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 ...
【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
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。