天线阵列方向图的一种数值综合算法

本文提出了一种新型阵列综合算法，目标方向图迭代算法。这种算法与现有的阵列综合方法不同，它通过对目标方向图的迭代来调整实际方向图的形状，是一种纯数值的阵列综合算法。这种算法适用于任意结构阵列的方向图综合，计算效率高，可以满足实际工程的需要。作为验证，本文综合了一些具有代表性的天线阵列，给出了计算结果，并对结果进行了讨论。     

基于方向图拓展和FFT的阵列快速综合法

基于阵列方向图自身的周期特性，将方向图近似地拓展至不可见区域，使任意间隔阵列的方向矢量成为空间正交基，以便采用快速傅利叶变换算法，并通过迭代过程中迭代目标方向图的逐次改变，最终实现了阵列方向图的快速综合。数值计算结果和计算量分析表明，和现有方法比较，算法的收敛速度获得了很大的提高。这对于大规模的阵列，其优越性更加明显。     

考虑互耦影响的阵列综合

阵列天线综合一般是基于理想的单元天线方向图，而不考虑阵元间的互耦。本文提出了一种考虑互耦的基于遗传算法的阵列天线综合方法。该方法首先利用商用仿真软件分别计算阵列中各个阵元在阵列中的方向图，再通过遗传算法优化出目标方向图。通过实例比较可以看出，这种方法能够比较精确的仿真计算阵列的方向图，易于在工程上实现高性能的天线阵列系统。     

一种超方向性阵列天线综合方法

以往的阵列综合方法不能在获得高的方向性系数的同时保证外部噪声占优,不能用于超方向性阵列综合 .本文提出了一种新的阵列综合方法,该方法适用于任意阵列形式,以最大化阵列方向性系数为目标,通过对阵列效率的约束保证了外部噪声占优的条件,并通过迭代控制了方向图的旁瓣,实现了阵列效率和旁瓣约束下的方向性系数最优化,很好地满足了超方向性阵列综合的要求 .对多种阵列的综合结果表明了这种方法的有效性和灵活性 .     

二维阵列天线方向图综合算法研究

在阵列天线的应用中,需要控制阵列天线的方向图达到合适的副瓣电平要求。本文在对已有的一维阵列方向图综合算法进行研究的基础上,给出了一种基于自适应阵列信号处理理论的二维阵列天线方向图的综合算法,将待综合阵列假想为自适应阵列,通过不断调节对阵列施加的干扰,再由自适应算法调节阵列权值,最终得到合适的方向图。     

基于副瓣峰值控制的天线阵方向图综合

在干扰入射方向,自适应天线阵方向图会产生零陷,使副瓣电平降低。根据自适应阵列的这一特性,应用一种基于最大输出信噪比准则的改进自适应算法对天线阵进行方向图综合。假定有大量干扰信号施加到方向图副瓣区,通过只对副瓣峰值电平进行控制调整加权值,降低副瓣电平,得到满足副瓣要求的目标方向图,使算法得到简化。可以应用于不等间距直线阵列和矩形平面阵的方向图综合问题。考虑了阵元间的互耦及阵元方向图特性的影响。仿真结果证实了该算法是可行的。     

改进适应度函数的阵列综合粒子群算法

针对标准粒子群算法在阵列综合应用中收敛所需的迭代次数较多、收敛速度较慢等问题,提出了一种基于改进适应度函数计算的粒子群改进算法。根据阵列在采用标准粒子群算法时的收敛趋势,提出在适应度函数计算中,对适当角度范围内的适应度函数进行加权计算,使影响收敛速度因素的计算权值得到提高、并得到优先处理,从而降低平均计算时间。通过对线阵天线的仿真实验,结果表明该方法效果明显,可以在满足方向图要求的前提下,大大减少收敛所需迭代的次数,加快收敛速度。     

一种阵列天线的约束最优化综合方法

为同时满足对方向性系数,阵列效率,方向图旁瓣等参数的要求,提出了一种效率和旁瓣约束下的最优方向性综合法.该方法适用于任意的阵列形式,以最大化阵列方向性系数为目标,通过对加权向量的二次约束控制了阵列效率,并采用迭代的方法满足了方向图旁瓣的要求,实现了阵列效率和旁瓣约束下的方向性系数最优化.对多种阵列在不同要求下的仿真结果以及5元圆阵列的实验结果表明了这种方法的有效性和灵活性.     

基于辅助相位优化的交替投影阵列综合算法

本文提出一种新的方向图快速综合算法.该方法基于交替投影算法（AP）,首先对目标方向图幅度进行限制,其次引入了目标方向图相位变量并对其进行优化,得到最佳目标方向图相位,最后结合临近分裂方法来求解有约束的最小二乘问题（CLMS）以获得满足要求的激励.相比于其他AP类算法只对方向图幅度进行限制的处理,本文对方向图相位的优化处理有助于提高算法的收敛速度和性能.实验结果表明,无论有无激励约束的情况下,该算法均能取得良好的优化效果,且适用于任意阵列,具有很好的推广能力.     

基于DPSO算法的半球共形阵方向图综合

针对共形阵列天线方向图综合所需迭代次数大,且算法的收敛对初始值敏感问题,本文采用DPSO算法对半球共形阵赋形方向图综合进行了研究,通过对半球共球阵模型的建立,推导了所建模型的方向图函数。仿真结果表明,DPSO算法能够较快地综合半球共形阵的赋形方向图,是一种高效且实用的综合算法。     

迭代傅里叶算法用于六边形稀疏阵列天线

针对迭代傅里叶技术在优化稀疏阵列天线时对阵元激励大规模截断带来的不利影响,提出了一种逐步截断的迭代傅里叶算法.该算法从满阵依次减少数个阵元,从而避免阵列大规模截断陷入局部最优解.将其应用到六边形平面天线阵列的稀疏布阵优化中,以改善最大副瓣电平为目的.为了计算六边形天线阵的方向图,通过在口径中添加虚拟阵元转化为可以实现二维傅里叶变换的矩形阵列.仿真结果表明,改进的迭代傅里叶算法对稀疏天线阵最大旁瓣电平的优化比采用遗传算法的结果更理想,且具有计算量小和速度快等优点.     

基于改进型粒子群算法的阵列天线综合

粒子群优化(PSO)算法是一种通过粒子之间的合作与竞争来实现复杂多维空间的最优区域搜索的优化算法。本文中改进型PSO算法(NPSO),通过增加积分控制项改善了PSO算法全局搜索能力,并将该方法应用于多元环形阵列天线方向图的综合,实现了阵列方向图与预先给定的目标方向图的高度逼近。最后通过数值实例说明这种NPSO方法的有效性。     

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。     

一种低副瓣阵列天线指数幅度加权算法及仿真

在阵列天线的波束形成设计中,对波束的低副瓣设计提出了严格要求。提出了一种优化线阵列天线副瓣抑制的幅度加权的波束形成算法。通过此加权算法在小幅度展宽波束主瓣宽度的情况下,实现副瓣抑制高达30 d B的效果。并通过对多个不同单元数量的线阵列天线的方向图综合仿真计算,分析该算法参数对方向图的影响,该算法具有副瓣抑制效果好,简洁高效,易于工程实现等特点。     

改进的快速稳健任意阵列天线方向图综合方法

针对任意阵列天线的方向图综合问题,提出了改进的基于线性约束最小方差准则方向图综合方法.该方法充分考虑综合方向图和参考方向图之间的相对幅度对方向图综合的影响,通过对迭代公式增加一比例常数,使得两者之间的相对幅度对干扰功率变化率的影响增强,不仅提高了干扰功率的迭代效率,即降低了迭代的次数,提高了方向图的综合效率,而且使得迭代系数的取值范围得到了扩展,即降低了迭代系数对方向图综合的影响,增强了方向图综合方法的应用范围和适用性.仿真分析验证了理论分析的正确性和所提方法的有效性.     

一种天线阵零点生成的幅相控制方法

本文给出了一种通过对阵列单元进行幅相控制来生成零点的方法。将天线阵空间因子在零点展开，组成线性方程组进行求解得到单元激励电流系数，综合出方向图。同时，文中提出了改善方向图性能的方法，计算实例表明了该方法的有效性。     

基于免疫克隆选择算法的天线方向图综合技术研究

方向图综合技术是智能天线中的一项重要技术。由于采用遗传算法存在着易于早熟和局部寻优能力不足等缺点,为此,文中提出一种基于免疫克隆选择算法的阵列方向图综合技术。仿真结果验证了免疫克隆选择算法相对于标准遗传算法来说更容易找到全局最优解,不易陷入局部极值,且收敛速度快,实际应用表明,基于免疫克隆选择算法的方向图综合技术是切实可行的,且具有很好的推广潜力。     

粒子群优化算法用于阵列天线方向图综合设计

粒子群优化算法是基于一群粒子的智能运动而产生的一类随机进化算法,其优点是算法非常利于理解和应用.本文介绍了粒子群算法的原理和流程,研究了如何将这种方法运用于天线阵的方向图综合上,给出了PSO算法在综合阵列方向图的应用实例,表明粒子群算法在天线阵列综合中具有广泛的应用前景.     

基于PSO的不规则低频天线阵与载机一体化综合设计

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,本文采用粒子群优化算法(PSO)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PSO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。     

基于遗传算法的阵列天线方向图综合技术

提出了一种改进的遗传算法,该算法采用了简单灵活的十进制编码,并对遗传参数进行了一些改进,使搜索效率有了较大的提高,有效地避免了早期收敛。应用这种方法,成功地实现了阵列天线的方向图综合。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。