基于杂草算法的共形天线阵方向图综合方法技术

【技术实现步骤摘要】
基于杂草算法的共形天线阵方向图综合方法
本专利技术属于阵列天线领域，涉及一种仿生算法，特别是基于杂草算法的共形天线阵方向图综合方法。
技术介绍
伴随着雷达系统的迅猛发展，阵列天线作为其电磁波收发装置的核心备受人们关注，如何通过对天线单元幅相激励的综合来实现所需天线阵列方向图一直是研究的热点问题。由于天线系统应用需求及环境的复杂化，传统的天线综合技术往往显得乏力，因此采用基于仿生技术的各类优化算法的方向图综合技术得到了极大的发展。仿生算法对于多参数、不可微、甚至不连续的目标函数的优化具有独特的优势。蚁群算法、粒子群算法、遗传算法以及差分进化算法等一系列优化算法由于其独特的特性在方向图综合技术中应用极为广泛。蚁群算法和粒子群算法编码简单，结构简洁，收敛速度较快。但是，它们相对也较容易出现停滞现象和陷入局部优解。而遗传算法搜索全局最优解的能力更强，并且采用并行操作，可以有效的防止搜索过程收敛于局部最优，但是它的缺点是速度较慢，消耗的时间较长。近年来，在进化计算领域出现了一种新型的数值优化计算方法，称为野草或杂草(InvasiveWeedOptimization，IWO)算法，是伊朗德黑兰大学的A.R.Mehrabian以及C.Lucas为解决数值优化问题在2006于EcologicalInformatics杂志上发表论文《Anovelnumericaloptimizationalgorithminspiredfromweedcolonization》中首次提出。IWO算法自提出以来，以其卓越的性能得到学者们的广泛关注与运用。IWO是一种受野草启发而提出的、基于种群的数值优化计算方法，其执行过程是模拟野草的殖民化过程。作为一种全新的优化计算方法，IWO算法具有易于理解、易于编程实现的特点。适用于求解一些利用常规的数学规划方法所无法求解的复杂环境中的优化问题。杂草入侵的过程是：适应环境、乘机居留、占据地盘、结籽繁殖、扶养种群、随机应变、逐渐密集、适者生存、竞争消亡，适应性好的个体获得更多的生存机会。野草的占据领地和殖民化行为是按照如下方式进行的：(1)人类在种植庄稼的过程中会在一些易受到野草侵袭的田地上遗留下一些未使用的资源，这给野草创造了生存的空间；(2)野草通过扩散的方式侵入这些空间，随后通过殖民化过程来逐渐侵占田地；(3)野草的生物多样性使得野草进化出许多不同的变种植物，这些植物具有掌控和探索这些生存空间的良好适应性，随着时间的推移，它们通过适者生存原则进行局部适应和种群改进；(4)随着农耕季节的进行，野草的这种特性在野草生命的最佳时期被广泛传播，它们借此在植物社区中使它们的适应性达到最大化。随着IWO算法的发展，逐渐吸引越来越多的学者对IWO算法进行研究并不断改进，而且大量的将其应用于解决实际问题。IWO算法具有柔性的框架，其中的各种机制都可用多种算法予以实现。目前IWO算法已经在许多领域得到了应用，譬如标准多维数值优化函数集和鲁棒控制器优化与调节问题、图像聚类问题、约束工程设计问题、多输入多输出(MIMO)系统天线阵列设计问题、DNA编码顺序计算问题、压电激励器的优化放置问题、推荐系统问题、分布数据合并过程进展预测问题以及电力市场动荡性研究问题。由于IWO算法具有运算步骤简单和善于解决多变量问题等优点，所以适合应用于各种天线阵方向图综合问题。由于共形天线与载体融合的特点使机载天线系统得到极大的改善，所以近年来有关共形天线阵列技术研究成为了学者们关注的热点问题。但与此同时也给阵列设计和方向图综合带来了巨大的挑战。由于共形阵列载体通常为非平面结构，阵元辐射方向性差异较大，使得共形阵对辐射单元的幅度、相位设计更为复杂；而且，相对于平面阵和简单共形阵，复杂共形阵所面临的副瓣电平较高问题就尤为突出，因此低副瓣技术的研究成为共形天线阵列设计的核心问题。球面及部分球面也是常用的共形天线载体，可以用于拟合飞行器、卫星等等系统的部分表面，因而研究其共形阵阵面综合技术对共形天线阵的推广及实用化非常关键。在实际应用中，由于天线阵的交叉极化问题会在一定程度上降低接收机系统的性能并引起干扰，所以对天线阵的低交叉极化综合一直是学者们研究的热点问题。对于共形天线阵，由于天线单元共形在二次曲面上，所以每个天线单元的指向都不相同，尤其是对于圆极化天线单元，天线的不同指向会引起天线阵的交叉极化恶化。在这种情况下，需要对主极化和交叉极化进行同时综合。
技术实现思路
本专利技术的目的是提供一种基于杂草算法的共形天线阵方向图综合方法，即以适应度为基准繁殖机制、采用子父代竞争排斥机制的共形天线阵方向图综合算法，该种算法具备全局性和有效性，可防止陷入局部最优解、最大限度保留有用信息。本专利技术的目的是这样实现的，基于杂草算法的共形天线阵方向图综合方法，其特征是，至少包括如下步骤：步骤101：种群初始化，根据编码方式，随机产生初始种群，初始种群中的杂草个数N可根据实际问题的规模和复杂度进行确定，即N个杂草以随机方式在d维空间扩散分布，设置试验参数，计算适应度函数值；步骤102：生长繁殖，即生长繁殖是根据每个个体自身的适应性，即适应度函数值，计算每个个体能产生种子的个数；步骤103：空间扩散，即IWO算法种群产生的种子被随机播撒在d维空间中，产生种子的方式是通过将某个解加上某个数值D，而该数值的变化标准差σ在每一代的取值范围限定为最初的区间步长σinitial与最终的区间步长σfinal之间，则它们之间的关系为其中，σiter为当前的区间步长、itermax为最大迭代次数、iter为当前迭代数，n为非线性调节指数；步骤104：竞争排斥，即采用竞争性生存法则，通过预先设定的最大种群数目确定最大种群大小，当达到最大种群数目时先按前面规则自由繁殖，扩散完成后，再将父代和子代一起进行排列，按适应值大小进行淘汰，以达到种群上限要求；步骤105：判断种子数是否达到最大种群数，如果没有达到，进行步骤102继续进行生长繁殖，如果达到了最大种群数，则进行步骤106；步骤106：根据竞争性生存法则选取Qsize个适应值最好的解；步骤107：判断当前迭代次数是否达到最大迭代次数，若是没有，即iter<itermax，就继续进行步骤102，否则进行步骤108；步骤108：退出算法执行过程并输出最优解。所述步骤102,生长繁殖中，各杂草所产生的种子个数为计算公式为：其中，wn为杂草种子个数，f代表当前个体适应度值，fmax、fmin代表当前种群最大和最小适应度值，smax、smin为最大和最小可生成种子数，为可调参数，认为smax＝5,smin＝1即足以解决绝大部分最优化问题。本专利技术与现有的各种方向图综合算法相比具有以下优点：本专利技术应用IWO中以适应度为基准的繁殖机制，在算法中，繁殖过程按照自然界中的繁殖法则，给予不可行的个体生存和繁殖的机会，只是这种机会相对较少。这样以来可以增加算法的全局性，防止早熟和陷入局部最优解；本专利技术使用子父代竞争排斥机制，当繁殖达到种群上限时，先让所有个体自由繁殖，扩散完成后，再将父代和子代一起进行排列，按适应值大小进行淘汰。这种机制给予那些适应值低的个体繁殖的机会，如果它们的后代的适应值更好，这些后代就可以生存下来。从而最大限度保留有用信息来本文档来自技高网...

【技术保护点】
基于杂草算法的共形天线阵方向图综合方法，其特征是，至少包括如下步骤：步骤101：种群初始化，根据编码方式，随机产生初始种群，初始种群中的杂草个数N可根据实际问题的规模和复杂度进行确定，即N个杂草以随机方式在d维空间扩散分布，设置试验参数，计算适应度函数值；步骤102：生长繁殖，即生长繁殖是根据每个个体自身的适应性，即适应度函数值，计算每个个体能产生种子的个数；步骤103：空间扩散，即IWO算法种群产生的种子被随机播撒在d维空间中，产生种子的方式是通过将某个解加上某个数值D，而该数值的变化标准差σ在每一代的取值范围限定为最初的区间步长σinitial与最终的区间步长σfinal之间，则它们之间的关系为σiter=(itermax-iter)nitermaxn(σinitial-σfinal)+σfinal---(1)其中，σiter为当前的区间步长、itermax为最大迭代次数、iter为当前迭代数，n为非线性调节指数；步骤104：竞争排斥，即采用竞争性生存法则，通过预先设定的最大种群数目确定最大种群大小，当达到最大种群数目时先按前面规则自由繁殖，扩散完成后，再将父代和子代一起进行排列，按适应值大小进行淘汰，以达到种群上限要求；步骤105：判断种子数是否达到最大种群数，如果没有达到，进 行步骤102继续进行生长繁殖，如果达到了最大种群数，则进行步骤106；步骤106：根据竞争性生存法则选取Qsize个适应值最好的解；步骤107：判断当前迭代次数是否达到最大迭代次数，若是没有，即iter...

【技术特征摘要】
1.基于杂草算法的共形天线阵方向图综合方法，其特征是，至少包括如下步骤：步骤101：种群初始化，根据编码方式，随机产生初始种群，初始种群中的杂草个数N可根据实际问题的规模和复杂度进行确定，即N个杂草以随机方式在d维空间扩散分布，设置试验参数，计算适应度函数值；步骤102：生长繁殖，即生长繁殖是根据每个个体自身的适应性，即适应度函数值，计算每个个体能产生种子的个数；步骤103：空间扩散，即IWO算法种群产生的种子被随机播撒在d维空间中，产生种子的方式是通过将某个解加上某个数值D，而该数值的变化标准差σ在每一代的取值范围限定为最初的区间步长σinitial与最终的区间步长σfinal之间，则它们之间的关系为其中，σiter为当前的区间步长、itermax为最大迭代次数、iter为当前迭代数，n为非线性调节指数；步骤104：竞争排斥，即采用竞争性生存法则，通过预先设定的最大种群数目确定最大种群大小，当达到最大种群数目时先按前面规则自由繁殖，扩散完成后，再将父代和子代一起进行排列，按适应值大小进行淘汰，以达到种群上限要求；步骤105：判断种子数是否达到最大种群数，如果没有达到，进行步骤102继续进行生长繁殖，如果达到了最大种群数，则进行步骤106；步骤106：根据竞争性生存法则选取Qsize个适应值最好的解；步骤107：判断当前迭代次数是否达到最大迭代次数，若是没...

【专利技术属性】
技术研发人员：李蕊，徐乐，任学施，崔艳鹏，陈曦，尹应增，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：