一种基于新的优化问题的快速阵列天线方向图综合方法技术

本发明专利技术提供了一种基于新的优化问题的快速阵列天线方向图综合方法，涉及阵列天线领域，通过引入期望辐射场的相位作为设计变量，构建阵列天线方向图的新的优化问题；初始化所述设计变量；使用L

【技术实现步骤摘要】
一种基于新的优化问题的快速阵列天线方向图综合方法


[0001]本专利技术涉及阵列天线领域，尤其涉及一种基于新的优化问题的快速阵列天线方向图综合方法。

技术介绍

[0002]与传统天线相比，阵列天线可以有效地提高通信系统的通信距离、信号质量、覆盖面积、连通率和频谱效率，在现代无线通信系统中发挥着越来越重要的作用。通过调整天线阵中阵元的数目、位置和激励，可以得到期望的辐射方向图。阵列方向图综合是一个非线性优化问题，许多优秀的方向图综合技术被提出，如解析法、人工智能法等。
[0003]各种经典的综合方法都具有很高的计算效率，如Woodward Lawson法、凸优化法、矩阵束法等。然而，传统的数学综合方法不适用于局部最优值较多的综合函数的优化，且数学优化往往需要大量的函数评估，这会减慢方向图综合的计算速度。
[0004]因此，一些人工智能方法，如基于人工神经网络(ANN)的阵列合成方法，遗传算法(GAs)，差分进化(DE)，粒子群优化(PSO)被应用于天线阵的设计。神经网络能够处理复杂的非线性问题，但是神经网络的训练需要大量的数据和时间。这些智能优化算法在求解具有一定外部条件的复杂优化问题时显示出了其有效性和优越性。但是，随着设计变量的增加，这些人工智能方法的计算效率和收敛速度会明显变差。
[0005]综上所述，现有的方法主要有以下缺陷：
[0006](1)设计变量多；
[0007](2)计算速度慢；
[0008](3)综合效果不佳。

技术实现思路

[0009]为了解决上述问题，本专利技术提供了一种基于新的优化问题的快速阵列天线方向图综合方法，主要包括以下步骤：
[0010]S1：引入期望辐射场的相位作为设计变量，构建阵列天线方向图的新的优化问题；
[0011]S2：初始化所述设计变量；
[0012]S3：使用L
‑
BFGS
‑
B对所述新的优化问题寻找局部最优解；
[0013]S4：判断所述最优解是否满足终止条件，若是，则输出设计变量的局部最优相位，若否，则回到步骤S2，继续S2
‑
S4的操作，直至得到局部最优相位，以得到满足设计要求的阵列天线方向图。所述终止条件为至少满足下列条件中的一条：
[0014](1)小于2.220446049250313*10
‑9；f(x
k
)表示第k次迭代时的目标函数，f(x
k+1
)表示第k+1次迭代时的目标函数；
[0015](2)梯度g
k
的投影分量小于10
‑5；
[0016](3)达到最大函数评估次数15000；
[0017](4)达到最大迭代次数15000。
[0018]进一步地，所述新的优化问题为：
[0019][0020]其中，是设计变量，LSM()表示最优解，p和q是赋形区域的边界表示，是相位的下界，是相位的上界。
[0021]进一步地，初始化所述设计变量的过程包括，将副瓣区域方向图的幅值设为0，此时则不用考虑副瓣区域辐射场的相位，以减少所述新的优化问题中的设计变量的数目。
[0022]进一步地，赋形区域的宽度与副瓣区域的宽度之比r为：
[0023][0024]其中，W
shaped
表示赋形区域的宽度，W
sidelobe
表示副瓣区域的宽度
[0025]进一步地，若M＝3N，则得到：
[0026][0027]其中，dim(
·
)表示变量的维度，为设计变量，即理想场的赋形区域的相位，N为阵元数量，M为阵列天线的方向θ
i
的总量，i＝1,2,
…
,M，r为赋形区域的宽度与副瓣区域的宽度之比；
[0028]所述预设要求为，r<2。
[0029]本专利技术提供的技术方案带来的有益效果是：
[0030]1、设计变量维度明显减少，引入理想辐射场赋形区域的相位作为设计变量，赋形区域通常很窄，设计变量的维度可以得到显著降低；
[0031]2、计算复杂度低，与其他典型的数学优化器相比计算速度很快，可以在较短时间内得到符合条件的最优阵列天线方向图。
附图说明
[0032]下面将结合附图及实施例对本专利技术作进一步说明，附图中：
[0033]图1是本专利技术实施例中一种基于新的优化问题的快速阵列天线方向图综合方法的流程图。
[0034]图2是本专利技术实施例中沿x轴的线性阵列示意图。
[0035]图3是本专利技术实施例中两个典型的线性阵列天线的方向图，(a)为平顶扇形方向图，(b)为余割平方型方向图。
[0036]图4是本专利技术实施例中N＝20时脉冲赋形效果图。
[0037]图5是本专利技术实施例中N＝20时余割赋形效果图。
[0038]图6是本专利技术实施例中N＝200时脉冲赋形效果图。
[0039]图7是本专利技术实施例中N＝200时余割赋形效果图。
具体实施方式
[0040]为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。
[0041]本专利技术的实施例提供了一种基于新的优化问题的快速阵列天线方向图综合方法。
[0042]在现有阵列天线方向图综合技术中，设计变量维数的增加往往会减慢方向图综合问题的计算速度。为了解决这个问题，首先，引入期望辐射场的相位作为设计变量，构造了一个新的优化问题。给定相位，可以通过求解线性最小二乘问题确定激励。当赋形区域较窄时，设计变量的维度会显著减小。将相位作为设计变量后，阵列方向图综合问题有许多局部最优解，而局部目标值之间非常接近。然后，使用L
‑
BFGS
‑
B方法来寻找局部最优相位并逼近理想方向图。实验证明，本工作所提出的方法可以在短时间内获得满意的方向图。
[0043]如图1所示，图1是本专利技术实施例中一种基于新的优化问题的快速阵列天线方向图综合方法的流程图，具体包括如下步骤：
[0044](一)新的优化问题的构建
[0045](1)阵列天线方向图原理
[0046]如图2所示，设线性阵列天线由N个沿x轴分布的阵元组成，每一个阵元都可视为理想的粒子辐射源。
[0047]在数值计算时，[
‑
90
°
,90
°
]分为M
‑
1个部分，有着M个方向θ
i
(i＝1,2,
…
,M)。M是为阵元数量N的两到三倍。
[0048]天线阵在θ
i
方向上的辐射场E
i
为
[0049][0050]其中
[0051][0052][0053]其中，是n维方向向量，是复激励向量，θ
i
是不同方向的角度，θ
i
∈[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于新的优化问题的快速阵列天线方向图综合方法，其特征在于：包括以下步骤：S1：引入期望辐射场的相位作为设计变量，构建阵列天线方向图的新的优化问题；S2：初始化所述设计变量；S3：使用L
‑
BFGS
‑
B对所述新的优化问题寻找局部最优解；S4：判断所述最优解是否满足终止条件，若是，则输出设计变量的局部最优相位，若否，则回到步骤S2，继续S2
‑
S4的操作，直至得到局部最优相位，以得到满足设计要求的阵列天线方向图。2.如权利要求1所述的一种基于新的优化问题的快速阵列天线方向图综合方法，其特征在于：步骤S1中，所述新的优化问题为：其中，是设计变量，LSM()表示最小二乘法解得的最优解，p和q是赋形区域的边界表示，是相位的下界，是相位的上界。3.如权利要求1所述的一种基于新的优化问题的快速阵列天线方向图综合方法，其特征在于：步骤S2中，初始化所述设计变量的过程包括，将副瓣区域方向图的幅值设为0，此时则不用考虑副瓣区域辐射场的相位，以减少所述新的优化问题中的设计变量的数目。4.如权利要求1所述的一种基于新的优化问题的快速阵列天线方向图综合方法，其特征在于：步骤S2中，赋形区域的宽度与副瓣区域的宽度之...

【专利技术属性】
技术研发人员：曾三友，杨秀晴，江荣，
申请(专利权)人：深圳市天鼎微波科技有限公司，
类型：发明
国别省市：