度加权线阵副瓣电平的影响,包括带基底的余弦平方加权线阵和Dolph-Chebyshev加权线阵.对于带基底的余弦平方加权线阵,互耦降低副瓣电平,改善容差性能;对于Dolph-Chebyshev加权线阵,互耦抬高副瓣电平,提高线阵的容差性能.随着单元数的增加,互耦对2种线阵的影响减小,Dolph-Chebyshev幅度加权线阵的容差性能提高.考虑到互耦及随机幅相误差的影响,采用带基底的余弦平方和Dolph-Chebyshev加权时,天线单元数应大于20.     

随机幅相误差对线阵方向图最高副瓣电平的影响研究

副瓣电平是天线的重要技术指标之一,较低的副瓣电平可以减弱杂波影响、提高雷达的抗干扰能力。但在实际设计天线的过程中,不可避免的会引入随机误差,使得阵列的口径分布发生变化,直接影响天线阵的性能。随机误差的引入最终都可以表现为阵列各个单元的幅度误差和相位误差,故需要分析随机幅相误差对阵列天线副瓣电平的影响。本文以此出发,应用统计学理论,得到计入随机幅相误差后阵列副瓣区副瓣电平的统计特性,并由此分析在整个副瓣区域内最高副瓣电平的统计特性。结合计算机仿真,证明分析计算结果的正确性。     

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。     

基于遗传算法的栅格天线阵旁瓣电平优化方法

在推导出栅格天线阵列方向图的基础上,提出一种基于遗传算法的栅格天线阵旁瓣电平优化的方法。此方法首先简化栅格天线阵物理模型,给出等效模型下的阵列方向图,然后以栅格天线阵的短边电流幅度为优化参量,以阵列天线方位面的副瓣电平为适应度函数,利用遗传算法的最优化搜索得到满足副瓣要求的电流幅度,再通过电流幅度计算辐射单元阻抗,最终设计出满足要求的低旁瓣栅格天线阵。为了验证该方法的有效性,对一种频扫微带栅格天线进行了优化,在电磁仿真软件中对优化后的天线进行了仿真,根据设计结果加工制作了原型天线并进行了测试,测试结果显示优化后天线阵的副瓣电平降低了5dB,优化效果明显。     

基于遗传算法多子阵平板天线旁瓣电平优化

从理论上分析了多子阵平板天线的方向图特性,指出其旁瓣电平难以通过传统的不等幅馈电技术得以抑制。以降低天线扫描范围内的最高旁瓣电平为目标,采用遗传算法对子阵间距进行优化,并在间距优化的基础上讨论了天线单元方向性与不等幅馈电技术对旁瓣电平的影响。仿真结果证明了理论分析的正确性,表明子阵间距优化可以显著降低天线的旁瓣电平,且在天线口径相同的情况下,所划分的子阵数越多则优化效果越明显。所用方法和分析结果可为多子阵平板天线的设计提供参考。     

随机误差对阵列天线副瓣电平的影响分析

采用三角函数近似和幂级数展开近似等数值方法,推导出阵列天线中的阵元随机误差(包括幅度误差和相位误差)对天线副瓣电平产生影响的一般规律,代替难以得到的解析解。分析结果表明:随机误差对副瓣电平的影响与阵元数目和阵元幅值分布有关,而且不同的随机误差近似计算方法得到的结果亦有所不同,在不存在解析解的条件下,只有综合比较各种方法,才能客观估计随机误差对天线副瓣性能的影响。     

一种新的低副瓣曲线阵数值综合方法

本文提出了一种新的低副瓣曲线阵数值综合方法。把曲线阵综合问题表述为约束非线性最优化问题,利用新直接方法求解它,即可求出使阵列的总方向图满足特定的副瓣电平指标,且具有尽可能高的方向性系数的激励和空间分布,文中主要给出了自由空间曲线阵综合的数学模型和计算结果,并给出了直线阵时新综合方法与Taylor分布的比较结果。新综合方法也适用于共形曲线阵综合问题。     

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.     

矩形平面阵列天线旁瓣电平优化的遗传算法

本文运用遗传算法对不等幅不等距型平面阵列的最大相对旁瓣电平进行了优化,通过提出新的自适应变异算子改进了算子的收敛性能,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。     

六边形平面阵旁瓣电平优化的遗传算法

首先对遗传算法作了改良,精心设计了适应函数,使遗传算法可以快速收敛。然后用改进的遗传算法降低天线单元正三角形排列的六边形平面阵的最大旁瓣电平,结果表明通过对激励幅度的优化,六边形平面阵的辐射特性可以获得很大的改善,天线阵的最大旁瓣电平比均匀激励的降低了约11dB。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。     

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。     

基于改进自适应遗传算法的MIMO 雷达阵列优化

针对传统遗传算法在全局搜索和收敛方面的不足,提出一种改进自适应遗传算法.算法改进了自适应规则,采用随迭代次数和种群适应度自适应变化的交叉、变异操作,同时采用新的选择算子和改进后的最优精英保留策略,摒弃了传统轮盘赌博选择法,增加了收敛于全局最优解的概率,加快了收敛速度.通过测试函数优化求解试验证明,改进算法能够有效提高搜索过程种群的多样性,具有更快的收敛性和更好的全局最优性.在此基础上,将改进的自适应遗传算法应用到MIMO雷达阵列优化设计,通过稀疏栅格编码,采用同时考虑副瓣电平与波束宽度的双适应函数,使优化得到的MIMO雷达方向图具有更好的综合性能,更利于实际工程应用.最后仿真实验结果进一步验证了本文改进算法的有效性.     

基于改进遗传算法的反向天线阵稀疏优化

对自适应遗传算法中交叉概率和变异概率动态调整规则进行改进,并结合基于适应度值的截断选择法,提出了改进的自适应遗传算法.将该算法应用于反向天线阵的稀疏设计,以阵元位置为优化参量,在保持反向性能的基础上,优化得到了合适的稀疏反向天线阵结构,有效地精简了阵列结构,结果优于现有文献中对稀疏反向天线阵的综合结果.     

基于DEA的圆阵旁瓣电平优化方法

由于圆形阵列所具有的特性,使其正得到日益广泛的应用,但是圆阵方向图却具有相对主瓣较高的旁瓣电平。为此,文中针对均匀圆形阵列的天线单元,应用差分进化算法,分别进行唯相位、唯幅度、相位一幅度的方向图综合方法,进行旁瓣电平的优化。仿真结果表明：这些方法可有效地降低圆阵的旁瓣电平,为解决此类问题提供了有益的参考。     

基于遗传优化的天线阵元LMS改进算法

最小均方（LMS）算法是自适应阵列天线中得以广泛应用的阵列天线加权算法。提出了一种基于遗传优化的LMS改进算法,该基于遗传优化的最小均方（GA—LMS）算法充分结合了遗传算法的并行处理和全局搜索的优点。实验结果表明,与传统的LMS算法相比,GA—LMS算法具有良好的收敛性能,并可更好地抑制干扰信号,有效改善自适应阵列天...