CN107275801A - 一种l型阵列天线的基于获得性遗传的阵元排布方法 - Google Patents
一种l型阵列天线的基于获得性遗传的阵元排布方法 Download PDFInfo
- Publication number
- CN107275801A CN107275801A CN201710346582.2A CN201710346582A CN107275801A CN 107275801 A CN107275801 A CN 107275801A CN 201710346582 A CN201710346582 A CN 201710346582A CN 107275801 A CN107275801 A CN 107275801A
- Authority
- CN
- China
- Prior art keywords
- array
- population
- mrow
- chromosome
- msub
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 210000000349 chromosome Anatomy 0.000 claims abstract description 47
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 38
- 230000035772 mutation Effects 0.000 claims abstract description 10
- 238000001476 gene delivery Methods 0.000 claims abstract description 4
- 238000005457 optimization Methods 0.000 claims description 25
- 230000002068 genetic effect Effects 0.000 claims description 17
- 238000003491 array Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000137 annealing Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01Q—ANTENNAS, i.e. RADIO AERIALS
- H01Q21/00—Antenna arrays or systems
- H01Q21/06—Arrays of individually energised antenna units similarly polarised and spaced apart
- H01Q21/061—Two dimensional planar arrays
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01Q—ANTENNAS, i.e. RADIO AERIALS
- H01Q21/00—Antenna arrays or systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Genetics & Genomics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
一种L型阵列天线的基于获得性遗传的阵元排布方法,涉及L型阵列天线的阵元设计领域,为了解决目前L型阵列天线系统的排布存在局部能力弱的问题。本发明首先针对J_K阵列进行染色体编码,然后计算待优化阵列种群中每一个染色体的适应度,根据获得性遗传的重写概率,随机选择两个父代染色体,计算基因传递百分比后执行重写操作,然后进行变异操作,产生新种群,重复重写和变异两项操作,迭代直到满足预先设定的终止条件,得到最优的种群;然后根据最优的种群基因确定L型阵列天线的阵元排布。本发明适用于L型阵列天线的阵元排布设置。
Description
技术领域
本发明涉及L型阵列天线的阵元设计领域。
背景技术
近年来,人工智能优化系统和阵列天线技术得到了飞速发展,然而由于目前阵列天线的阵元排布优化器的局限,线性阵列测角存在着它的局限性,即通常只能得到一维的角度信息。由于L型阵列天线具有结构简单,布阵效果好等优点而成为应用热点。然而L型阵列存在一个严重的问题,相比于均匀矩形二维阵来说,L型阵列的直接波束形成方向图性能较差,它的测角分辨率和测角精度由于阵元数较少,需要最优化。因此,L型阵列的优化布置对于波束形成以及波束图的可用性十分重要。通过对L型阵列进行布阵优化,可以进一步的增强L型阵列结构简单,阵元数目少的优势,同时也可以改善L型阵列的劣势,即使得其波束形成方向图的性能得到优化。
哈尔滨工业大学在波束形成方向图的性能研究方面做出较大的进步,其申请名称为“一种基于L型阵列天线的波束形成及波束图优化方法(申请号为201510341877.1)”的专利对结构阵列进行了多次优化,极大地提高了波束图测角分辨率和测角精度。但是由于其仅仅用了传统的遗传算法对L型阵列阵元排布进行优化,传统遗传算法存在着收敛速度较慢以及局部搜索能力弱,容易出现早熟等缺点,从而使L型阵列天线的阵元排布得不到快速最优结果,进而导致其波束形成及波束图优化方法不能发挥稳定的效果或最优的效果。所以针对于L型阵列天线的阵元排布方法和系统有待于提高或改进。
为了提高优化算法的整体寻优能力和局部寻优能力,目前大多数方案选择用两种算法相结合,如将遗传算法和退火算法相结合,虽然通过两种以上的算法进行寻优能够取得相对较好的效果,但是这种方案存计算量较大、寻优速度较慢等问题,以及全局搜索能力和局部搜索能力都有待于进一步提高。
发明内容
本发明的一种L型阵列天线的基于获得性遗传的阵元排布方法,为了解决目前L型阵列天线系统的排布存在局部能力弱的问题。
一种L型阵列天线的基于获得性遗传的阵元排布方法,包括以下步骤:
将矩形阵天线中央部分阵元除去,只保留相邻边界两列阵元所得到的阵列基本结构即为L型阵列天线;
步骤1、J_K阵列是L型阵列天线相邻边界两列阵元数目分别为J、K的阵列;针对J_K阵列进行编码:
将J_K阵列作为一个染色体,在形成个体的基因时,用J+K组随机生成的二进制字符串来表示该J_K阵列,二进制数字串的位数为Na,把每一个二进制字符串称为染色体上的一个基因;每个二进制字符串所代表的意义是该阵元和前一个阵元的阵元间距,利用上述方法生成J+K个基因,作为遗传算法的初始种群保存;
为了方便表示将染色体中基因的总数J+K用d表示,有d=J+K;此时每个染色体记为的基因串组成为表示为其中,表示基因,j表示染色体中基因的序号;种群其中,k为种群进化的代数;i表示种群中染色体的序号;NG表示种群大小;
步骤2、将初始种群Gk进行一次调整;然后计算种群Gk中每一个染色体的适应度;
步骤3、执行重写操作产生新种群G′k+1:
步骤3.1、根据获得性遗传的重写概率ρ,ρ∈(0,1],随机选择两个父代染色体和且
步骤3.2、比较父代染色体的适应度函数值和的适应度函数值的大小,计算基因传递百分比pt:
然后根据下式计算传递的基因数目nt:
nt=d×pt
其中d为染色体的基因总数;
步骤3.3、执行重写操作:
首先,将适应度强的染色体记为保留作为k+1代染色体将适应度弱的染色体记为
其次,从适应度强的染色体传递nt个基因到适应度弱的染色体传递基因的位置随机选取,形成新的染色体
将作为k+1代染色体
步骤3.4、重复NG次步骤3.1至步骤3.3,重写操作之后产生临时的新种群G′k+1;
步骤4、根据变异概率pm,执行变异操作,产生一次优化操作后的新种群Gk+1;
步骤5、计算种群Gk+1中每一个染色体的适应度,重复迭代第3步到第4步过程,直到满足预先设定的终止条件,得到最优的种群;然后根据最优的种群基因确定L型阵列天线的阵元排布。
优选地,步骤4中执行变异操作过程采用获得性遗传的定向变异方法进行变异;之后产生一次优化操作后的新种群Gk+1。
优选地,步骤2中将初始种群进行一次调整中所述的调整过程如下:
先将每代J+K个二进制字符串转化为十进制数字,二进制字符串转化后的十进制数字的值对应代表该阵元和前一阵元的阵元间距,也就是将二进制字符串还原后得到阵元间距D;
计算前J个阵元的位置时,生成每个阵元间距D后并对其进行计数,累计计算出整体口径的值,若阵元间距D的累计值即将超出阵列最大口径Da,则强制性的将后面阵元的阵元间距都调整为1;
对后K个阵元的调整方法与前J个阵元相同。
优选地,所述的调整中将二进制字符串转化十进制数字公式如下:
其中,N7代表二进制字符串,|·|代表取整,Da是阵列最大口径。所述的阵列最大口径Da为55。
优选地,步骤4中产生一次优化操作后的新种群Gk+1后对种群Gk+1进行一次调整,调整过程和步骤2中的调整过程相同。
本发明具有以下有益效果:
本发明在L型阵列天线的阵元排布过程中用到的遗传算法能够基于现有的遗传算法最大限度的提高局部搜索能力,避免了传统遗传算法陷入局部最优和后期进化缓慢问题,而且本发明设计的基于获得性遗传原则的重写操作,取代了传统遗传算法的选择和交叉操作。相比传统的遗传算法和改进的遗传算法,本发明不仅能够提高最优解集的收敛速度和精度,而且优化过程结构简单,控制参数少,计算复杂度较低。
本发明的获得性遗传算法能够使遗传算法得到简化,提高速度和效率;同时也能够提高提高L型阵列天线的阵元排布的效果。如果将现有的任意两种智能优化算法结合后的混合优化算法用于L型阵列天线的阵元排布,相比这种方案,本发明也能够提高寻优速度,提高L型阵列天线的阵元排布的效率,而且更加有益于L型阵列天线的阵元排布的实时化和自适应化。将本发明的L型阵列天线的阵元排布方法进行阵元排布,与“一种基于L型阵列天线的波束形成及波束图优化方法(申请号为201510341877.1)”的方案结合,进行波束形成及波束图优化,能在“一种基于L型阵列天线的波束形成及波束图优化方法”的基础上进一步提高波束形成及波束图优化的效果。
附图说明
图1为L型阵列天线的阵元排布的获得性遗传优化过程;
图2为获得性遗传优重写操作示意图。
具体实施方式
具体实施方式一:结合图1说明本实施方式,
一种L型阵列天线的基于获得性遗传的阵元排布方法,包括以下步骤:
将矩形阵天线中央部分阵元除去,只保留相邻边界两列阵元所得到的阵列基本结构即为L型阵列天线;
步骤1、J_K阵列是L型阵列天线相邻边界两列阵元数目分别为J、K的阵列;针对J_K阵列进行编码:
将J_K阵列作为一个染色体,在形成个体的基因时,用J+K组随机生成的二进制字符串来表示该J_K阵列,二进制数字串的位数为Na,把每一个二进制字符串作为染色体上的一个基因;每个二进制字符串所代表的意义是该阵元和前一个阵元的阵元间距,利用上述方法生成J+K个基因,作为遗传算法的初始种群保存;
为了方便表示将染色体中基因的总数J+K用d表示,有d=J+K;此时每个染色体记为的基因串组成为表示为其中,表示基因(每一个二进制字符串),j表示染色体中基因的序号;种群其中,k为种群进化的代数;i表示种群中染色体的序号;NG表示种群大小;
步骤2、将初始种群Gk进行一次调整;然后计算种群Gk中每一个染色体的适应度;
步骤3、执行重写操作产生新种群G′k+1:
步骤3.1、根据获得性遗传的重写概率ρ,ρ∈(0,1],随机选择两个父代染色体和且i1和i2表示两个不同的i;
步骤3.2、比较父代染色体的适应度函数值和的适应度函数值的大小,计算基因传递百分比pt:
然后根据下式计算传递的基因数目nt:
nt=d×pt
其中d为染色体的基因总数;
步骤3.3、执行重写操作:
首先,将适应度强的染色体记为保留作为k+1代染色体将适应度弱的染色体记为
其次,从适应度强的染色体传递nt个基因到适应度弱的染色体传递基因的位置随机选取,形成新的弱染色体假设分别为第2个、第3个、第4个和第6个基因,那么重写操作后,新的染色体为如图2所示;
将作为k+1代染色体
步骤3.4、重复NG次步骤3.1至步骤3.3,重写操作之后产生临时的新种群G′k+1;
步骤4、根据变异概率pm,执行变异操作,产生一次优化操作后的新种群Gk+1;
步骤5、计算种群Gk+1中每一个染色体的适应度,重复迭代第3步到第4步过程,直到满足预先设定的终止条件,得到最优的种群;然后根据最优的种群基因确定L型阵列天线的阵元排布。
具体实施方式二:
本实施方式所述的步骤4中执行变异操作过程采用获得性遗传的定向变异方法进行变异;之后产生一次优化操作后的新种群Gk+1。
其他步骤和参数与具体实施方式一相同。
具体实施方式三:
本实施方式所述的步骤2中将初始种群进行一次调整中所述的调整过程如下:
先将每代J+K个二进制字符串转化为十进制数字,二进制字符串转化后的十进制数字的值对应代表该阵元和前一阵元的阵元间距,也就是将二进制字符串还原后得到阵元间距D;
计算前J个阵元的位置时,生成每个阵元间距D后并对其进行计数,累计计算出整体口径的值,若阵元间距D的累计值即将超出阵列最大口径Da,则强制性的将后面阵元的阵元间距都调整为1;
对后K个阵元的调整方法与前J个阵元相同。
其他步骤和参数与具体实施方式一或二相同。
具体实施方式四:
本实施方式所述的调整中将二进制字符串转化十进制数字公式如下:
其中,N7代表二进制字符串,|·|代表取整,Da是阵列最大口径。
所述的阵列最大口径Da为55。
由于L型阵列天线的自身特点和遗传优化算法的限制,阵列最大口径Da一般不会设置太大,由于本发明能够提高最优解集的收敛速度和精度,使得本发明能够在“一种基于L型阵列天线的波束形成及波束图优化方法”的寻优效果相差不多的情况下和L型阵列天线的自身特点不改变的前提下适当提高阵列的最大口径。
其他步骤和参数与具体实施方式三相同。
具体实施方式五:
本实施方式所述的步骤4中产生一次优化操作后的新种群Gk+1后对种群Gk+1进行一次调整,调整过程和步骤2中的调整过程相同。
其他步骤和参数与具体实施方式四相同。
Claims (5)
1.一种L型阵列天线的基于获得性遗传的阵元排布方法,其特征在于,包括以下步骤:
步骤1、J_K阵列是L型阵列天线相邻边界两列阵元数目分别为J、K的阵列;针对J_K阵列进行编码:
将J_K阵列作为一个染色体,在形成个体的基因时,用J+K组随机生成的二进制字符串来表示该J_K阵列,二进制数字串的位数为Na,把每一个二进制字符串作为染色体上的一个基因;每个二进制字符串所代表的意义是该阵元和前一个阵元的阵元间距,利用上述方法生成J+K个基因,作为遗传算法的初始种群保存;
为了方便表示将染色体中基因的总数J+K用d表示,有d=J+K;此时每个染色体记为 的基因串组成为表示为其中,表示基因,j表示染色体中基因的序号;种群其中,k为种群进化的代数;i表示种群中染色体的序号;NG表示种群大小;
步骤2、将初始种群进行一次调整;然后计算种群Gk中每一个染色体的适应度;
步骤3、执行重写操作产生新种群G′k+1:
步骤3.1、根据获得性遗传的重写概率ρ,ρ∈(0,1],随机选择两个父代染色体和且
步骤3.2、比较父代染色体的适应度函数值和的适应度函数值的大小,计算基因传递百分比pt:
<mrow>
<msub>
<mi>p</mi>
<mi>t</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>k</mi>
<msub>
<mi>i</mi>
<mn>1</mn>
</msub>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>k</mi>
<msub>
<mi>i</mi>
<mn>1</mn>
</msub>
</msubsup>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>k</mi>
<msub>
<mi>i</mi>
<mn>2</mn>
</msub>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>k</mi>
<msub>
<mi>i</mi>
<mn>1</mn>
</msub>
</msubsup>
<mo>)</mo>
</mrow>
<mo>></mo>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>P</mi>
<mi>k</mi>
<msub>
<mi>i</mi>
<mn>2</mn>
</msub>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
然后根据下式计算传递的基因数目nt:
nt=d×pt
其中d为染色体的基因总数;
步骤3.3、执行重写操作:
首先,将适应度强的染色体记为保留作为k+1代染色体将适应度弱的染色体记为
其次,从适应度强的染色体传递nt个基因到适应度弱的染色体传递基因的位置随机选取,形成新的染色体
将作为k+1代染色体
步骤3.4、重复NG次步骤3.1至步骤3.3,重写操作之后产生临时的新种群G′k+1;
步骤4、根据变异概率pm,执行变异操作,产生一次优化操作后的新种群Gk+1;
步骤5、计算种群Gk+1中每一个染色体的适应度,重复迭代第3步到第4步过程,直到满足预先设定的终止条件,得到最优的种群;然后根据最优的种群基因确定L型阵列天线的阵元排布。
2.根据权利要求1所述的一种L型阵列天线的基于获得性遗传的阵元排布方法,其特征在于,步骤4中执行变异操作过程采用获得性遗传的定向变异方法进行变异;之后产生一次优化操作后的新种群Gk+1。
3.根据权利要求2所述的一种L型阵列天线的基于获得性遗传的阵元排布方法,其特征在于,步骤2中将初始种群进行一次调整中所述的调整过程如下:
先将每代J+K个二进制字符串转化为十进制数字,二进制字符串转化后的十进制数字的值对应代表该阵元和前一阵元的阵元间距,也就是将二进制字符串还原后得到阵元间距D;
计算前J个阵元的位置时,生成每个阵元间距D后并对其进行计数,累计计算出整体口径的值,若阵元间距D的累计值即将超出阵列最大口径Da,则强制性的将后面阵元的阵元间距都调整为1;
对后K个阵元的调整方法与前J个阵元相同。
4.根据权利要求3所述的一种L型阵列天线的基于获得性遗传的阵元排布方法,其特征在于,所述的阵列最大口径Da为55。
5.根据权利要求3或4所述的一种L型阵列天线的基于获得性遗传的阵元排布方法,其特征在于,步骤4中产生一次优化操作后的新种群Gk+1后对种群Gk+1进行一次调整,调整过程和步骤2中的调整过程相同。
Priority Applications (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710346582.2A CN107275801B (zh) | 2017-05-16 | 2017-05-16 | 一种l型阵列天线的基于获得性遗传的阵元排布方法 |
EP18801770.1A EP3611799A4 (en) | 2017-05-16 | 2018-02-02 | METHOD OF ARRANGING NETWORK ELEMENTS FOR AN L-TYPE NETWORK ANTENNA ON THE BASIS OF THE INHERITANCE OF ACQUIRED CHARACTERISTICS |
US16/335,673 US10931027B2 (en) | 2017-05-16 | 2018-02-02 | Method for array elements arrangement of l-shaped array antenna based on inheritance of acquired character |
NZ759221A NZ759221A (en) | 2017-05-16 | 2018-02-02 | Array element arrangement method for l-type array antenna based on inheritance of acquired characteristics |
JP2020514312A JP6987333B2 (ja) | 2017-05-16 | 2018-02-02 | L字型アレイアンテナの獲得形質の遺伝に基づくアレイ素子配置方法 |
PCT/CN2018/075150 WO2018210010A1 (zh) | 2017-05-16 | 2018-02-02 | 一种基于获得性遗传的l型阵列天线的阵元排布方法 |
AU2018267755A AU2018267755B2 (en) | 2017-05-16 | 2018-02-02 | Array element arrangement method for L-type array antenna based on inheritance of acquired characteristics |
CA3063575A CA3063575A1 (en) | 2017-05-16 | 2018-02-02 | Method for l-shaped array antenna array element arrangement based on inheritance of acquired characteristics |
KR1020197033932A KR20200066264A (ko) | 2017-05-16 | 2018-02-02 | L형 어레이 안테나의 획득성 유전에 따르는 어레이 소자 배열방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710346582.2A CN107275801B (zh) | 2017-05-16 | 2017-05-16 | 一种l型阵列天线的基于获得性遗传的阵元排布方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107275801A true CN107275801A (zh) | 2017-10-20 |
CN107275801B CN107275801B (zh) | 2019-06-04 |
Family
ID=60065187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710346582.2A Active CN107275801B (zh) | 2017-05-16 | 2017-05-16 | 一种l型阵列天线的基于获得性遗传的阵元排布方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US10931027B2 (zh) |
EP (1) | EP3611799A4 (zh) |
JP (1) | JP6987333B2 (zh) |
KR (1) | KR20200066264A (zh) |
CN (1) | CN107275801B (zh) |
AU (1) | AU2018267755B2 (zh) |
CA (1) | CA3063575A1 (zh) |
NZ (1) | NZ759221A (zh) |
WO (1) | WO2018210010A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018210010A1 (zh) * | 2017-05-16 | 2018-11-22 | 东莞理工学院 | 一种基于获得性遗传的l型阵列天线的阵元排布方法 |
CN109359739A (zh) * | 2018-09-13 | 2019-02-19 | 深圳市递四方信息科技有限公司 | 基于遗传算法的堆叠组合方法、装置、设备和存储介质 |
CN111353605A (zh) * | 2020-01-03 | 2020-06-30 | 电子科技大学 | 基于改进遗传算法的新型平面分子阵天线阵列综合布阵方法 |
CN111585045A (zh) * | 2020-05-20 | 2020-08-25 | 西安黄河机电有限公司 | 一种多联骨牌稀布天线及其布阵方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109756297B (zh) | 2017-11-03 | 2021-11-19 | 华为技术有限公司 | 下行ppdu的发送与接收方法及装置 |
CN111835415B (zh) * | 2020-07-22 | 2021-04-27 | 中国科学院长春光学精密机械与物理研究所 | 一种基于遗传算法的信号延迟补偿合并方法 |
CN112016209B (zh) * | 2020-08-28 | 2021-09-03 | 哈尔滨工业大学 | 基于蚁群算法的分布式嵌套圆阵列综合布阵方法 |
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 |
CN113540791B (zh) * | 2021-06-04 | 2022-12-06 | 中山大学 | 一种孔径级收发同时阵列优化方法 |
CN113792492B (zh) * | 2021-09-18 | 2024-02-02 | 石家庄铁道大学 | 基于免疫遗传算法的希布阵天线的优化设计方法 |
CN117829003B (zh) * | 2024-03-05 | 2024-06-04 | 西安电子科技大学 | 一种多策略优化的mimo阵列设计方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002164736A (ja) * | 2000-11-24 | 2002-06-07 | Mitsubishi Electric Corp | アレーアンテナ |
US20060224527A1 (en) * | 2005-03-31 | 2006-10-05 | Straatveit Sverre N | Method and apparatus for genetic, fuzzy design |
JP3907869B2 (ja) * | 1999-07-02 | 2007-04-18 | 三菱電機株式会社 | アレーアンテナの素子間引き方法及びアレーアンテナの素子間引きプログラムを記録した記録媒体 |
CN106342323B (zh) * | 2011-12-27 | 2014-06-18 | 中国航空工业集团公司雷华电子技术研究所 | 相控阵雷达差波束旁瓣抑制的子阵加权值确定方法 |
CN104020448A (zh) * | 2014-04-29 | 2014-09-03 | 西安电子科技大学 | 等阵元约束的雷达子阵级和波束/差波束形成优化方法 |
CN104992000A (zh) * | 2015-06-18 | 2015-10-21 | 哈尔滨工业大学 | 一种基于l型阵列天线的波束形成及波束图优化方法 |
CN106407549A (zh) * | 2016-09-12 | 2017-02-15 | 哈尔滨工业大学 | 一种基于遗传算法的阵列天线方向图综合优化方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7092690B2 (en) * | 2002-03-13 | 2006-08-15 | Gregory Zancewicz | Genetic algorithm-based adaptive antenna array processing method and system |
GB2390706A (en) * | 2002-07-12 | 2004-01-14 | Fujitsu Ltd | Signal processing using genetic algorithms |
KR100613903B1 (ko) * | 2004-05-13 | 2006-08-17 | 한국전자통신연구원 | 유전자 알고리즘을 이용한 배열 안테나의 배열 간격 결정방법 및 이를 이용한 소파형 부등간격 배열 안테나 |
CN103188695B (zh) | 2011-12-30 | 2015-10-07 | 中国移动通信集团广东有限公司 | 一种室内天线的布放方法及系统 |
EP2815591B1 (en) * | 2012-02-17 | 2017-08-23 | Dali Systems Co. Ltd. | Evolutionary algorithms for geographic load balancing using a distributed antenna system |
CN107275801B (zh) | 2017-05-16 | 2019-06-04 | 李耘 | 一种l型阵列天线的基于获得性遗传的阵元排布方法 |
-
2017
- 2017-05-16 CN CN201710346582.2A patent/CN107275801B/zh active Active
-
2018
- 2018-02-02 AU AU2018267755A patent/AU2018267755B2/en not_active Ceased
- 2018-02-02 CA CA3063575A patent/CA3063575A1/en not_active Abandoned
- 2018-02-02 EP EP18801770.1A patent/EP3611799A4/en not_active Withdrawn
- 2018-02-02 WO PCT/CN2018/075150 patent/WO2018210010A1/zh unknown
- 2018-02-02 NZ NZ759221A patent/NZ759221A/en not_active IP Right Cessation
- 2018-02-02 JP JP2020514312A patent/JP6987333B2/ja active Active
- 2018-02-02 US US16/335,673 patent/US10931027B2/en active Active
- 2018-02-02 KR KR1020197033932A patent/KR20200066264A/ko active IP Right Grant
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3907869B2 (ja) * | 1999-07-02 | 2007-04-18 | 三菱電機株式会社 | アレーアンテナの素子間引き方法及びアレーアンテナの素子間引きプログラムを記録した記録媒体 |
JP2002164736A (ja) * | 2000-11-24 | 2002-06-07 | Mitsubishi Electric Corp | アレーアンテナ |
US20060224527A1 (en) * | 2005-03-31 | 2006-10-05 | Straatveit Sverre N | Method and apparatus for genetic, fuzzy design |
CN106342323B (zh) * | 2011-12-27 | 2014-06-18 | 中国航空工业集团公司雷华电子技术研究所 | 相控阵雷达差波束旁瓣抑制的子阵加权值确定方法 |
CN104020448A (zh) * | 2014-04-29 | 2014-09-03 | 西安电子科技大学 | 等阵元约束的雷达子阵级和波束/差波束形成优化方法 |
CN104992000A (zh) * | 2015-06-18 | 2015-10-21 | 哈尔滨工业大学 | 一种基于l型阵列天线的波束形成及波束图优化方法 |
CN106407549A (zh) * | 2016-09-12 | 2017-02-15 | 哈尔滨工业大学 | 一种基于遗传算法的阵列天线方向图综合优化方法 |
Non-Patent Citations (5)
Title |
---|
LI,LIN等: "Using Genetic Algorithms and Monte Carlo to Price Convertible Bond", 《2010 2ND IEEE INTERNATIONAL CONFERENCE ON INFORMATION AND FINANCIAL ENGINEERING》 * |
WEI,XIAOKUN等: "Improved Self-adaptive Genetic Algorithm with Quantum Scheme for Electromagnetic Optimisation", 《IET MICROWAVES, ANTENNAS & PROPAGATION》 * |
YANG,XUESONG等: "Ultra-Wideband Planar Antenna Optimized by a Multi-Obj ective Evolutionary Algorithm", 《PROCEEDINGS OF ASIA-PACIFIC MICROWAVE CONFERENCE 2007》 * |
曹顺锋: "新型快速阵列天线方向图综合方法的研究", 《博士学位论文》 * |
王广鹏: "圆形口径平面天线阵列优化设计算法研究", 《硕士学位论文》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018210010A1 (zh) * | 2017-05-16 | 2018-11-22 | 东莞理工学院 | 一种基于获得性遗传的l型阵列天线的阵元排布方法 |
US10931027B2 (en) | 2017-05-16 | 2021-02-23 | Dongguan University Of Technology | Method for array elements arrangement of l-shaped array antenna based on inheritance of acquired character |
CN109359739A (zh) * | 2018-09-13 | 2019-02-19 | 深圳市递四方信息科技有限公司 | 基于遗传算法的堆叠组合方法、装置、设备和存储介质 |
CN111353605A (zh) * | 2020-01-03 | 2020-06-30 | 电子科技大学 | 基于改进遗传算法的新型平面分子阵天线阵列综合布阵方法 |
CN111585045A (zh) * | 2020-05-20 | 2020-08-25 | 西安黄河机电有限公司 | 一种多联骨牌稀布天线及其布阵方法 |
CN111585045B (zh) * | 2020-05-20 | 2022-04-12 | 西安黄河机电有限公司 | 一种多联骨牌稀布天线及其布阵方法 |
Also Published As
Publication number | Publication date |
---|---|
US10931027B2 (en) | 2021-02-23 |
CA3063575A1 (en) | 2019-12-05 |
WO2018210010A1 (zh) | 2018-11-22 |
US20200052412A1 (en) | 2020-02-13 |
EP3611799A4 (en) | 2020-12-23 |
AU2018267755A1 (en) | 2019-12-05 |
CN107275801B (zh) | 2019-06-04 |
JP2020520529A (ja) | 2020-07-09 |
KR20200066264A (ko) | 2020-06-09 |
EP3611799A1 (en) | 2020-02-19 |
NZ759221A (en) | 2020-06-26 |
AU2018267755B2 (en) | 2020-08-20 |
JP6987333B2 (ja) | 2021-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107275801B (zh) | 一种l型阵列天线的基于获得性遗传的阵元排布方法 | |
CN107862411A (zh) | 一种大规模柔性作业车间调度优化方法 | |
CN107229972A (zh) | 一种基于拉马克获得性遗传原理的全局优化、搜索和机器学习方法 | |
CN105974799A (zh) | 一种基于差分进化-局部单峰采样算法的模糊控制系统优化方法 | |
CN104900988A (zh) | 一种改变辅助栅格圆半径来设计稀布圆形天线阵列的方法 | |
CN110276437A (zh) | 基于Fuch映射的混合改进灰狼优化算法 | |
CN103279332A (zh) | 一种基于gpu-cuda平台以及遗传算法的数据流并行处理方法 | |
CN111353605B (zh) | 基于改进遗传算法的新型平面分子阵天线阵列综合布阵方法 | |
CN108460463A (zh) | 基于改进遗传算法的高端装备流水线生产调度方法 | |
CN105740953A (zh) | 一种基于实数编码量子进化算法的不规则排样方法 | |
CN110473251A (zh) | 基于网格空间索引的自定义范围空间数据面积统计方法 | |
CN107909152A (zh) | 一种交叉概率因子可变的差分进化算法 | |
CN112163808B (zh) | 一种基于对立学习的自适应鲸鱼算法求解物流中心选址问题的方法 | |
CN110222816B (zh) | 深度学习模型的建立方法、图像处理方法及装置 | |
CN115907399A (zh) | 一种面向电子产品的离散制造柔性生产的智能调度方法 | |
CN113792492B (zh) | 基于免疫遗传算法的希布阵天线的优化设计方法 | |
CN113359877B (zh) | 一种光伏电站智能太阳光跟踪控制系统及方法 | |
CN106934453B (zh) | 一种立方系材料母相与子相间位向关系的确定方法 | |
CN107507157B (zh) | 一种改进的图像增强方法 | |
CN104867132A (zh) | 一种基于遗传算法和最大熵阈值分割算法的图像分割方法 | |
CN104867164A (zh) | 一种基于遗传算法的矢量量化码书设计方法 | |
CN109472366A (zh) | 一种机器学习模型的编码解码方法与装置 | |
Kubuś | Individually directional evolutionary algorithm for solving global optimization problems-comparative study | |
CN105205535A (zh) | 一种改进的基因表达式编程方法 | |
CN105139077A (zh) | 基于QEA可变旋转角距离的Jop-Shop调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |