本发明专利技术涉及一种阵列天线波束赋形方法，属于无线通信、信号处理技术领域。本发明专利技术涉及一种阵列天线唯相位变换波束赋形方法，即在功率保持不变的情况下仅通过相位加权来实现不同辐射要求的波束赋形，该发明专利技术包括以下部分：使用量化粒子群算法得出每一个理想方向图对应的单元幅相值作为迭代傅里叶变换的初值，应用离散傅里叶逆变换(IFFT)得出数组方向图，然后与期望方向图比较得出新的方向图，再应用快速傅里叶变换(FFT)反算出新的单元激励。本发明专利技术结合量化粒子群算法方向图赋形的快速性、有效性以及迭代傅里叶算法能最终收敛和收敛速度快的特点，提高仅相位变化各方向图的空域内波束覆盖的能力，因而具有较好的工程实用性。
【技术实现步骤摘要】
本专利技术设及一种基于阵列天线唯相位变换的波束赋形方法。设及在电流幅度不变 仅相位变化的情况下实现对远场方向图变化的技术。
技术介绍
阵列天线唯相位变换波束赋形技术是一种仅通过相位加权来改变方向图赋形的 方法。不同的福射方向图是为了实现不同的作用。在很多实际应用中，如空中交通管制雷 达、航天器、卫星W及无线通信等，需要产生不同的福射方向图。唯相位变换波束赋形方法 使得天线系统仅使用一个天线阵即可完成不同的任务，该就需要通过一些算法寻求一组合 理的激励权值来控制天线波束的指向、宽度、形状、副瓣电平、零陷点的位置。采用只改变馈 电相位分布的仅相位加权方法可使其不改变原有功率分配馈电网络和不增加新设备的情 况下，利用计算机控制移相器值的改变实现波束赋形，是非常经济的可行方法，由于相位控 制比功率控制更加容易实现且拥有更小的功率损耗，因此可W通过唯相位变换技术减少天 线增益损失。因此，研究阵列天线的唯相位变换技术是非常必要的。 常规的方法是W单元的激励相位作为优化变量，通过优化算法来完成，如化vis 将最小二乘法应用于唯相加权的阵列波束赋形；Haupt用遗传算法实现唯相加权的自适应 零点生成；化zmalyan采用单坐标最小化的方法实现唯相加权波束赋形和自适应零点生 成，常规的方法当单元的数量较多时，优化变量也就很多，该样导致优化过程非常耗时，优 化的结果无法逼近理想方向图。 本专利技术利用改进型量化粒子群算法（QPS0)快速获得理想方向图的幅相值作为经 典傅里叶（IFFT)迭代算法的初值，结合了量化粒子群算法良好的逼近理想方向图的能力 W及迭代傅里叶算法成熟和运算速度快的优点，回避了初值选择不当后迭代傅里叶算法收 敛速度慢或无法收敛的缺点，最终实现在功率保持一定的情况下，仅通过相位加权完成方 向图赋形的变化。
技术实现思路
实现本专利技术的目的在于提供一种线性阵列唯相位变化方向图综合方法。 实现本专利技术目的的技术解决方案为：将线性阵列的每一单元电流幅度与相位幅度 做等间隔分段处理，取分段后每段的中间值作为量化值，算法运行中计算可能的初值，中间 迭代值W及满足唯相位变换方向图的终值均量化到选择分段后每段的中间值；选定智能算 法中的初始种群数，最大种群数标准差，标准差最终值，非线性调节因子，缩放影子，适应度 函数，循环次数等固定参数和计算公式，将随机选取的量化值作为每个阵列单元幅度相位 的初始迭代值，取得满足条件的单一方向图综合的幅相值。将满足方向图要求的幅相值作 为迭代傅里叶变化的初始值，在离散傅里叶变换得出方向图的步骤中，电流幅度选择两个 方向图综合的电流幅度的均值作为下一步迭代值输入，在应用快速傅里叶变换之前，将方 向图里不满足要求的主瓣和副瓣部分直接用期望方向图的模值代替。 -种阵列天线波束赋形方法，其特征在于：[000引 （1)量化的相位值，便于应用在实际工程。 (2)量化粒子群算法将每个单元的电流和相位进行量化处理，将无限可能的值简 化为有限个可能的值，通过缩小捜索范围来获得较强的局部捜索能力W增强算法的整体收 敛性能。 (3)将量化粒子群算法得出的单元幅相值作为迭代傅里叶算法的初值，提高经典 迭代傅里叶算法收敛速度的同时保证了算法的最终收敛。【附图说明】 图1 ;共电流幅度仅相位加权下平顶波束赋形效果图。 图2 ;共电流幅度仅相位加权下余割平方赋形效果图。[001引图3 ;计算得出的共电流幅度值。 图4 ;计算得出的各方向图对应的相位值。【具体实施方式】 本专利技术的技术方案具体实施过程如下： 步骤一；将每个单元的幅相参数量化，确定幕数N，对线性阵列的每一个单元的电 流幅度和相位幅值分别按照上下限进行等间隔分段，分段数量为/，取每个分段的中间值 作为量化值，并对每一个量化后电流幅度和相位幅度分别度按1~/进行编号；假设QPS0 算法的单元数为M，则初始种群数初值设定为2M，最大种群数设定10M，可产生的种子区间 为，解捜索空间为 ;QPS0算法中的适应度函数选择为：0. 8XI化化I+0. 2ILL_MAX-化化I， 其中；MS化为方向图旁瓣最高值；SLVL为理想方向图旁瓣最高值；NLVL为所有指 定角处的模值；LL_MAX为理想方向图的波纹的上下限； 步骤二；QPS0算法具体实施步骤如下： (a)计算粒子的初始位置和速度，速度和位置利用公式之间均匀分布的随机数，W的计算公式为： 其中Wm"，Wmi。分别表示W的最大值和最小值，f表示粒子当前的目标函数值，fwg 和fmi。分别表示当前所有微粒的平均目标值和最小目标值。化）引入加权因子计算粒子的适应度，对部分非优胜粒子进行混浊扰动并得到新 的位置； 其中eta为混浊捜索区域半径，yu由上式计算所得； minf=f(X) M表示计算中定义的角度采样点数0m为第m个采样的角度，F(x，0m)为计算得出 方向图，AF(0m)是理想设计的方向图，0为适应度函数加权因子； (C)更新每个粒子的个体最优值Pbest和种群的全局最优值Gbest;[003引 （d)如果满足收敛条件，运算终止，否则跳转到步骤二； 步骤将满足方向图要求的幅相值作为迭代傅里叶变化的初始值，在离散傅里 叶变换得出方向图的步骤中，电流幅度选择多个方向图综合的电流幅度的均值作为下一步 迭代值输入，在应用快速傅里叶变换之前，将方向图里不满足要求的主瓣和副瓣部分直接 用期望方向图的模值代替。迭代傅里叶变换方法的步骤如下： (a)在散傅里叶逆变换（IFFT)得出阵列方向图的过程中，每一个单元的模值为 上次求出多个方向图对应模值的均值，相位幅值则为上次求出多个方向图各自对应的相位 值，并用0补齐余值；[003引 化）在快速傅里叶变换肿T)反算各单元激励的过程中，对于方向图与理想方向 图的模值不一致性，采用保留原方向图的相位值，用理想方向图的模值直接覆盖的方法，迭 代后取前M值作为M个单元的幅相值； (C)迭代傅里叶算法的过程中当迭代次数超过预定值后自动停止迭代。 实例1 ;线阵天线由29个单元组成，单元间距0. 5A，约束条件为平顶波束主瓣为 sin日I《0.41，波纹为0. 1，副瓣为-25地，余割平方赋形左副瓣范围sin日《-0. 15， 右副瓣范围为O.7《sin0《1，主瓣范围-〇.〇34《sin0《0.6,波纹为0.1，副瓣 为-25地。表1中为各方向图同功率不同相位值。 表 1 【主权项】1. ，其特征在于包括以下步骤： 步骤一：将每个单元的幅相参数量化，确定幂数N，对线性阵列的每一个单元的电流幅 度和相位幅值分别按照上下限进行等间隔分段，分段数量为2N，取每个分段的中间值作为 量化值，并对每一个量化后电流幅度和相位幅度分别度按1~2N进行编号；假设QPSO算法 的单元数为M，则初始种群数初值设定为2M，最大种群数设定10M，可产生的种子区间为，解搜索空间为 ;QPS0算法中的适应度函数选择为： 0.8 X IMSLL-SLVLI+0. 2 ILL_MAX-NLVL|, 其中：MSLL为方向图旁瓣最高值；SLVL为理想方向图旁瓣最高值；NLVL为所有指定角 处的模值；LL_MAX为理想方向图的波纹的上下限； 步骤二：QPS0算法具体实施步骤如下： (a) 计算粒子的本文档来自技高网...
【技术保护点】
一种阵列天线波束赋形方法，其特征在于包括以下步骤：步骤一：将每个单元的幅相参数量化，确定幂数N，对线性阵列的每一个单元的电流幅度和相位幅值分别按照上下限进行等间隔分段，分段数量为2N，取每个分段的中间值作为量化值，并对每一个量化后电流幅度和相位幅度分别度按1～2N进行编号；假设QPSO算法的单元数为M，则初始种群数初值设定为2M，最大种群数设定10M，可产生的种子区间为[1，M/2]，解搜索空间为[1，2N]；QPSO算法中的适应度函数选择为：0.8×|MSLL‑SLVL|+0.2|LL_MAX‑NLVL|，其中：MSLL为方向图旁瓣最高值；SLVL为理想方向图旁瓣最高值；NLVL为所有指定角处的模值；LL_MAX为理想方向图的波纹的上下限；步骤二：QPSO算法具体实施步骤如下：(a)计算粒子的初始位置和速度，速度和位置利用公式Vijk+1=wVijk+1+c1r1(pbestij-Xijk+1)+c2r2(pbestj-Xijk+1)Xijk+1=Xijk+Xijk+1]]>其中w为惯性因子，c1和c2为加速因子，r1和r2为[01]之间均匀分布的随机数，w的计算公式为：w=wmin-(wmax-wmin)(f-fmin)favg-fminf≤favgwmaxf>favg]]>其中wmax，wmin分别表示w的最大值和最小值，f表示粒子当前的目标函数值，favg和fmin分别表示当前所有微粒的平均目标值和最小目标值。(b)引入加权因子计算粒子的适应度，对部分非优胜粒子进行混沌扰动并得到新的位置；Xijk+1=Xijk+cta(2yij-1)]]>其中cta为混沌搜索区域半径，yij由上式计算所得；min f＝f(x)M表示计算中定义的角度采样点数θm为第m个采样的角度，F(x,θm)为计算得出方向图，AF(θm)是理想设计的方向图，β为适应度函数加权因子；(c)更新每个粒子的个体最优值Pbest和种群的全局最优值Gbest；(d)如果满足收敛条件，运算终止，否则跳转到步骤二；步骤三：将满足方向图要求的幅相值作为迭代傅里叶变化的初始值，在离散傅里叶变换得出方向图的步骤中，电流幅度选择多个方向图综合的电流幅度的均值作为下一步迭代值输入，在应用快速傅里叶变换之前，将方向图里不满足要求的主瓣和副瓣部分直接用期望方向图的模值代替；迭代傅里叶变换方法的步骤如下：(a)在散傅里叶逆变换得出阵列方向图的过程中，每一个单元的模值为上次求出多个方向图对应模值的均值，相位幅值则为上次求出多个方向图各自对应的相位值，并用0补齐余值；(b)在快速傅里叶变换反算各单元激励的过程中，对于方向图与理想方向图的模值不一致性，采用保留原方向图的相位值，用理想方向图的模值直接覆盖的方法，迭代后取前M值作为M个单元的幅相值；(c)迭代傅里叶算法的过程中当迭代次数超过预定值后自动停止迭代。...
【技术特征摘要】
【专利技术属性】
技术研发人员：祁峥东，高国明，袁洪，简玲，
申请(专利权)人：中国船舶重工集团公司第七二四研究所，
类型：发明
国别省市：江苏;32
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。