一种1Bit反射阵相位优化方法技术

本发明专利技术属于无线通信技术领域，公开了一种1Bit反射阵相位优化方法，包括如下步骤：步骤1：初始化种群，即父代；步骤2：结合快速傅里叶变换计算父代的目标值；步骤3：根据目标值计算出个体的适应度和选择概率；步骤4：对种群个体进行选择、交叉、变异产生新的相位分布，即子代；步骤5：重复步骤2计算出子代目标值；步骤6：根据子父代目标值选择出新的目标值，重复步骤2到6，直到优化出最优解；步骤7：验证算法优化结果的正确性和优化方向图优化的正确性。本发明专利技术采用了简化的方向图计算公式并结合了快速傅里叶变换加快了不同相位分布下的方向图目标值的计算，减少了算法的优化基因序列，提高了算法的优化速度和收敛速度。了算法的优化速度和收敛速度。了算法的优化速度和收敛速度。

【技术实现步骤摘要】
一种1Bit反射阵相位优化方法


[0001]本专利技术属于无线通信
，尤其涉及一种1Bit反射阵相位优化方法。

技术介绍

[0002]随着远距离无线通信的发展，可重构高增益天线的需求也随之增加。常用的可重构高增益天线由如下几种方法。第一种为采用相控阵，相控阵虽然可以实现波束可重构，但随着阵列规模的增大，馈电网络设计就会变的复杂，另外相位的控制是通过添加移相器来实现的，会增加天线的设计成本和损耗。第二种为介质透镜天线，球面波通过介电常数不均匀的介质实现平面波的出射达到高增益的辐射效果，这种天线需要添加多个馈源，每个馈源对应一个辐射方向图角度，波束可重构是通过增加馈源的数量来实现的，增加了设计成本并且限制了波束的分辨率。第三种为漏波天线，漏波天线时一种频扫天线，一个频率对应一个方向图角度，无法实现固定频率下的波束扫描效果。基于以上可重构天线的缺点，提出了可重构反射阵列天线，天线采用空间馈电的结构，避免了馈电网络的设计，在天线单元中集成一些有源器件就可以实现固定频率下单元相位的切换达到波束扫描的控制效果。若已知辐射方向图的角度、馈源位置就可以通过公式计算出阵面的相位分布，这种方法计算的相位只能实现铅笔波束的辐射方向图，实现效果比较单一。因此，为了实现阵面辐射波束方向图的多样性，常采用算法优化来实现所需的阵面相位分布，对于连续相位而言，可以采用粒子群算法来实现，对于1Bit的相位而言，常采用遗传算法进行优化。随着阵列的不断增大，方向图的计算时间也会随之变长，降低算法的优化效率，另外相位解的多样性也会随之增加，导致很难找到最优解。

技术实现思路

[0003]本专利技术目的在于提供一种1Bit反射阵相位优化方法，以解决上述的技术问题。
[0004]为解决上述技术问题，本专利技术的一种1Bit反射阵相位优化方法的具体技术方案如下：
[0005]一种1Bit反射阵相位优化方法，基于遗传算法和快速傅里叶变换算法，包括如下步骤：
[0006]步骤1：初始化种群，即父代；
[0007]步骤2：结合快速傅里叶变换计算父代的目标值；
[0008]步骤3：根据目标值计算出个体的适应度和选择概率；
[0009]步骤4：对种群个体进行选择、交叉、变异产生新的相位分布，即子代；
[0010]步骤5：重复步骤2计算出子代目标值；
[0011]步骤6：根据子父代目标值选择出新的目标值，重复步骤2到6，直到优化出最优解；步骤7：验证算法优化结果的正确性和优化方向图优化的正确性。
[0012]进一步的，所述步骤1包括如下具体步骤：
[0013]采用对称相位面，简化基因序列，加快算法的收敛速度，在基因优化的序列上采用
对称面将主波束辐射下的编码长度降为原来的四分之一，将对称波束辐射下的编码长度降为原来的二分之一，在简化序列的基础上，采用随机概率函数生成二进制编码的初始化种群。
[0014]进一步的，所述步骤2包括如下具体步骤：
[0015]目标值的计算使用简化的方向图计算公式并结合快速傅里叶变换进行加速，计算出的方向图和边界条件进行做差得到当前个体相位分布对应的目标值大小，目标值的计算公式如下：
[0016]F
GA
＝W1·
F
1GA
+W2·
F
2GA
[0017][0018][0019]式中W1和W2为权重系数F
1GA
为超出下边界的目标值误差，F
2GA
为超出上边界的目标值误差，其中i和j表示方向图计算中的离散角度指标，电场E为当前相位所计算出的归一化电场，E
Upmask
和E
lowMask
分别为约束条件的上边界和下边界，通过设置边界值得到所需要的辐射方向图，方向图的计算采用如下公式：
[0020][0021][0022]式中φ
RA，mn
为每个单元的补偿相位，为单元的位置向量，为辐射方向图的观测角度，d
x
和d
y
为单元在X轴和Y轴方向上的长度大小，表示斜入射角度下单元的反射损耗，表示反射单元辐射的归一化电场方向图，在运算中q
r
和q
e
取值为1，从式中看出F
′
(m，n)为只和m、n有关的系数项，方向图的计算转化为二维傅里叶变换的计算，采用二维快速傅里叶变换完成加速。
[0023]进一步的，所述步骤3包括如下具体步骤：
[0024]采用基于排序的适应度计算，基于排序算法的适应度计算如下：
[0025][0026]采用排序计算首先就要对种群中的个体进行排序，个体根据其计算出的目标值从好到差进行降序排列，式中Pos为个体在种群中排序的序位，X为选择压力，当X越接近1时候选择的压力也就越大，序位差导致得选择概率变化也就越小，
[0027]基于排序计算出个体的适应度之后采用式比例适应度概率计算方法，得到物体被
选择的概率，计算公式如下：
[0028][0029]式中i表示第i个个体，f
i
为第i个个体的适应度。
[0030]进一步的，所述步骤4包括如下具体步骤：
[0031]个体的选择采用传统的轮盘选择法，轮盘选择就是把个体的累积选择概率画在一个圆盘上，转动圆盘，最后停在哪一个区域，就代表哪一个个体被选择；
[0032]交叉采用均匀交叉，交叉前先随机产生一个0到1之间的随机数，若随机数的值小于变异概率则执行均匀交叉操作，随机产生两个掩码样本，掩码中的序列表示哪一个父代个体提供为下一代的基因序列，若掩码的当前位为0则父代1当前位给其提供该位置上的基因序列，若为1则父代2给当前位提供基因序列；
[0033]采用二进制转换的方法对基因序列执行变异操作，变异前先随机产生一个0到1之间的随机数，若随机数的值小于变异概率则执行变异操作，随机对基因序列上某一序列进行突变，实现0突变为1或者1突变为0。
[0034]进一步的，所述步骤6包括如下具体步骤：
[0035]此步骤是将子代和父代进行混合选择，选择的实现是对子代和父代中目标值小的个体进行保留，将父代中目标值小的个体替换子代中目标值靠后的10％个体。
[0036]进一步的，所述步骤7包括如下具体步骤：
[0037]通过仿真验证算法优化结果的正确性：设计一个传统的贴片型反射阵列单元，介质基板采用的介电常数为2.55，介质损耗为0.002的F4B材料，介质基板的h高度为2mm，贴片单元位于介质基板的正面，介质基板的背面为金属地，通过反射相位和幅度随着w变化的关系图可知，状态0对应w＝7.1mm，状态1对应的w＝8.8mm，在10GHz左右两种状态下的相位差值达到180度，反射损耗保持在
‑
0.2dB以内；
[0038]给出16
×
16的1Bit反射贴片阵列的结构，阵列有一个喇叭馈源和一个反射阵面构成，反射阵面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种1Bit反射阵相位优化方法，基于遗传算法和快速傅里叶变换算法，其特征在于，包括如下步骤：步骤1：初始化种群，即父代；步骤2：结合快速傅里叶变换计算父代的目标值；步骤3：根据目标值计算出个体的适应度和选择概率；步骤4：对种群个体进行选择、交叉、变异产生新的相位分布，即子代；步骤5：重复步骤2计算出子代目标值；步骤6：根据子父代目标值选择出新的目标值，重复步骤2到6，直到优化出最优解；步骤7：验证算法优化结果的正确性和优化方向图优化的正确性。2.根据权利要求1所述的1Bit反射阵相位优化方法，其特征在于，所述步骤1包括如下具体步骤：采用对称相位面，简化基因序列，加快算法的收敛速度，在基因优化的序列上采用对称面将主波束辐射下的编码长度降为原来的四分之一，将对称波束辐射下的编码长度降为原来的二分之一，在简化序列的基础上，采用随机概率函数生成二进制编码的初始化种群。3.根据权利要求1所述的1Bit反射阵相位优化方法，其特征在于，所述步骤2包括如下具体步骤：目标值的计算使用简化的方向图计算公式并结合快速傅里叶变换进行加速，计算出的方向图和边界条件进行做差得到当前个体相位分布对应的目标值大小，目标值的计算公式如下：F
GA
＝W1·
F
1GA
+W2·
F
2GA2GA
式中W1和W2为权重系数F
1GA
为超出下边界的目标值误差，F
2GA
为超出上边界的目标值误差，其中i和j表示方向图计算中的离散角度指标，电场E为当前相位所计算出的归一化电场，E
Upmask
和E
lowMask
分别为约束条件的上边界和下边界，通过设置边界值得到所需要的辐射方向图，方向图的计算采用如下公式：方向图，方向图的计算采用如下公式：式中φ
RA，mn
为每个单元的补偿相位，为单元的位置向量，为辐射方向图的观测角度，d
x
和d
y
为单元在X轴和Y轴方向上的长度大小，表示斜入
射角度下单元的反射损耗，表示反射单元辐射的归一化电场方向图，在运算中q
r
和q
e
取值为1，从式中看出F
′
(m，n)为只和m、n有关的系数项，方向图的计算转化为二维傅里叶变换的计算，采用二维快速傅里叶变换完成加速。4.根据权利要求1所述的1Bit反射阵相位优化方法，其特征在于，所述步骤3包括如下具体步骤：采用基于排序的适应度计算，基于排序算法的适应度计算如下：采用排序计算首先就要对种群中的个体进行排序，个体根据其计算出的目标值从好到差进行降序排列，式中Pos为个体在种群中排序的序位，X为选择压力，当X越接近1时候选择的压力也就越大，序位差导致得选择概率变化也就越小，基于排序计算出个体的适应度之后采用式比例适应度概率计算方法，得到物体被选择的概率，计算公式如下：式中i表示第i个个体，f
i
为第i个个体的适应度...

【专利技术属性】
技术研发人员：郑开浪，徐魁文，习浩伟，陈世昌，余显斌，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：