【技术实现步骤摘要】
基于时间调制稀疏阵列的最小阵元数目优化方法
本专利技术属于阵列信号处理领域，特别涉及一种基于时间调制稀疏阵列的最小阵元数目优化方法。
技术介绍
时间调制阵列采用射频开关代替移相器来改变波束的相位以完成波束形成，相比相控阵，其硬件结构更为简单，目前被大量研究。时间调制阵列通过优化时间序列即可实现低旁瓣的波束方向图。时间调制稀疏阵列是基于时间调制系统的稀疏阵列，其具有时间调制阵列的特征，同时也可以通过优化间距以获得更好的性能。在优化时，通常需要对开关时间、阵元间距进行适当优化。在某些工程应用领域中，由于体积限制，其对天线阵列会有一定的尺寸要求，如无人机、人造卫星、无人船等，往往需要对天线阵列结构进行复杂的设计和研究。在达到天线性能的设计要求时，对于减小天线的阵元数目，这对于实际工程应用非常有意义。目前，基于时间调制阵列的研究尚未涉及到阵元数目的优化，所有研究只是针对固定阵元数目的阵列。
技术实现思路
本专利技术的目的在于提供一种基于时间调制稀疏阵列的最小阵元数目优化方法。实现本专利技术目的的技...
【技术保护点】
1.一种基于时间调制稀疏阵列的最小阵元数目优化方法，其特征在于，所述方法包括以下步骤：/n步骤1，确定所需的旁瓣设计要求，以及产生波束的要求；所述波束类型包括多波束或基波；/n步骤2，利用遗传算法对时间调制稀疏阵列进行优化。/n
【技术特征摘要】
1.一种基于时间调制稀疏阵列的最小阵元数目优化方法，其特征在于，所述方法包括以下步骤：
步骤1，确定所需的旁瓣设计要求，以及产生波束的要求；所述波束类型包括多波束或基波；
步骤2，利用遗传算法对时间调制稀疏阵列进行优化。
2.根据权利要求1所述的基于时间调制稀疏阵列的最小阵元数目优化方法，其特征在于，步骤2所述利用遗传算法对时间调制稀疏阵列进行优化，具体包括：
针对基波：
步骤2-1，设定起始阵元数目N，期望峰值旁瓣电平值SLLd以及期望第一零陷波束宽度值FNBWd；
步骤2-2，采用遗传算法对具有N个阵元的时间调制稀疏阵列进行优化，优化算法的迭代次数为K；
步骤2-3，判断步骤2-2优化后的阵列的方向图性能是否达到旁瓣设计要求，若是则完成优化获得优化结果；否则，设定N＝N+1，K＝K+A，继续返回执行步骤2-2的优化过程，直到方向图性能达到旁瓣设计要求；其中A为整数；
针对多波束：
步骤2-1’，设定起始阵元数目N’，设定基波和+1谐波的期望峰值旁瓣电平值设定基波和+1谐波的第一零陷波束宽度值设定+1谐波的指向角度以及谐波的电场强度值；
步骤2-2’，采用遗传算法对具有N’个阵元的时间调制稀疏阵列进行优化，优化算法的迭代次数为K’；
步骤2-3’，判断步骤2-2’优化后的阵列的方向图性能是否达到旁瓣设计要求，若是则完成优化获得优化结果；否则，设定N’＝N’+1，K’＝K’+A，继续返回执行步骤2-2’的优化过程，直到方向图性能达到旁瓣设计要求；其中A为整数。
3.根据权利要求2所述的基于时间调制稀疏阵列的最小阵元数目优化方法，其特征在于，步骤2-2所述采用遗传算法对具有N个阵元的时间调制稀疏阵列进行优化，具体过程包括：
步骤2-2-1，以实数值表示每个时间序列和阵元间距dn作为基因，个体I由基因构成，每个个体的长度为N；之后随机生成初始种群P、初始交叉概率Pc、初始变异概率Pm、初始迭代次数K；
步骤2-2-2，根据产生波束的要求设计适应度函数，将每个个体代入适应度函数，计算相应的适应度值，选取适应度值最小的个体作为最优个体；
步骤2-2-3，将每一代的最优适应度值和最优个体保留，非最优的个体则按轮盘赌注法选择是否遗传到下一代；
步骤2-2-4，随机生成每个个体的基因，并判断每个基因的生成概率是否大于交叉概率，若是，则该基因发生交叉，否则不交叉；
步骤2-2-5，随机生成每个个体的基因，并判断每个基因的生成概率是否大于变异概率，若是，则该基因发生变异，否则不发生变异；
步骤2-2-6，以设定的最大迭代次数和最优适应度值变化率作为循环终止条件，判断是否达到最大迭代次数或最优适应度值不改变，若是，则终止迭代，并将某一代适应度最优的个体作为全局最优解。
4.根据权利要求3所述的基于时间调制稀疏阵列的最小阵元数目优化方法，其特征在于，步骤2-2-2中适应度函数为：
式中，ci为每个子适应度函数fi...
【专利技术属性】
技术研发人员：缪晨，马越，吴文，陈春红，康炜，汪敏，王晶琦，杨国，
申请(专利权)人：南京理工大学，
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。