[发明专利]基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法

摘要

本发明属于天线阵列布阵优化技术领域，特别涉及子阵级天线阵列的优化布阵方法，具体提供基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法；本发明首先采用子阵级阵列思想与阵元稀疏布阵结合建立布阵模型，然后将天线阵列的峰值旁瓣电平设为适应度函数建立优化模型，最后采用遗传算法对该优化模型求解最优结果。本发明将采用子阵级阵列思想与阵元稀疏布阵结合不但能够克服地形问题，灵活的划分子阵进行布阵，同时又通过“子阵稀布”和“阵元稀疏”的联合优化方法进一步有效的降低PSLL，与分子阵技术布阵方法相比PSLL有显著的降低；另外，本发明收敛速度为现有稀布阵列布阵收敛速度的5到10倍，收敛速度显著提升。

主权项

1.基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法，包括以下步骤：步骤1.建立布阵模型阵列孔径为L，阵元总数为N，阵列栅格点总数为M，栅格间距为d；将阵列分为P个子阵，第i个子阵与第i+1个子阵的间距设为D_i,i＝1,2,...,P‑1，D_i＞D_c、D_c为子阵间最小间距，阵列栅格点在子阵内均匀分布，子阵内的阵元基于栅格点稀疏分布，单个子阵内栅格数为：设x_m表示第m个栅格点在阵列中的位置、其中m＝1,2,...,M，且x₁＝0，令其中[·]表示取整，B＝m\M₀、其中“\”表示取余，则：设阵元均为全向性理想天线，即天线单元方向图函数Fa(θ)＝1，则阵列方向图为：其中，F_s(θ)表示阵因子，为激励电流、设λ为入射信号载波波长，θ为接收信号入射方向与水平方向的夹角、θ₀为主波束指向位置；步骤2.建立优化模型加入天线标志位am，am＝1表示第m个栅格点有阵元、am＝0表示第m个栅格点无阵元，且a1＝1、aM＝1；则阵列方向图表示为：将峰值旁瓣电平设为适应度函数，归一化后适应度函数为：其中，FFmax为主瓣电平；则建立得优化模型为：min{Fitness(a1,a2,...,aM；D1,D2,...DP‑1)}；步骤3.采用遗传算法优化上述优化模型A、创建初始群体：对于基于阵元的稀疏优化，优化变量为am；利用随机法对阵列中所有栅格点的标志位am进行随机赋值为1或0，生成由1和0组成的列向量，即为一个个体，其中赋值为1的个数等于N；依次生成g个个体组成种群group1；对于基于子阵间距的稀布优化，优化变量为Di；利用随机法对Di随机赋值一个约束范围内的实数，组成列向量即为一个个体，依次生成g个个体组成种群group2；其约束范围为：Dc到Dc+[L‑d×P(M0‑1)]/(P‑1)之间；B、计算适应度函数：将group1和group2中的个体依次组成g个个体对，依次带入适应度函数计算得g个函数值；C、遗传选择：根据计算出的适应度函数值按从小到大的顺序对个体对进行排序，并按比例转化为选中概率，根据选中概率分别对group1和group2中个体采用轮盘赌方法进行选择，生成新的种群group1'和group2'；D、遗传交叉：分别对group1'和group2'中的个体进行两两随机配对；对每一对相互配对的个体，随机设置一个交叉点，根据预设的交叉概率在其交叉点处相互交换两个个体向量的左段，从而产生两个新的个体；E、遗传变异：对于基于阵元的稀疏优化，对每个个体随机选中两个基因值，依变异概率指定变异点，检测两个基因值的异或是否为1，若为1则分别对两个值进行取反运算，从而产生一个新的个体，否则重新选中两个基因值进行判断；对于基于子阵间距的稀布优化，对每个个体随机选中一个基因值，替换为在约束范围内的一个新值；F、返回步骤B开始循环迭代，直到完成预设遗传代数G，得到两个最终种群；步骤4.将两个最终种群按步骤B计算适应度函数，函数最小值对应的个体对即为最优结果。