基于自调整映射法则的矩形稀布阵列优化方法技术

本发明专利技术公开了一种基于自调整映射法则的矩形稀布阵列优化方法，利用了求解最优化问题确定阵元位置矩阵维数，更加充分地利用阵列孔径信息。同时提出一种自调整映射法则，对可调整空间相对小的方向的映射矩阵进行比较交换操作，使得映射后的阵元位置满足多约束条件。同时，相对于相同仿真条件下稀疏布阵和现有映射法则下的布阵，得到更优的方向图，实现方向图的综合优化。本发明专利技术能在满足多约束条件下获得更低的峰值旁瓣电平的矩阵稀布阵列。得更低的峰值旁瓣电平的矩阵稀布阵列。得更低的峰值旁瓣电平的矩阵稀布阵列。

【技术实现步骤摘要】
基于自调整映射法则的矩形稀布阵列优化方法


[0001]本专利技术属于雷达通信技术，尤其涉及稀布矩形平面阵列的优化技术。

技术介绍

[0002]阵列天线指的是将多个天线阵元依照一定规则进行排列得到的天线。通过改变天线阵元的排布方式，可以实现对天线辐射方向图的调整，从而实现辐射方向图峰值旁瓣电平、主瓣增益、主瓣展宽等设计要求。阵元之间的距离能够对阵元的辐射方向图产生较大的影响，因此可以通过调整阵元间距来实现对方向图的优化。
[0003]当前主要有两种布阵方法以实现通过调整阵元间距来优化方向图。一种是稀疏阵列，通过对符合最小阵元间距的满阵进行随机选取阵元，以实现对阵元间距的调整，此时阵元间距都是最小阵元间距的整数倍。稀疏布阵通过优化减少阵元数量，在减少功耗成本的同时实现对天线方向图性能的优化。另一种是稀布阵列，稀布阵列是直接通过对阵元间距优化，以实现对方向图的调整，与稀疏阵列相比，稀布阵列拥有更高的自由度，阵元不再约束在阵列栅格上。然而，稀布布阵存在更多的约束条件，相比于稀疏阵列，优化起来更加复杂。目前多采用智能优化算法对天线方向图进行优化，如遗传算法、粒子群算法、布谷鸟算法以及差分进化算法等。
[0004]稀布布阵往往等多个约束条件的约束。为了解决多约束条件下的矩形阵列稀布阵列优化，陈客松等人构造约束矩阵，并和随机数矩阵进行矩阵运算得到模板矩阵，从而实现阵元位置的映射(参见文献："Synthesis of Sparse Planar Arrays Using Modified Real Genetic Algorithm",K.Chen,X.Yun,Z.He and C.Han,in IEEE Transactions on Antennas and Propagation,vol.55,no.4,pp.1067
‑
1073,April 2007)。通过构造约束矩阵保证了同一行或同一列的阵元满足最小阵元间距，但不能保证所有的阵元都满足最小阵元间距。戴定成等人提出一种非对称的映射方法，通过生成两个由[0，1]之间随机数组成的随机矩阵，并利用这两个随机矩阵计算得到x方向和y方向的位置矩阵X和Y，除此之外，他还提出了一种新的方法来确定位置矩阵维数(参见文献：多约束稀布矩形平面阵列天线的方向图综合[J].戴定成,姚敏立,贾维敏,金伟,张峰干.电子与信息学报,2019,41(01):107
‑
114和"An Asymmetric Mapping Method for the Synthesis of Sparse Planar Arrays",D.Dai,M.Yao,H.Ma,W.Jin and F.Zhang,in IEEE Antennas and Wireless Propagation Letters,vol.17,no.1,pp.70
‑
73,Jan.2018)。这种新的映射方法可以保证所有阵元都满足最小阵元间距，但搜索精度小。因此，王旭健等人提出异法则矩阵映射方法，对x方向和y方向应用不同的映射法则(参见文献：基于异法则矩阵映射的稀布矩形面阵优化[J].王旭健,姚敏立,戴定成,张峰干.微波学报,2019,35(05):72
‑
76)。该方法在满足最小阵元间距等约束条件的同时，提高了搜索效率以及阵列优化性能。但是，对阵列天线的峰值旁瓣电平的优化能力略差于同等条件下的稀疏布阵。
[0005]如何能够既满足矩形阵列的多约束条件又能对阵列进行有效的优化的映射方法具有重大的研究意义。

技术实现思路

[0006]申请人分析了现有的稀布布阵方法，由于现有方法未综合考虑到最小阵元间距、阵列孔径和阵元个数等多个约束条件。上述王旭健等人提出异法则矩阵映射方法就是因为未充分利用阵列孔径范围才使得其对阵列天线的峰值旁瓣电平的优化能力略差。本专利技术所要解决的技术问题是，提出了一种能在满足多约束条件的同时获得更优的方向图的映射法则的矩形稀布阵列优化的方法。
[0007]本专利技术为解决上述技术问题所采用的技术方案是，基于自调整映射法则的矩形稀布阵列优化方法，包括步骤：
[0008]步骤1)设置极坐标系下的非对称矩形稀布阵列的阵元总数N、矩形平面阵列尺寸L
×
H、x方向和y方向最小阵元间距d
c
；要求非对称矩形稀布阵列有四个阵元分别固定在矩形边界的四个角上；
[0009]步骤2)通过求解最优化问题确定阵元位置矩阵维数P、Q；
[0010]其中最优化问题为：
[0011]max
[0012]s.t.P≤P
m
,Q≤Q
m
[0013][0014]其中，P
m
表示x方向能放置阵元的最大数量，Q
m
表示y方向能放置阵元的最大数量；
[0015]步骤3)构造阵元状态矩阵W，W∈R
P
×
Q
，R表示实数域；W由随机生成N个1和P*Q
‑
N个0组成；
[0016]步骤4)随机产生两个矩阵A∈R
P
×
Q
和B∈R
P
×
Q
分别作为x方向和y方向的初始映射矩阵；其中，A中的各元素为取值范围在[0,R
x
]的随机数，B中的各元素为取值范围在[0,R
y
]的随机数，R
x
为x方向的可分配空间，R
y
为y方向的可分配空间；
[0017]步骤5)对x方向的初始映射矩阵A的每一行，按从小到大的顺序排序行内元素，完成所有行的排序后得到横坐标映射矩阵A'，通过横坐标映射矩阵A'确定横坐标矩阵X；横坐标矩阵X中各元素为各阵元的横坐标位置；
[0018]步骤6)对y方向的初始映射矩阵B的每一列，按从小到大的顺序排序列内元素，完成所有列的排序后得到矩阵B'，再对矩阵B'中的元素进行比较交换得到纵坐标映射矩阵所述比较交换使得矩阵中任意两行满足：序号较小的行中最大的元素值小于序号较大的行中的最小的元素值；
[0019]步骤7)通过纵坐标映射矩阵确定纵坐标矩阵Y；纵坐标矩阵Y中各元素为各阵元的纵坐标位置；
[0020]步骤8)基于横坐标映射矩阵X和纵坐标映射矩阵Y确定各阵元的横、纵坐标位置；
[0021]步骤9)根据当前得到的W、X和Y确定天线平面阵列结构得到整个阵列的总辐射方向图，再构造旁瓣区域内各方向上的适应度函数；
[0022]步骤10)构造稀布矩形面阵优化模型，稀布矩形面阵优化模型的目标函数为求解使得适应度函数的最小时的阵元状态矩阵、横坐标矩阵、纵坐标矩阵；利用粒子群优化算法求解稀布矩形面阵优化模型将得到的阵元状态矩阵、横坐标矩阵、纵坐标矩阵作为优化后
的阵元状态矩阵W
opt
、横坐标矩阵X
opt
和纵坐标矩阵Y
opt
；
[0023]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于自调整映射法则的矩形稀布阵列优化方法，其特征在于，包括以下步骤：步骤1)设置极坐标系下的非对称矩形稀布阵列的阵元总数N、矩形平面阵列尺寸L
×
H、x方向和y方向最小阵元间距d
c
；要求非对称矩形稀布阵列有四个阵元分别固定在矩形边界的四个角上；步骤2)通过求解最优化问题确定阵元位置矩阵维数P、Q；其中最优化问题为：maxs.t.P≤P
m
,Q≤Q
m
其中，P
m
表示x方向能放置阵元的最大数量，Q
m
表示y方向能放置阵元的最大数量；步骤3)构造阵元状态矩阵W，W∈R
P
×
Q
，R表示实数域；W由随机生成N个1和P*Q
‑
N个0组成；步骤4)随机产生两个矩阵A∈R
P
×
Q
和B∈R
P
×
Q
分别作为x方向和y方向的初始映射矩阵；其中，A中的各元素为取值范围在[0,R
x
]的随机数，B中的各元素为取值范围在[0,R
y
]的随机数，R
x
为x方向的可分配空间，R
y
为y方向的可分配空间；步骤5)对x方向的初始映射矩阵A的每一行，按从小到大的顺序排序行内元素，完成所有行的排序后得到横坐标映射矩阵A'，通过横坐标映射矩阵A'确定横坐标矩阵X；横坐标矩阵X中各元素为各阵元的横坐标位置；步骤6)对y方向的初始映射矩阵B的每一列，按从小到大的顺序排序列内元素，完成所有列的排序后得到矩阵B'，再对矩阵B'中的元素进行比较交换得到纵坐标映射矩阵所述比较交换使得矩阵中任意两行满足：序号较小的行中最大的元素值小于序号较大的行中的最小的元素值；步骤7)通过纵坐标映射矩阵确定纵坐标矩阵Y；纵坐标矩阵Y中各元素为各阵元的纵坐标位置；步骤8)基于横坐标映射矩阵X和纵坐标映射矩阵Y确定各阵元的横、纵坐标位置；步骤9)根据当前得到的W、X和Y确定天线平面阵列结构得到整个阵列的总辐射方向图，再构造旁瓣区域内各方向上的适应度函数；步骤10)构造稀布矩形面阵优化模型，稀布矩形面阵优化模型的目标函数为求解使得适应度函数的最小时的阵元状态矩阵、横坐标矩阵、纵坐标矩阵；求解稀布矩形面阵优化模型将得到的阵元状态矩阵、横坐标矩阵、纵坐标矩阵作为优化后的阵元状态矩阵W
opt
、横坐标矩阵X
opt
和纵坐标矩阵Y
opt
；步骤11)根据优化后的阵元状态矩阵W
opt
、横坐标矩阵X
opt
和纵坐标矩阵Y
opt
完成矩形稀布阵列中各阵元的优化布置。2.如权利要求1所述方法，其特征在于，对矩阵B'中的元素进行比较交换得到矩阵的具体方法是：1)设置i的初始值为i＝1；2)设置j的初始值为j＝i+1；
3)对矩阵B'中第i行和第j行进行如下一系列的操作调整：先是寻找第i行中的最大一项以及第j行中的最小一项，当第i行中的最大一项大于第j行中的最小一项，则将这两项进行交换；重复此步骤，直到第i行中的任意一项都小于等于第j行最小项，进入步骤4)；4)...

【专利技术属性】
技术研发人员：谢菊兰，陈政宇，刘正平，匡宏印，梅本春，李会勇，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：