基于量子鸡群演化机制的环形天线阵列稀疏方法技术

技术编号:17196383 阅读:28 留言:0更新日期:2018-02-03 23:00
本发明专利技术提供的是一种基于量子鸡群演化机制的环形天线阵列稀疏方法。1、建立环形天线阵列稀疏模型;2、设置初始参数;3、设计适应度函数;4、计算种群中每只鸡的适应度值,区分鸡的种类并划分子种群;5、6及7分别构建公鸡、母鸡和小鸡的量子矢量旋转角更新公式,更新量子矢量旋转角,更新的量子位置;8、过测量的方式转化为其{0,1}编码位置,计算该{0,1}编码位置的适应度值,并更新每只鸡的个体历史最优解和全局最优解;9:判断是否达到最大迭代次数。该方法具有更快的收敛速度和更高的收敛精度,并在解决环形天线阵列稀疏构建的问题中具有很好的稀疏效果,很大程度的降低了天线阵列系统的复杂度和成本,达到了预期的要求。

【技术实现步骤摘要】
基于量子鸡群演化机制的环形天线阵列稀疏方法
本专利技术涉及的是一种智能阵列天线稀疏方法,具体地说是一种环形天线阵列稀疏方法。
技术介绍
近年来随着科技的快速发展,各个领域对天线技术的要求也日益增高。为了使得天线满足快速发展的科技所带来的需求,天线技术有了快速的崛起与发展,许多新型天线应运而生,其中包括天线阵列。天线阵列是将许许多多天线单元按一定排列方式摆放,使它们的辐射场矢量叠加,以得到总辐射场来满足实际应用中的高增益和高方向性要求。庞大的天线阵列表现出的优秀效果,使得天线阵列成为一些工程中必不可少的部分。在一些雷达及卫星天线系统中,天线阵列由成千甚至上万的天线单元组成,采用幅度相位加权法来改善天线阵列的方向性后,天线阵列的馈电网络将变得十分复杂以至于难以实现。复杂的系统设备,也会使得系统的故障率和检修难度加大,这样不光投入的成本会大大增加,同时对计算机系统处理数据的能力提出了更高的要求。在许多实际工程应用中,对天线阵列只要求有窄的扫描波束,而对增益没有过高的要求,例如抗环境干扰的卫星接收天线、高频地面雷达天线和射电天文中的干涉阵列天线等等。而天线阵列主波束宽度与口径最大尺寸有关,增益与照射口径面积有关,所以在这些实际工程中可以采用阵列稀疏的方法来构造出高方向性的稀疏天线阵列。稀疏后的天线阵列减小了系统设备的复杂度,因而也降低了系统的故障率,降低了建造、维护成本,同时加快了系统的运行速度,提高了实用性。但是天线单元的周期性变稀会使得方向图出现非常高的旁瓣,稀疏之后天线阵列方向图效果比起满布时就会变差很多。由于稀疏天线阵列方向图的旁瓣与天线单元的摆放位置有很大的关系,因此需要对稀疏阵列中阵元位置进行优化以降低其旁瓣。所以如何用稀疏后较少的天线单元尽量逼近满布时的效果,达到所期望的目的并满足约束条件,就成为天线阵列
要解决的关键问题,同时也是在现代通信领域发挥重要作用的智能天线领域中的一个关键问题。
技术实现思路
本专利技术的目的在于提供一种可满足对稀疏天线阵列的多个约束条件的基于量子鸡群演化机制的环形天线阵列稀疏方法。本专利技术的目的是这样实现的:步骤1:建立环形天线阵列稀疏模型,包括阵列的规模、环阵的半径、阵元的方位角间隔以及阵元的摆放方式;步骤2:设置初始参数,包括子种群的数量、规模,每个子种群中公鸡、母鸡和小鸡数量的比例,群体演进的迭代次数,小鸡长大所需的迭代次数,初始化种群中每只鸡在解空间中的量子位置和{0,1}编码位置;步骤3:设计适应度函数;步骤4:计算种群中每只鸡的适应度值,根据适应度值的大小区分鸡的种类分别为公鸡、母鸡和小鸡并划分子种群;步骤5:构建公鸡的量子矢量旋转角更新公式,更新公鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新公鸡的量子位置;步骤6:构建母鸡的量子矢量旋转角更新公式,更新母鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新母鸡的量子位置;步骤7:构建小鸡的量子矢量旋转角更新公式,更新小鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新小鸡的量子位置;步骤8:根据每只鸡更新后的量子位置,通过测量的方式转化为其{0,1}编码位置,计算该{0,1}编码位置的适应度值,并更新每只鸡的个体历史最优解和全局最优解;步骤9:判断是否达到最大迭代次数,若是则输出鸡群的全局最优解{0,1}编码位置,映射到环形天线阵列,得到稀疏方案;否则迭代继续进行,令迭代次数加1,即t=t+1,并判断小鸡是否长大,若是则返回步骤4重新区分鸡的种类并划分子种群,否则返回步骤5继续更新鸡的量子位置。本专利技术还可以包括:1、步骤1具体包括:建立环形天线阵列稀疏模型时,对于一个在xoy平面内,圆心为坐标原点,半径为a的均匀单圆环阵列,第n个阵元与坐标原点的连线与x轴之间的旋转角为其位置坐标为位置矢量为设坐标原点到远区某观测点的距离为r,该方向上的单位矢量为第n个阵元到该观测点的距离为Rn,则该阵元的远区辐射场强为:其中C为常数,j为虚数单位,k=2πa/λ为波数,为阵元激励,其中In为激励幅度,αn为激励相位,对于该远区辐射场强表达式,其中的幅度做近似处理:相位为:,则对该辐射场强表达式进行远区近似并得到均匀单圆环阵的总场强表达式为:式中的阵因子为波束在最大指向方向满足关系则并代入阵因子中得阵元等距排列在给定半径的一个圆周上,阵元间距取为0.5λ,阵元方位角为并且阵元激励等幅同相,由此构成了一个均匀单圆环阵;当均匀单圆环阵的圆环半径确定时,根据均匀单圆环阵元间隔求出其阵元数目;同心圆环阵由多个具有相同圆心不同半径的单圆环阵构成,设一个具有M个圆环的同心圆环阵,其各个圆环半径沿径向依次递增,Nm代表第m个圆环上的阵元数目,第m个圆环上的第n个阵元的方位角大小为激励幅度为Imn、激励相位为αmn,则由单圆环阵的方向图函数可以推导出同心圆环阵的方向图函数如下:由于均匀同心圆环阵需要满足阵元在各个圆环上等间距分布且相邻圆环间距相同的要求,那么均匀同心圆环阵的阵元方位角位置同心圆环半径ρm与阵元数Nm计算公式分别为:ρm=MΔρ和Nm=2πρm/(λ/2),其中,Δρ为相邻圆环的间距,环形阵列稀疏就是在上述建立的均匀同心圆环阵列基础上,选择均匀归一化激励幅度Imn为0或1作为阵元标志位,代表该位置天线阵元被稀疏或存在两种不同的状态。2、步骤2具体包括:小鸡长大所需的迭代次数为W、最大迭代次数为G,均匀环阵阵元个数决定了解空间的维度,迭代过程中鸡群中所有鸡都在一个维度为Q的解空间中进行位置移动,寻求最优解,Q即代表了均匀环阵中的阵元个数,设标号为i的鸡的量子位置为其中为实数,q=1,2,…,Q;与量子位置所对应的{0,1}编码位置为其中只取到0或者1,i代表了鸡群中鸡的编号,i=1,2,…,H,H是鸡群中鸡的数量,t代表迭代次数,量子位置代表了鸡在解空间中寻求最优解过程中所处的测量前位置,而{0,1}编码位置由量子位置通过测量的方式转化而来,代表环阵中阵元标志位构成的向量Λ,决定着稀疏环阵方向图的形状,所以代表了解空间中的潜在解,鸡群中所有鸡的初始量子位置和初始{0,1}编码位置均通过随机的方式确定。3、步骤3具体包括:方向图的形状体现出一个天线阵列辐射的能量是不是集中,第i只鸡的{0,1}编码位置映射为稀疏环阵标志位向量Λ,从而决定了稀疏环阵方向图的形状,先将{0,1}编码位置映射为稀疏环阵标志位向量Λ,由标志位向量Λ所决定的方向图函数出发去构建适应度函数,是用对数形式表示的环阵方向图函数,其中是环阵方向图函数绝对值中的最大值,方向图主瓣处于方向图中间,则设S为方向图副瓣区域,最大相对旁瓣电平表示为其中max()为求最大值函数,进一步考虑到主瓣宽度,峰值旁瓣电平,零陷深度和布满率,适应度函数有以下约束条件和罚函数两种不同的构建方式:(1)式中,表示第i只鸡在第t次迭代时的适应度函数值;aPSLL是实际最大相对旁瓣电平,决定了适应度值的大小;其他变量均为约束条件:Rat是目标布满率,aRat是实际布满率;LW是目标主瓣宽度,aLW是实际主瓣宽度;Nul是目标零陷深度,aNul是实际零陷深度;ε1是满足约束条件情况下|PSLL|的加成系数,本文档来自技高网
...
基于量子鸡群演化机制的环形天线阵列稀疏方法

【技术保护点】
一种基于量子鸡群演化机制的环形天线阵列稀疏方法,其特征是:步骤1:建立环形天线阵列稀疏模型,包括阵列的规模、环阵的半径、阵元的方位角间隔以及阵元的摆放方式;步骤2:设置初始参数,包括子种群的数量、规模,每个子种群中公鸡、母鸡和小鸡数量的比例,群体演进的迭代次数,小鸡长大所需的迭代次数,初始化种群中每只鸡在解空间中的量子位置和{0,1}编码位置;步骤3:设计适应度函数;步骤4:计算种群中每只鸡的适应度值,根据适应度值的大小区分鸡的种类分别为公鸡、母鸡和小鸡并划分子种群;步骤5:构建公鸡的量子矢量旋转角更新公式,更新公鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新公鸡的量子位置;步骤6:构建母鸡的量子矢量旋转角更新公式,更新母鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新母鸡的量子位置;步骤7:构建小鸡的量子矢量旋转角更新公式,更新小鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新小鸡的量子位置;步骤8:根据每只鸡更新后的量子位置,通过测量的方式转化为其{0,1}编码位置,计算该{0,1}编码位置的适应度值,并更新每只鸡的个体历史最优解和全局最优解;步骤9:判断是否达到最大迭代次数,若是则输出鸡群的全局最优解{0,1}编码位置,映射到环形天线阵列,得到稀疏方案;否则迭代继续进行,令迭代次数加1,即t=t+1,并判断小鸡是否长大,若是则返回步骤4重新区分鸡的种类并划分子种群,否则返回步骤5继续更新鸡的量子位置。...

【技术特征摘要】
1.一种基于量子鸡群演化机制的环形天线阵列稀疏方法,其特征是:步骤1:建立环形天线阵列稀疏模型,包括阵列的规模、环阵的半径、阵元的方位角间隔以及阵元的摆放方式;步骤2:设置初始参数,包括子种群的数量、规模,每个子种群中公鸡、母鸡和小鸡数量的比例,群体演进的迭代次数,小鸡长大所需的迭代次数,初始化种群中每只鸡在解空间中的量子位置和{0,1}编码位置;步骤3:设计适应度函数;步骤4:计算种群中每只鸡的适应度值,根据适应度值的大小区分鸡的种类分别为公鸡、母鸡和小鸡并划分子种群;步骤5:构建公鸡的量子矢量旋转角更新公式,更新公鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新公鸡的量子位置;步骤6:构建母鸡的量子矢量旋转角更新公式,更新母鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新母鸡的量子位置;步骤7:构建小鸡的量子矢量旋转角更新公式,更新小鸡量子矢量旋转角,基于更新后的量子矢量旋转角,采用模拟量子矢量旋转门操作更新小鸡的量子位置;步骤8:根据每只鸡更新后的量子位置,通过测量的方式转化为其{0,1}编码位置,计算该{0,1}编码位置的适应度值,并更新每只鸡的个体历史最优解和全局最优解;步骤9:判断是否达到最大迭代次数,若是则输出鸡群的全局最优解{0,1}编码位置,映射到环形天线阵列,得到稀疏方案;否则迭代继续进行,令迭代次数加1,即t=t+1,并判断小鸡是否长大,若是则返回步骤4重新区分鸡的种类并划分子种群,否则返回步骤5继续更新鸡的量子位置。2.根据权利要求1所述的基于量子鸡群演化机制的环形天线阵列稀疏方法,其特征是步骤1具体包括:建立环形天线阵列稀疏模型时,对于一个在xoy平面内,圆心为坐标原点,半径为a的均匀单圆环阵列,第n个阵元与坐标原点的连线与x轴之间的旋转角为其位置坐标为位置矢量为设坐标原点到远区某观测点的距离为r,该方向上的单位矢量为第n个阵元到该观测点的距离为Rn,则该阵元的远区辐射场强为:其中C为常数,j为虚数单位,k=2πa/λ为波数,为阵元激励,其中In为激励幅度,αn为激励相位,对于该远区辐射场强表达式,其中的幅度做近似处理:相位为:,则对该辐射场强表达式进行远区近似并得到均匀单圆环阵的总场强表达式为:式中的阵因子为波束在最大指向方向满足关系则并代入阵因子中得阵元等距排列在给定半径的一个圆周上,阵元间距取为0.5λ,阵元方位角为并且阵元激励等幅同相,由此构成了一个均匀单圆环阵;当均匀单圆环阵的圆环半径确定时,根据均匀单圆环阵元间隔求出其阵元数目;同心圆环阵由多个具有相同圆心不同半径的单圆环阵构成,设一个具有M个圆环的同心圆环阵,其各个圆环半径沿径向依次递增,Nm代表第m个圆环上的阵元数目,第m个圆环上的第n个阵元的方位角大小为激励幅度为Imn、激励相位为αmn,则由单圆环阵的方向图函数可以推导出同心圆环阵的方向图函数如下:由于均匀同心圆环阵需要满足阵元在各个圆环上等间距分布且相邻圆环间距相同的要求,那么均匀同心圆环阵的阵元方位角位置同心圆环半径ρm与阵元数Nm计算公式分别为:ρm=MΔρ和Nm=2πρm/(λ/2),其中,Δρ为相邻圆环的间距,环形阵列稀疏就是在上述建立的均匀同心圆环阵列基础上,选择均匀归一化激励幅度Imn为0或1作为阵元标志位,代表该位置天线阵元被稀疏或存在两种不同的状态。3.根据权利要求2所述的基于量子鸡群演化机制的环形天线阵列稀疏方法,其特征是步骤2具体包括:小鸡长大所需的迭代次数为W、最大迭代次数为G,均匀环阵阵元个数决定了解空间的维度,迭代过程中鸡群中所有鸡都在一个维度为Q的解空间中进行位置移动,寻求最优解,Q即代表了均匀环阵中的阵元个数,设标号为i的鸡的量子位置为其中为实数,q=1,2,…,Q;与量子位置所对应的{0,1}编码位置为其中只取到0或者1,i代表了鸡群中鸡的编号,i=1,2,…,H,H是鸡群中鸡的数量,t代表迭代次数,量子位置代表了鸡在解空间中寻求最优解过程中所处的测量前位置,而{0,1}编码位置由量子位置通过测量的方式转化而来,代表环阵中阵元标志位构成的向量Λ,决定着稀疏环阵方向图的形状,所以代表了解空间中的潜在解,鸡群中所有鸡的初始量子位置和初始{0,1}编码位置均通过随机的方式确定。4.根据权利要求3所述的基于量子鸡群演化机制的环形天线阵列稀疏方法,其特征是步骤3具体包括:方向图的形状体现出一个天线阵列辐射的能量是不是集中,第i只鸡的{0,1}编码位置映射为稀疏环阵标志位向量Λ,从而决定了稀疏环阵方向图的形状,先将{0,1}编码位置映射为稀疏环阵标志位向量Λ,由标志位向量Λ所决定的方向图函数出发去构建适应度函数,是用对数形式表示的环阵方向图函数,其中是环阵方向图函数绝对值中的最大值,方向图主瓣处于方向图中间,则设S为方向图副瓣区域,最大相对旁瓣电平表示为其中max()为求最大值函数,进一步考虑到主瓣宽度,峰值旁瓣电平,零陷深度...

【专利技术属性】
技术研发人员:高洪元张晓桐侯阳阳刁鸣张世铂池鹏飞刘子奇苏雨萌王宇
申请(专利权)人:哈尔滨工程大学
类型:发明
国别省市:黑龙江,23

网友询问留言 已有0条评论
  • 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。

1