System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于动态权重多阶段优化的低轨卫星系统波束赋形方法技术方案_技高网

基于动态权重多阶段优化的低轨卫星系统波束赋形方法技术方案

技术编号:40256717 阅读:10 留言:0更新日期:2024-02-02 22:48
本发明专利技术公开了基于动态权重多阶段优化的低轨卫星系统波束赋形方法,属于卫星通信技术领域。本发明专利技术包括以下步骤:主瓣增益优化;主瓣波动优化;全局最高旁瓣优化;同频波位旁瓣优化;主瓣范围外单调下降优化;过渡带外旁瓣优化。本发明专利技术借助粒子群优化算法,通过分段优化和动态权重的方式实现了波束赋形多目标高效率优化,特别针对主瓣形状约束条件设计了量化和适应度值计算的方法,使优化出来的方向图主瓣更为规整。

【技术实现步骤摘要】

本专利技术属于卫星通信,具体涉及一种基于动态权重多阶段优化的低轨卫星系统波束赋形方法


技术介绍

1、近年来,低轨卫星系统凭借其路径损耗低、系统容量大、覆盖范围广等优势,成为各国研究的热点,许多大型公司如oneweb、spacex等都开始大力建设低轨卫星系统。很多低轨卫星系统都采用了星载相控阵天线来实现灵活的波束赋形。在低轨卫星的对地覆盖区域内,受地球曲率的影响,星地空间损耗相差很大,需要进行等通量覆盖;同时,覆盖区域往往划分多个波位,通过频率复用来提高系统容量,需要进行同频干扰抑制;并且,系统设计时往往对主瓣波动、旁瓣高度等指标提出要求;除此之外,空域内方向图主瓣形状也要尽可能规整。可见,低轨卫星系统波束赋形有着诸多约束条件,是一个多目标优化问题。

2、粒子群优化(pso)算法的思想来源于鸟群的觅食行为。鸟群在飞行过程中,个体之间会对信息进行共享,使整个群体能更快地发现食物。kennedy和eberhart通过研究鸟群这种行为,于1995年提出了pso算法。pso算法作为一种高效的全局搜索优化算法,在科学研究和工程优化设计中得到了广泛的应用。传统的pso算法用于求解单目标问题,对于多目标优化问题时,一般可以通过加权求和、数学规划等方法将多目标优化问题转化为单目标优化问题。对于低轨卫星波束赋形优化这一实际问题,如果将所有方向图约束条件直接整合成单一的适应度值,会导致迭代效率很低,甚至无法优化出主瓣。通过分析可知,低轨卫星波束赋形优化的一系列约束条件有着一定的逻辑顺序,应该首先满足主瓣最低增益的约束条件,在初步形成主瓣的基础上,再考虑主瓣波动、旁瓣高度、同频干扰抑制等其他指标,而对主瓣形状的细微调整可以放在优化的最后阶段。另外,对于不同约束条件,尤其是“主瓣形状规整”,如何进行准确的量化并定义其适应度值,是十分重要的。


技术实现思路

1、本专利技术的目的在于提供一种基于动态权重多阶段优化的低轨卫星系统波束赋形方法,借助粒子群优化算法,通过分段优化和动态权重的方式实现了波束赋形多目标高效率优化,特别针对主瓣形状约束条件设计了量化和适应度值计算的方法,使优化出来的方向图主瓣更为规整。

2、本专利技术采用的技术方案为:

3、基于动态权重多阶段优化的低轨卫星系统波束赋形方法,包括以下步骤:

4、步骤1,第1个优化阶段:采用粒子群优化算法进行主瓣增益优化;

5、步骤2,第2个优化阶段:采用粒子群优化算法进行主瓣波动优化;

6、步骤3,第3个优化阶段:采用粒子群优化算法进行全局最高旁瓣优化;

7、步骤4,第4个优化阶段:采用粒子群优化算法进行同频波位旁瓣优化;

8、步骤5,第5个优化阶段:采用粒子群优化算法进行主瓣范围外单调下降优化;

9、步骤6,第6个优化阶段:采用粒子群优化算法进行过渡带外旁瓣优化,完成波束赋形;

10、步骤1至步骤6中所采用的粒子群优化算法仅适应度值计算方式不同,各优化阶段的粒子群优化算法具体方式如下:

11、步骤pso-1:设定优化参数,包括种群规模n,惯性系数w,学习因子c1、c2,幅度最小速度限制va-min,幅度最大速度限制va-max,幅度最小位置限制xa-min,幅度最大位置限制xa-max,相位最小速度限制vp-min,相位最大速度限制vp-max,相位最小位置限制xp-min,相位最大位置限制xp-max;

12、步骤pso-2:初始化种群,在限制范围内随机生成种群中每个粒子的初始化位置和初始化速度;设阵元数为m,则每个粒子的维度是2m,其中,前m维对应m个阵元的加权幅度,后m维对应加权相位;

13、步骤pso-3:计算每个粒子的适应度值;

14、步骤pso-4:设定变量pbest记录迭代过程中每个粒子所经历的适应度值最小的位置,初始时,将每个粒子的pbest设为该粒子的当前位置;

15、步骤pso-5:设定变量gbest记录迭代过程中整个种群所经历的适应度值最小的位置,初始时,gbest设为所有粒子的pbest中适应度值最小的值;

16、步骤pso-6:进行每个粒子的速度更新:

17、vnm(t+1)=wvnm(t)+c1ξ(pbestnm(t)-xnm(t))+c2η(gbestnm(t)-xnm(t))

18、其中,n=1,2,…,n,m=1,2,…,2m,ξ和η是[0,1]范围内的随机数;

19、步骤pso-7:进行每个粒子的速度限制:

20、

21、步骤pso-8:进行每个粒子的位置更新:

22、xnm(t+1)=xnm(t)+vnm(t+1)

23、步骤pso-9:进行每个粒子的位置限制:

24、

25、步骤pso-10:更新每个粒子的个体历史最优pbest;对于每个粒子,如果当前位置的适应度值小于当前的pbest值,则用当前位置更新当前pbest;

26、步骤pso-11:更新全局历史最优gbest;在当前所有粒子的pbest中选取最小值,如果该最小值小于当前的gbest值,则用其更新当前gbest;

27、步骤pso-12:重复步骤pso-6——步骤pso-11,直到gbest=0,则gbest为该优化阶段的结果。

28、进一步地,对于第i个优化阶段,i=1,2,…,6,适应度值的计算方式为:

29、

30、其中,fj(ω)为适应度值第j分量,j=1,2,…,6,每个优化阶段都对应一个适应度值分量;ω为粒子所对应的波束赋形加权矢量;g为适应度值分量权重矩阵,g(i,j)表示在第i个优化阶段的适应度值计算中,适应度值第j分量所占的权重,g是一个下三角矩阵,表示为:

31、

32、其中,k为常数且满足k>>1,从而保证前一个阶段优化完成的相关波束指标在后续的优化阶段中能够保持。

33、进一步地,对于第1个优化阶段,设主瓣区域内有lm个采样点,为这些采样点对应的离轴角和方位角,lm=1,2,…,lm,为主瓣区域内角度为时的最低增益约束,则适应度值第1分量f1(ω)的计算方法如下:

34、

35、

36、其中,离轴角为θ,方位角为所对应的方向图上的点的增益计算方式为:

37、

38、其中,为方向上的导向矢量,的计算方法为:

39、

40、其中,λ为波长,(xm,ym)为第m个阵元的坐标,m=1,2,…,m。

41、进一步地,对于第2个优化阶段,适应度值第2分量f2(ω)的计算方法如下:

42、

43、

44、其中,w为主瓣最大波动约束;

45、离轴角为θ,方位角为所对应的方向图上的点的增益计算方式为:

46、

47、其中,为方向上的导向本文档来自技高网...

【技术保护点】

1.基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第i个优化阶段,i=1,2,…,6,适应度值的计算方式为:

3.根据权利要求2所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第1个优化阶段,设主瓣区域内有LM个采样点,为这些采样点对应的离轴角和方位角,lM=1,2,…,LM,为主瓣区域内角度为时的最低增益约束,则适应度值第1分量f1(ω)的计算方法如下:

4.根据权利要求3所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第2个优化阶段,适应度值第2分量f2(ω)的计算方法如下:

5.根据权利要求4所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第3个优化阶段,设方向图可视区域内、主瓣范围之外有LS个极大值采样点,为这些极大值采样点对应的离轴角和方位角,lS=1,2,…,LS,则适应度值第3分量f3(ω)的计算方法如下:

6.根据权利要求5所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第4个优化阶段,设同频波位共有Q个,第q个同频波位的采样点个数为Lq,q=1,2,…,Q,为第q个同频波位中第lq个采样点对应的离轴角和方位角,lq=1,2,...,Lq,则适应度值第4分量f4(ω)的计算方法如下:

7.根据权利要求6所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第5个优化阶段,沿着主瓣边界设置一系列以边界上的点为起点、指向远离边界方向的边界射线,每一条边界射线上的采样点,按照距离主瓣边界从近到远的顺序,设定其增益单调下降,直到增益不大于MaxP+SLL,此时设定沿着射线方向剩余的采样点的增益都不大于MaxP+SLL;设边界射线的数量为R,第r条边界射线上的采样点数为Lr,r=1,2,…,R,Lr>2,且采样点的编号1,2,…,Lr是按照距离主瓣边界从近到远的顺序,第lr个采样点对应的离轴角和方位角为则适应度值第5分量f5(ω)的计算方法如下:

8.根据权利要求7所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第6个优化阶段,在主瓣边界向外的区域划定一个比主瓣边界更大的新边界,主瓣区域与新边界之间的区域称为主瓣的过渡带,设定过渡带外的采样点增益均不大于MaxP+SLL;设方向图可视区域内、主瓣过渡带之外有LT个采样点,为这些采样点对应的离轴角和方位角,lT=1,2,…,LT;则适应度值第6分量f6(ω)的计算方法如下:

...

【技术特征摘要】

1.基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第i个优化阶段,i=1,2,…,6,适应度值的计算方式为:

3.根据权利要求2所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第1个优化阶段,设主瓣区域内有lm个采样点,为这些采样点对应的离轴角和方位角,lm=1,2,…,lm,为主瓣区域内角度为时的最低增益约束,则适应度值第1分量f1(ω)的计算方法如下:

4.根据权利要求3所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第2个优化阶段,适应度值第2分量f2(ω)的计算方法如下:

5.根据权利要求4所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第3个优化阶段,设方向图可视区域内、主瓣范围之外有ls个极大值采样点,为这些极大值采样点对应的离轴角和方位角,ls=1,2,…,ls,则适应度值第3分量f3(ω)的计算方法如下:

6.根据权利要求5所述的基于动态权重多阶段优化的低轨卫星系统波束赋形方法,其特征在于,对于第4个优化阶段,设同频波位共有q个,第q个同频波位的采样点个数为lq,q=1,2...

【专利技术属性】
技术研发人员:智开宇李靖卫少卿曹毅冯世强刘彦刚王敬张超逸赵畅
申请(专利权)人:中国电子科技集团公司第五十四研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1