CN104901734B - 一种阵列天线波束赋形方法 - Google Patents

一种阵列天线波束赋形方法 Download PDF

Info

Publication number
CN104901734B
CN104901734B CN201510361848.1A CN201510361848A CN104901734B CN 104901734 B CN104901734 B CN 104901734B CN 201510361848 A CN201510361848 A CN 201510361848A CN 104901734 B CN104901734 B CN 104901734B
Authority
CN
China
Prior art keywords
value
particle
fourier transform
directional diagram
phase
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510361848.1A
Other languages
English (en)
Other versions
CN104901734A (zh
Inventor
祁峥东
高国明
袁洪
简玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
724th Research Institute of CSIC
Original Assignee
724th Research Institute of CSIC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 724th Research Institute of CSIC filed Critical 724th Research Institute of CSIC
Priority to CN201510361848.1A priority Critical patent/CN104901734B/zh
Publication of CN104901734A publication Critical patent/CN104901734A/zh
Application granted granted Critical
Publication of CN104901734B publication Critical patent/CN104901734B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/02—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas
    • H04B7/04—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas
    • H04B7/0413—MIMO systems
    • H04B7/0426—Power distribution
    • H04B7/043—Power distribution using best eigenmode, e.g. beam forming or beam steering
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q3/00—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system
    • H01Q3/26—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture
    • H01Q3/30—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array
    • H01Q3/34—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array by electrical means
    • H01Q3/36—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array by electrical means with variable phase-shifters
    • H01Q3/38—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array by electrical means with variable phase-shifters the phase-shifters being digital

Abstract

本发明涉及一种阵列天线波束赋形方法，属于无线通信、信号处理技术领域。本发明涉及一种阵列天线唯相位变换波束赋形方法，即在功率保持不变的情况下仅通过相位加权来实现不同辐射要求的波束赋形，该发明包括以下部分：使用量化粒子群算法得出每一个理想方向图对应的单元幅相值作为迭代傅里叶变换的初值，应用离散傅里叶逆变换(IFFT)得出数组方向图，然后与期望方向图比较得出新的方向图，再应用快速傅里叶变换(FFT)反算出新的单元激励。本发明结合量化粒子群算法方向图赋形的快速性、有效性以及迭代傅里叶算法能最终收敛和收敛速度快的特点，提高仅相位变化各方向图的空域内波束覆盖的能力，因而具有较好的工程实用性。

Description

一种阵列天线波束赋形方法
技术领域
本发明涉及一种基于阵列天线唯相位变换的波束赋形方法。涉及在电流幅度不变仅相位变化的情况下实现对远场方向图变化的技术。
背景技术
阵列天线唯相位变换波束赋形技术是一种仅通过相位加权来改变方向图赋形的方法。不同的辐射方向图是为了实现不同的作用。在很多实际应用中，如空中交通管制雷达、航天器、卫星以及无线通信等，需要产生不同的辐射方向图。唯相位变换波束赋形方法使得天线系统仅使用一个天线阵即可完成不同的任务，这就需要通过一些算法寻求一组合理的激励权值来控制天线波束的指向、宽度、形状、副瓣电平、零陷点的位置。采用只改变馈电相位分布的仅相位加权方法可使其不改变原有功率分配馈电网络和不增加新设备的情况下，利用计算机控制移相器值的改变实现波束赋形，是非常经济的可行方法，由于相位控制比功率控制更加容易实现且拥有更小的功率损耗，因此可以通过唯相位变换技术减少天线增益损失。因此，研究阵列天线的唯相位变换技术是非常必要的。
常规的方法是以单元的激励相位作为优化变量，通过优化算法来完成，如Davis将最小二乘法应用于唯相加权的阵列波束赋形；Haupt用遗传算法实现唯相加权的自适应零点生成；Khzmalyan采用单坐标最小化的方法实现唯相加权波束赋形和自适应零点生成，常规的方法当单元的数量较多时，优化变量也就很多，这样导致优化过程非常耗时，优化的结果无法逼近理想方向图。
本发明利用改进型量化粒子群算法(QPSO)快速获得理想方向图的幅相值作为经典傅里叶(IFFT)迭代算法的初值，结合了量化粒子群算法良好的逼近理想方向图的能力以及迭代傅里叶算法成熟和运算速度快的优点，回避了初值选择不当后迭代傅里叶算法收敛速度慢或无法收敛的缺点，最终实现在功率保持一定的情况下，仅通过相位加权完成方向图赋形的变化。
发明内容
实现本发明的目的在于提供一种线性阵列唯相位变化方向图综合方法。
实现本发明目的的技术解决方案为：将线性阵列的每一单元电流幅度与相位幅度做等间隔分段处理，取分段后每段的中间值作为量化值，算法运行中计算可能的初值，中间迭代值以及满足唯相位变换方向图的终值均量化到选择分段后每段的中间值；选定智能算法中的初始种群数，最大种群数标准差，标准差最终值，非线性调节因子，缩放影子，适应度函数，循环次数等固定参数和计算公式，将随机选取的量化值作为每个阵列单元幅度相位的初始迭代值，取得满足条件的单一方向图综合的幅相值。将满足方向图要求的幅相值作为迭代傅里叶变化的初始值，在离散傅里叶变换得出方向图的步骤中，电流幅度选择两个方向图综合的电流幅度的均值作为下一步迭代值输入，在应用快速傅里叶变换之前，将方向图里不满足要求的主瓣和副瓣部分直接用期望方向图的模值代替。
一种阵列天线波束赋形方法，其特征在于：
(1)量化的相位值，便于应用在实际工程。
(2)量化粒子群算法将每个单元的电流和相位进行量化处理，将无限可能的值简化为有限个可能的值，通过缩小搜索范围来获得较强的局部搜索能力以增强算法的整体收敛性能。
(3)将量化粒子群算法得出的单元幅相值作为迭代傅里叶算法的初值，提高经典迭代傅里叶算法收敛速度的同时保证了算法的最终收敛。
附图说明
图1：共电流幅度仅相位加权下平顶波束赋形效果图。
图2：共电流幅度仅相位加权下余割平方赋形效果图。
图3：计算得出的共电流幅度值。
图4：计算得出的各方向图对应的相位值。
具体实施方式
本发明的技术方案具体实施过程如下：
步骤一：将每个单元的幅相参数量化，确定幂数N，对线性阵列的每一个单元的电流幅度和相位幅值分别按照上下限进行等间隔分段，分段数量为2N，取每个分段的中间值作为量化值，并对每一个量化后电流幅度和相位幅度分别度按1～2N进行编号；假设QPSO算法的单元数为M，则初始种群数初值设定为2M，最大种群数设定10M，可产生的种子区间为[1，M/2]，解搜索空间为[1，2N]；QPSO算法中的适应度函数选择为：
0.8×|MSLL-SLVL|+0.2|LL_MAX-NLVL|，
其中：MSLL为方向图旁瓣最高值；SLVL为理想方向图旁瓣最高值；NLVL为所有指定角处的模值；LL_MAX为理想方向图的波纹的上下限；
步骤二：QPSO算法具体实施步骤如下：
(a)计算粒子的初始位置和速度，速度和位置利用公式
其中w为惯性因子，c1和c2为加速因子，r1和r2为[01]之间均匀分布的随机数，w的计算公式为：
其中wmax，wmin分别表示w的最大值和最小值，f表示粒子当前的目标函数值，favg和fmin分别表示当前所有微粒的平均目标值和最小目标值。
(b)引入加权因子计算粒子的适应度，对部分非优胜粒子进行混沌扰动并得到新的位置；
其中cta为混沌搜索区域半径，yij由上式计算所得；
minf＝f(x)
M表示计算中定义的角度采样点数θm为第m个采样的角度，F(x,θm)为计算得出方向图，AF(θm)是理想设计的方向图，β为适应度函数加权因子；
(c)更新每个粒子的个体最优值Pbest和种群的全局最优值Gbest；
(d)如果满足收敛条件，运算终止，否则跳转到步骤二；
步骤三：将满足方向图要求的幅相值作为迭代傅里叶变化的初始值，在离散傅里叶变换得出方向图的步骤中，电流幅度选择多个方向图综合的电流幅度的均值作为下一步迭代值输入，在应用快速傅里叶变换之前，将方向图里不满足要求的主瓣和副瓣部分直接用期望方向图的模值代替。迭代傅里叶变换方法的步骤如下：
(a)在散傅里叶逆变换(IFFT)得出阵列方向图的过程中，每一个单元的模值为上次求出多个方向图对应模值的均值，相位幅值则为上次求出多个方向图各自对应的相位值，并用0补齐余值；
(b)在快速傅里叶变换(FFT)反算各单元激励的过程中，对于方向图与理想方向图的模值不一致性，采用保留原方向图的相位值，用理想方向图的模值直接覆盖的方法，迭代后取前M值作为M个单元的幅相值；
(c)迭代傅里叶算法的过程中当迭代次数超过预定值后自动停止迭代。
实例1：线阵天线由29个单元组成，单元间距0.5λ，约束条件为平顶波束主瓣为|sinθ|≤0.41，波纹为0.1，副瓣为-25dB，余割平方赋形左副瓣范围-1≤sinθ≤-0.15，右副瓣范围为0.7≤sinθ≤1，主瓣范围-0.034≤sinθ≤0.6，波纹为0.1，副瓣为-25dB。表1中为各方向图同功率不同相位值。
表1
单元 各方向图共同的电流幅度(归一化) 平顶波束对应的相位 余割平方对应的相位
1 0.0491 153.2915 -30.0262
2 0.0749 117.1418 -17.0277
3 0.0952 81.7052 -47.4529
4 0.0928 59.6567 -31.4307
5 0.0436 34.1731 -55.2870
6 0.0532 -135.9951 -143.0495
7 0.0949 -134.1145 -123.3142
8 0.0698 -93.7274 -156.4031
9 0.0986 -22.4917 156.0310
10 0.1352 2.0083 165.4776
11 0.1494 36.8310 103.7140
12 0.2879 43.8846 93.4587
13 0.5191 27.9218 92.3340
14 0.8290 14.8164 105.3568
15 1.0000 5.3499 117.7097
16 0.8124 1.4195 142.2021
17 0.2951 7.5490 144.0544
18 0.3427 162.9167 105.0109
19 0.5109 168.9793 98.6630
20 0.3056 179.2509 103.5893
21 0.1703 -55.6297 75.1658
22 0.3240 -31.9501 52.6776
23 0.2223 -22.0397 57.2694
24 0.1206 107.6013 17.6991
25 0.2414 130.7996 9.0192
26 0.1847 129.6297 31.3167
27 0.0655 97.9577 -12.6379
28 0.0924 -33.4717 -19.4365
29 0.0765 -48.5951 -28.7843

Claims (1)

1.一种阵列天线波束赋形方法，其特征在于包括以下步骤：
步骤一：将每个单元的幅相参数量化，确定幂数N，对线性阵列的每一个单元的电流幅度和相位幅值分别按照上下限进行等间隔分段，分段数量为2N，取每个分段的中间值作为量化值，并对每一个量化后电流幅度和相位幅度分别度按1～2N进行编号；假设QPSO算法的单元数为M，则初始种群数初值设定为2M，最大种群数设定10M，可产生的种子区间为[1，M/2]，解搜索空间为[1，2N]；QPSO算法中的适应度函数选择为：
0.8×|MSLL-SLVL|+0.2|LL_MAX-NLVL|，
其中：MSLL为方向图旁瓣最高值；SLVL为理想方向图旁瓣最高值；NLVL为所有指定角处的模值；LL_MAX为理想方向图的波纹的上下限；
步骤二：QPSO算法具体实施步骤如下：
(a)计算粒子的初始位置和速度，速度和位置利用公式
其中w为惯性因子，c1和c2为加速因子，r1和r2为[0,1]之间均匀分布的随机数，pbestij为第i个微粒第j次迭代的结果，pbestj为第i个微粒前j次迭代的最佳值，表示第k+1次迭代过程中微粒i第j次的速度，与分别表示第k与第k+1次迭代过程中，微粒i第j次的位置，微粒对应阵元激励，w的计算公式为：
其中wmax，wmin分别表示w的最大值和最小值，f表示粒子当前的目标函数值，favg和fmin分别表示当前所有微粒的平均目标值和最小目标值；
(b)引入加权因子计算粒子的适应度，对部分非优胜粒子进行混沌扰动并得到新的位置；
其中cta为混沌搜索区域半径，yij表示在以Xij为中心，cta为混沌搜索半径的区域上的随机值；
minf＝f(x)
M表示计算中定义的角度采样点数，θ表示采样的角度，θm为第m个采样的角度，F(x,θm)为计算得出方向图，AF(θm)是理想设计的方向图，β为适应度函数加权因子，主瓣区域中，θ1，θ2分别表示主瓣区域的两个端点，副瓣区域中，θ1，θ2分别表示副瓣区域的两个端点；
(c)更新每个粒子的个体最优值Pbest和种群的全局最优值Gbest；
(d)如果满足收敛条件，运算终止，否则跳转到步骤二中(a)；
步骤三：将满足方向图要求的幅相值作为迭代傅里叶变化的初始值，在离散傅里叶变换得出方向图的步骤中，电流幅度选择多个方向图综合的电流幅度的均值作为下一步迭代值输入，在应用快速傅里叶变换之前，将方向图里不满足要求的主瓣和副瓣部分直接用期望方向图的模值代替；迭代傅里叶变换方法的步骤如下：
(a)在离散傅里叶逆变换得出阵列方向图的过程中，每一个单元的模值为上次求出多个方向图对应模值的均值，相位幅值则为上次求出多个方向图各自对应的相位值，并用0补齐余值；
(b)在快速傅里叶变换反算各单元激励的过程中，对于方向图与理想方向图的模值不一致性，采用保留原方向图的相位值，用理想方向图的模值直接覆盖的方法，迭代后取前M值作为M个单元的幅相值；
(c)迭代傅里叶算法的过程中当迭代次数超过预定值后自动停止迭代。
CN201510361848.1A 2015-06-26 2015-06-26 一种阵列天线波束赋形方法 Active CN104901734B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510361848.1A CN104901734B (zh) 2015-06-26 2015-06-26 一种阵列天线波束赋形方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510361848.1A CN104901734B (zh) 2015-06-26 2015-06-26 一种阵列天线波束赋形方法

Publications (2)

Publication Number Publication Date
CN104901734A CN104901734A (zh) 2015-09-09
CN104901734B true CN104901734B (zh) 2018-08-03

Family

ID=54034149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510361848.1A Active CN104901734B (zh) 2015-06-26 2015-06-26 一种阵列天线波束赋形方法

Country Status (1)

Country Link
CN (1) CN104901734B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105554780B (zh) * 2015-12-23 2019-03-12 哈尔滨工业大学 毫米波下Massive MIMO多小区协作波束分配方法
CN106777601A (zh) * 2016-12-02 2017-05-31 中国船舶重工集团公司第七二四研究所 基于mift与qp算法相结合的平面阵列天线方向图综合方法
CN106850016B (zh) * 2017-02-23 2020-05-19 金陵科技学院 基于mift与cp混合算法的仅相位加权阵列天线波束赋形优化方法
CN107230845B (zh) * 2017-05-09 2020-11-06 北京空间飞行器总体设计部 一种半功率角外波瓣快速跌落的矩形波束赋形天线
CN107256292B (zh) * 2017-05-24 2019-04-19 西北工业大学 动态支配和平均分布择优的方向图优化方法
CN107294589B (zh) * 2017-08-03 2020-10-02 哈尔滨工业大学 基于粒子群优化算法的多波束卫星阵列天线方向图综合方法
CN109061561A (zh) * 2018-08-09 2018-12-21 西北工业大学 一种基于二分查找的自适应阵列方向图综合方法
CN109271735B (zh) * 2018-10-11 2022-11-25 中国舰船研究设计中心 基于量子启发式引力搜索算法的阵列方向图综合方法
CN110768016A (zh) * 2019-06-14 2020-02-07 上海航天电子有限公司 两比特超材料周期性时序调制方法、超材料及相控阵天线
CN112165348A (zh) * 2020-09-28 2021-01-01 贵州航天南海科技有限责任公司 一种基于遗传算法的波束赋形仿真设计方法
CN113127943B (zh) * 2021-03-01 2023-05-05 西安电子科技大学 一种基于遗传和量子粒子群算法的分布式阵列优化方法
CN115114780A (zh) * 2022-06-27 2022-09-27 北京雷久科技有限责任公司 一种圆锥台阵列天线波束赋形方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103260179A (zh) * 2013-05-23 2013-08-21 重庆理工大学 基于ZigBee的QPSO自校正定位方法
CN103810325A (zh) * 2014-01-08 2014-05-21 西安电子科技大学 基于序列二次规划的低旁瓣线性稀布阵列天线优化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101536356B (zh) * 2006-09-22 2012-11-21 意大利电信股份公司 用于合成阵列天线的方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103260179A (zh) * 2013-05-23 2013-08-21 重庆理工大学 基于ZigBee的QPSO自校正定位方法
CN103810325A (zh) * 2014-01-08 2014-05-21 西安电子科技大学 基于序列二次规划的低旁瓣线性稀布阵列天线优化方法

Also Published As

Publication number Publication date
CN104901734A (zh) 2015-09-09

Similar Documents

Publication Publication Date Title
CN104901734B (zh) 一种阵列天线波束赋形方法
CN105048112B (zh) 基于qiwo_ift组合算法的阵列天线唯相位变换波束赋形方法
CN106898884B (zh) 基于混合算法的平面阵列天线和差波束方向图合成方法
CN106850016B (zh) 基于mift与cp混合算法的仅相位加权阵列天线波束赋形优化方法
CN104899374B (zh) 基于小波变异风驱动优化算法直线天线阵方向图综合方法
Li et al. Improved GA and PSO culled hybrid algorithm for antenna array pattern synthesis
CN107766631B (zh) 一种有效控制激励幅度动态范围的阵列天线优化方法
Chakravarthy et al. Linear array optimization using teaching learning based optimization
CN105842666B (zh) 基于差分算法的雷达子阵划分优化方法
Lin et al. Synthesis of sparse linear arrays using vector mapping and simultaneous perturbation stochastic approximation
CN106356641B (zh) 多项式与粒子群混合方法的阵列天线设计方法
CN106777601A (zh) 基于mift与qp算法相结合的平面阵列天线方向图综合方法
Oraizi et al. Sum, difference and shaped beam pattern synthesis by non-uniform spacing and phase control
Paladuga et al. Performance of beamwidth constrained linear array synthesis techniques using novel evolutionary computing tools
CN106886648B (zh) 一种三元矢量合成控制优化方法
CN104950290A (zh) 基于加权k均值聚类的大型相控阵天线子阵划分方法
CN110427669B (zh) 一种相控阵扫描辐射波束的神经网络模型计算方法
Mandal et al. Shaped beam synthesis of concentric ring array antenna using Differential Evolution Algorithm
KR101917044B1 (ko) 이득이 개선된 다중 빔 형성 제어 방법 및 장치
Guney et al. Linear antenna array synthesis using mean variance mapping method
Babale et al. Synthesis of a Linear Antenna Array for Maximum Side-lobe Level Reduction.
Al-Azza et al. Spider monkey optimization (SMO): a novel optimization technique in electromagnetics
Jiang et al. Pattern synthesis of MIMO radar using differential particle swarm optimization algorithm
Mishra et al. A comparative study of DE, PSO and BFO for optimisation of Rectangular Microstrip Patch Antenna with inset feed parameter
CN112165348A (zh) 一种基于遗传算法的波束赋形仿真设计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant