【技术实现步骤摘要】
本专利技术属于天线阵列布阵优化
,特别涉及子阵级天线阵列的优化布阵方法,具体涉及基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法。
技术介绍
天线阵列的优化布阵技术是在研究天线阵列性能与阵列几何结构关系的基础上,对阵列结构进行优化设计,包括对阵列的形状(如直线、圆环、方形等)设计和对阵元的排列位置(稀疏、稀布等)的设计等;其目的是为了获得优良的性能指标,以满足电子系统对天线阵列的设计要求。天线的峰值旁瓣电平(PSLL:Peak Side-Lobe Level)是评价天线性能的一个重要参数,对稀布天线阵列而言,如何设计一组阵元间距的最优解,使得稀布天线阵列的峰值旁瓣电平在整个可见区最小是天线布阵技术要解决的主要问题。目前,用于天线布阵设计的方法有很多,传统的如穷举法、阵元位置分布公式、动态规划法等;广泛应用的如智能算法中的遗传算法、模拟退火法等。近年来随着大数据等技术的发展,人工智能技术更是被广泛应用在各个领域,如医疗、模式识别、机器学习等。遗传算法的基本思想是模拟生物进化过程,它具有简单通用、鲁棒性强、适于并行处理等特点,尤其适用于解决传统搜索方法难以解决的复杂和非线性问题;它实际上是使用群体搜索技术,将种群代表一组问题解,通过对当前种群施加选择、交叉和变异等一系列遗传操作,从而产生新一代的种群,并逐步使种群进化到包含近似最优解的状态。现有大多数的阵列结构为均匀间隔阵列结构或在孔径范围内对阵元稀疏布置得到的稀布天线阵列结构,其中稀布阵列布阵方法是在一片连续的、平坦的地形上,根据预先设定的几何结构、阵元数和阵列孔径等某个或某几个约束,以每一个阵元 ...
【技术保护点】
基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法,包括以下步骤:步骤1.建立布阵模型阵列孔径为L,阵元总数为N,阵列栅格点总数为M,栅格间距为d;将阵列分为P个子阵,第i个子阵与第i+1个子阵的间距设为Di,i=1,2,...,P‑1,Di>Dc、Dc为子阵间最小间距,阵列栅格点在子阵内均匀分布,子阵内的阵元基于栅格点稀疏分布,单个子阵内栅格数为:设xm,m=1,2,...,M表示第m个栅格点在阵列中的位置,且x1=0,令其中[·]表示取整,B=m\M0、其中“\”表示取余,则:xm=(M0-1)(A-1)d+Σi=1A-1Di+(B-1)d]]>设阵元均为全向性理想天线,即天线单元方向图函数Fa(θ)=1,则阵列方向图为:F(θ)=Fa(θ)Fs(θ)=Fs(θ)=Σm=1MI·me-j2πλxm(cosθ-cosθ0)]]>其中,Fs(θ)表示阵因子,为激励电流、设λ为入射信号载波波长,θ为接收信号入射方向与水平方向的夹角、θ0为主波束指向位置 ...
【技术特征摘要】
1.基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法,包括以下步骤:步骤1.建立布阵模型阵列孔径为L,阵元总数为N,阵列栅格点总数为M,栅格间距为d;将阵列分为P个子阵,第i个子阵与第i+1个子阵的间距设为Di,i=1,2,...,P-1,Di>Dc、Dc为子阵间最小间距,阵列栅格点在子阵内均匀分布,子阵内的阵元基于栅格点稀疏分布,单个子阵内栅格数为:设xm,m=1,2,...,M表示第m个栅格点在阵列中的位置,且x1=0,令其中[·]表示取整,B=m\\M0、其中“\\”表示取余,则: x m = ( M 0 - 1 ) ( A - 1 ) d + Σ i = 1 A - 1 D i + ( B - 1 ) d ]]>设阵元均为全向性理想天线,即天线单元方向图函数Fa(θ)=1,则阵列方向图为: F ( θ ) = F a ( θ ) F s ( θ ) = F s ( θ ) = Σ m = 1 M I · m e - j 2 π λ x m ( c o s θ - cosθ 0 ) ]]>其中,Fs(θ)表示阵因子,为激励电流、设λ为入射信号载波波长,θ为接收信号入射方向与水平方向的夹角、θ0为主波束指向位置;步骤2.建立优化模型加入天线标志位am,am=1表示第m个栅格点有阵元、am=0表示第m个栅格点无阵元...
【专利技术属性】
技术研发人员:李会勇,刘畅,谢菊兰,张泽恒,许欣怡,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。