【技术实现步骤摘要】
一种遗传算法框架下的光学相控阵天线旁瓣抑制方法
[0001]本专利技术属于光学相控阵天线优化算法
,尤其涉及一种遗传算法框架下的光学相控阵天线旁瓣抑制方法。
技术介绍
[0002]光学天线阵列排布优化技术,是近年来随光学相控阵天线技术趋于成熟而被提出的新兴技术,如光纤激器、半导体激光器等相干光源性能指标提升同时成本大幅下降,使得光学天线阵列实用化成为可能。在光学相控阵雷达、激光通信、激光束合成和量子成像等技术中,光学天线的排布优化决定光场主光束(主瓣)能量的集中度,是上述
的核心技术和关键技术。光学波段波长短,光学天线受工艺限制间距大于波长,故与微波天线优化的约束条件和计算方式不同,但光学天线优化方法与微波天线稀疏布阵原理相似,均可采用遗传算法、粒子群算法、蚁群算法和迭代傅立叶等进行优化。在现有光学天线阵列排布的优化方法中,仍然存在尚待解决的问题。
技术实现思路
[0003]本专利技术解决的技术问题是:克服现有技术的不足,提供了一种遗传算法框架下的光学相控阵天线旁瓣抑制方法,可获得光场主瓣光束能量集中度高,旁瓣光束峰值最低的光学天线排布方案,使得光学相控阵雷达、激光通信、激光束合成和量子成像等技术中所用的光束质量得到提升,从而达到提升系统性能指标的目的。
[0004]本专利技术的解决方案是:针对传统优化方法采用多边形天线阵列,如矩形阵列、六边形阵列等出现的水平和竖直两个正交方向无法同时优化的问题,以及光学物理场逐点计算效率低的问题,提出解决方案,并提出了新的交叉策略提升了算法的优化
【技术保护点】
【技术特征摘要】
1.一种遗传算法框架下的光学相控阵天线旁瓣抑制方法,其特征在于步骤包括:步骤S1,初始化坐标集合,得到坐标集合U;步骤S2,初始化群体;步骤S3,计算初始群体中个体的适应度函数;步骤S4,对步骤S3中得到的适应度函数进行评价;步骤S5,对个体进行选择;步骤S6,进行交叉;步骤S7,进行变异;步骤S8,判断是否达到设定的遗传代数N
g
的要求;步骤S9,优化结果输出,完成光学相控阵天线旁瓣抑制。2.根据权利要求1所述的一种遗传算法框架下的光学相控阵天线旁瓣抑制方法,其特征在于:步骤S1中,初始化坐标集合的方法为:设定圆环数M,每个圆环放置的光学天线个数分别为k1,k2,k3,...k
m
,...,k
M
;设置光学天线排布集合第m个圆环的半径为R
m
,设第m个圆环放置k
m
个光学天线,则每个圆环上各光学天线坐标间隔d
m
与圆环半径和每环坐标点数目即光学天线个数k
m
有如下关系:d
m
=2R
m
Sin(π/k
m
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)坐标最小间隔d
min
=min{d
m
,ΔR
m
},其中ΔR
m
=R
m-R
m-1
,坐标集合U根据具体任务需求设定。3.根据权利要求2所述的一种遗传算法框架下的光学相控阵天线旁瓣抑制方法,其特征在于:步骤S2中,初始化群体的方法为:随机从集合U中抽取N个坐标形成个体的坐标组,重复N
pop
次作为初始群体{Pos(1),Pos(2),Pos(3),
…
,Pos(N
pop
)},N
pop
为群体的个体数量,Pos(n)对应二维空间坐标组所述的N为坐标数量,对应光学天线数目,U表示光学天线的坐标集合。4.根据权利要求3所述的一种遗传算法框架下的光学相控阵天线旁瓣抑制方法,其特征在于:步骤S3中,计算初始群体中个体的适应度函数的方法为:自动识别群体{Pos(1),Pos(2),Pos(3),
…
,Pos(N
pop
)}中个体数N
pop
;根据Pos(n)中个体坐标对应的光学天线分布,列出光源平面的电场强度表达式所述的是光源平面空间坐标,通过快速傅立叶变换(FFT)取模方得到光场强度表达式式所述的是光场照射平面空间坐标,找到强度平面峰值,记为主瓣峰值I
(i)mls
;强度平面去掉峰值区域后,找到剩余区域最大值记为旁瓣峰值I
(i)sl
;求得旁瓣峰值...
【专利技术属性】
技术研发人员:李明飞,袁梓豪,刘院省,邓意成,王学锋,赵琳琳,孙晓洁,董鹏,
申请(专利权)人:北京航天控制仪器研究所,
类型:发明
国别省市:
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。