一种基于天线阵列误差的低副瓣复权向量优化方法技术

本发明专利技术属于雷达信号处理领域，公开了一种基于天线阵列误差的低副瓣复权向量优化方法，包括如下步骤：建立阵列天线模型为均匀线阵，获取所述均匀线阵的方向图函数表达式；根据所述均匀线阵的方向图函数表达式，得到考虑幅相误差的方向图函数表达式，所述考虑幅相误差的方向图函数表达式为关于复权向量的函数表达式；根据所述考虑幅相误差的方向图函数表达式，建立关于复权向量的目标代价函数；采用差分进化算法求解所述目标代价函数，得到优化后的复权向量，解决在考虑阵列幅相误差情况下，天线副瓣电平对误差较为敏感的问题。

A low sidelobe weight vector optimization method based on antenna array error

The invention belongs to the field of radar signal processing, and discloses a low sidelobe complex weight vector optimization method based on antenna array error, including the following steps: establishing an array antenna model for a uniform linear array, obtaining the pattern function expression of the uniform linear array, and obtaining the pattern function expression of the uniform linear array according to the pattern function expression of the uniform linear array. The directional function expression considering amplitude and phase errors is a function expression about complex weight vectors, the objective cost function about complex weight vectors is established according to the directional function expression considering amplitude and phase errors, and the objective cost is solved by differential evolution algorithm. The optimized complex weight vector is obtained by using the function to solve the problem that the sidelobe level is sensitive to the error when the array amplitude and phase errors are considered.

【技术实现步骤摘要】
一种基于天线阵列误差的低副瓣复权向量优化方法
本专利技术属于雷达信号处理
，尤其涉及一种基于天线阵列误差的低副瓣复权向量优化方法，在考虑阵列误差情况下，应用差分进化算法对阵列天线旁瓣电平和主瓣宽度进行优化，达到目标要求。
技术介绍
低副瓣是雷达天线的重要技术指标之一。这种特性不仅可以克服杂波干扰，而且可以降低被敌方发现的概率。如果对阵列天线的激励不作任何加权处理，其第一副瓣电平理论值大约为-13.5dB，达不到相控阵雷达对副瓣电平的要求。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，故需要研究在随机幅相误差影响下，阵列天线副瓣电平的优化问题。目前解决低副瓣问题的通常可分为解析方法和数值方法。经典的解析方法有切比雪夫综合方法、泰勒综合方法等，这一类方法设计简单，但是由于阵列两端阵元的激励幅度与其相邻阵元相差较大，给天线的馈电带来了很大的困难，而且阵元激励幅度的微小误差就会使旁瓣电平产生很大的波动。在数值方法里面的进化算法中，差分进化算法相比于粒子群和遗传算法来说，整体性能较优。在编码标准方面，遗传算法采用二进制编码，相比粒子群和差分进化算法的实数编码来说有一定的误差；参数设置方面，差分进化算法只有两个参数需要调整，而且参数的调整对结果影响不大，而粒子群和遗传算法的参数较多，不同的参数对收敛速度和过早收敛到局部极值点的影响较大；对于高维问题，遗传算法收敛速度很慢甚至不能收敛，但是粒子群和差分进化算法则可以很好的解决，特别是差分进化算法，收敛的较快而且结果较准确；在收敛性能方面，对于优化问题，相对于遗传算法，差分进化算法和粒子群算法收敛速度较快，但是粒子群容易陷入局部极值点且不稳定。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种基于天线阵列误差的低副瓣复权向量优化方法，解决了传统方法方向图的旁瓣电平对阵元误差很敏感的问题。为达到上述目的，本专利技术采用如下技术方案予以实现。一种基于天线阵列误差的低副瓣复权向量优化方法，所述方法包括如下步骤：步骤1，建立阵列天线模型为均匀线阵，获取所述均匀线阵的方向图函数表达式；步骤2，根据所述均匀线阵的方向图函数表达式，得到考虑幅相误差的方向图函数表达式，所述考虑幅相误差的方向图函数表达式为关于复权向量的函数表达式；步骤3，根据所述考虑幅相误差的方向图函数表达式，建立关于复权向量的目标代价函数；步骤4，采用差分进化算法求解所述目标代价函数，得到优化后的复权向量。本专利技术与现有技术相比具有以下特点：(1)本专利技术与现有技术相比，在建立天线阵列模型的时候考虑了阵列的通道误差。在实际设计天线的过程中，不可避免的会引入阵列误差。阵列误差可由多种因素引起，如：复权向量的幅度和相位误差，通道频响不一致性(通道失配)对系统性能的影响，信号方向估计误差，权向量的量化误差，个别阵元出现故障引起的误差等，无论是电气误差还是机械制造误差最终都可以归结为系统误差和随机误差。一般可以较为容易地对部分系统误差的影响进行评估和修正，而随机误差的产生不可预见(比如气候，温度，加工误差等原因引入了随机误差)，以致难以修正。随机误差会使得阵列的口径分布发生变化，直接影响天线阵的性能，而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，因此本专利技术技术方案通过对低副瓣复权向量进行优化加权以补偿阵列的幅相误差。2、本专利技术与现有技术相比，采用幅度和相位同时优化的复权向量，和切比雪夫加权，泰勒加权等解析方法得到的实数权矢量只能补偿幅度误差相比，得到的最优权对于幅度和相位误差都有一定的补偿性，而且这些解析方法对于天线阵列的误差较为敏感，一点点误差就会使得天线方向图产生畸变，因此本专利技术技术方案采用幅度和相位同时优化方向图的算法对含有误差的阵列天线低副瓣综合有良好的稳健性。3、本专利技术与现有技术相比，采用进化差分算法，相比于进化算法中的粒子群算法和遗传算法，差分进化算法利用的参数只有两个，交叉因子CR和尺度因子M，有更强的全局搜索能力、收敛性和稳定性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供得到一种基于天线阵列误差的低副瓣复权向量优化方法的流程示意图；图2为本专利技术实施例提供的均匀线阵模型示意图；图3为本专利技术实施例提供的差分进化算法的实现流程示意图；图4a为本专利技术实施例提供的无误差时48阵元线阵天线方向图；图4b为本专利技术实施例提供的无误差时DE算法对应的收敛曲线；图5a为本专利技术实施例提供的2％误差时48阵元线阵天线方向图；图5b为本专利技术实施例提供的2％误差时DE算法对应的收敛曲线图6a为本专利技术实施例提供的0％误差时PSO和DE的线阵方向图；图6b为本专利技术实施例提供的0％误差时DE和PSO算法对应的收敛曲线；图7a为本专利技术实施例提供的2％误差时PSO和DE的线阵方向图；图7b为本专利技术实施例提供的2％误差时DE和PSO算法对应的收敛曲线。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供一种基于天线阵列误差的低副瓣复权向量优化方法，如图1所示，所述方法包括如下步骤：步骤1，建立阵列天线模型为均匀线阵，获取所述均匀线阵的方向图函数表达式。所述步骤1具体包括：如图2所示，设定所述阵列天线模型为由N个阵元组成的均匀线阵，且阵元间距d为半波长，从而得到所述均匀线阵的方向图函数表达式F(θ)：其中，k为波数(弧度/长度)，Ψn为第n个阵元相对于第一个阵元的相位差，Ψn＝nkd[sin(θ)-sin(θ0)]，θ为来波方向，θ0为均匀线阵的波束指向方向，w为复权矢量，w＝[w1，w2，…，wn…，wN]T，wn为第n个阵元对应的复权标量，A(θ)为阵列导向矢量矩阵，在窄带条件下，只依赖于阵列的几何结构(已知)和来波方向(θ)，A(θ)＝[a1(θ)，a2(θ)，…，an(θ)，…，aN(θ)]T，an(θ)为第n个阵元对应的导向矢量，N为均匀线阵包含的阵元总个数，d为均匀线阵的阵元间距。步骤2，根据所述均匀线阵的方向图函数表达式，得到考虑幅相误差的方向图函数表达式，所述考虑幅相误差的方向图函数表达式为关于复权向量的函数表达式。所述步骤2具体包括：根据所述均匀线阵的方向图函数表达式F(θ)，得到考虑幅相误差的方向图函数表达式Ferr(θ)：其中，其中，k为波数(弧度/长度)，Ψn为第n个阵元相对于第一个阵元的相位差，Ψn＝nkd[sin(θ)-sin(θ0)]，θ为来波方向，θ0为均匀线阵的波束指向方向，w为复权矢量，w＝[w1，w2，…，wn…，wN]T，wn为第n个阵元对应的复权标量，Aerr(θ)为考虑幅相误差的阵列导向矢量本文档来自技高网...

【技术保护点】
1.一种基于天线阵列误差的低副瓣复权向量优化方法，其特征在于，所述方法包括如下步骤：步骤1，建立阵列天线模型为均匀线阵，获取所述均匀线阵的方向图函数表达式；步骤2，根据所述均匀线阵的方向图函数表达式，得到考虑幅相误差的方向图函数表达式，所述考虑幅相误差的方向图函数表达式为关于复权向量的函数表达式；步骤3，根据所述考虑幅相误差的方向图函数表达式，建立关于复权向量的目标代价函数；步骤4，采用差分进化算法求解所述目标代价函数，得到优化后的复权向量。

【技术特征摘要】
1.一种基于天线阵列误差的低副瓣复权向量优化方法，其特征在于，所述方法包括如下步骤：步骤1，建立阵列天线模型为均匀线阵，获取所述均匀线阵的方向图函数表达式；步骤2，根据所述均匀线阵的方向图函数表达式，得到考虑幅相误差的方向图函数表达式，所述考虑幅相误差的方向图函数表达式为关于复权向量的函数表达式；步骤3，根据所述考虑幅相误差的方向图函数表达式，建立关于复权向量的目标代价函数；步骤4，采用差分进化算法求解所述目标代价函数，得到优化后的复权向量。2.根据权利要求1所述的一种基于天线阵列误差的低副瓣复权向量优化方法，其特征在于，所述步骤1具体包括：设定所述阵列天线模型是由N个阵元组成的均匀线阵，且阵元间距d为半波长，从而得到所述均匀线阵的方向图函数表达式F(θ)：其中，k为波数，Ψn为第n个阵元相对于第一个阵元的相位差，Ψn＝nkd[sin(θ)-sin(θ0)]，θ为来波方向，θ0为均匀线阵的波束指向方向，w为复权矢量，w＝[w1，w2，…，wn…，wN]T，wn为第n个阵元对应的复权标量，A(θ)为阵列导向矢量矩阵，A(θ)＝[a1(θ)，a2(θ)，…，an(θ)，…，aN(θ)]T，an(θ)为第n个阵元对应的导向矢量，N为均匀线阵包含的阵元总个数，d为均匀线阵的阵元间距。3.根据权利要求1所述的一种基于天线阵列误差的低副瓣复权向量优化方法，其特征在于，所述步骤2具体包括：根据所述均匀线阵的方向图函数表达式F(θ)，得到考虑幅相误差的方向图函数表达式Ferr(θ)：其中，k为波数，Ψn为第n个阵元相对于第一个阵元的相位差，Ψn＝nkd[sin(θ)-sin(θ0)]，θ为来波方向，θ0为均匀线阵的波束指向方向，w为复权矢量，w＝[w1，w2，…，wn…，wN]T，wn为第n个阵元对应的复权标量，Aerr(θ)为考虑幅相误差的阵列导向矢量矩阵，Aerr(θ)＝[a1err(θ)，a2err(θ)，…anerr(θ)，…，aNerr(θ)]T，anerr(θ)为第n个阵元对应的考虑幅相误差的导向矢量，Δan和ΔΦn分别是第n个阵元的幅度误差和相位误差，N为均匀线阵包含的阵元总个数，d为均匀线阵的阵元间距。4.根据权利要求1所述的一种基于天线阵列误差的低副瓣复权向量优化方法，其特征在于，所述步骤3具体包括：根据所述考虑幅相误差的方向图函数表达式Ferr(θ)，建立关于复权向量的目标代价函数如下：其中，fitness(w)表示由复权矢量w计算出来的目标代价函数值，表达式minfitness(w)＝α(SLLs(w)-SLLd)+β(θ0.5(w)-θd)的含义为求使得α(SLLs(w)-SLLd)+β(θ0.5(w)-θd)最小时的复权矢量w，s.t.表示约束条件，α为第一误差系数，β为第二误差系数，SLLs(w)表示实际方向图中的旁瓣最大电平，SLLs(w)＝max|wH·Aerr(θs)|，θs表示...

【专利技术属性】
技术研发人员：冯大政，徐怡飒，董泉，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61