CN109446672A - 基于模糊c均值聚类的低副瓣单脉冲直线阵天线综合方法 - Google Patents
基于模糊c均值聚类的低副瓣单脉冲直线阵天线综合方法 Download PDFInfo
- Publication number
- CN109446672A CN109446672A CN201811295554.3A CN201811295554A CN109446672A CN 109446672 A CN109446672 A CN 109446672A CN 201811295554 A CN201811295554 A CN 201811295554A CN 109446672 A CN109446672 A CN 109446672A
- Authority
- CN
- China
- Prior art keywords
- array
- directional diagram
- submatrix
- poor
- axis
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明公开了一种基于模糊C均值聚类的低副瓣单脉冲直线阵天线综合方法,主要解决现有技术耗时长且所得峰值副瓣电平高的问题,其实现方案包括:1)初始化参数,并计算直线阵差方向图及峰值副瓣电平;2)优化差方向图并求优化后的差方向图激励;3)判断峰值副瓣电平是否小于初始化中的约束值,对优化后的直线阵分组,得子阵划分方式与每个子阵中阵因子单元数,并由优化后的差方向图激励求子阵激励;4)更新差方向图激励和迭代次数,判断当前迭代次数是否大于初始化的最大迭代次数,得到3)中的结果。本发明通过两种算法对低副瓣单脉冲直线阵进行天线综合,提高了综合速度,且能得到更低峰值副瓣电平,可用于对单脉冲直线阵列天线的设计。
Description
技术领域
本发明属于通信技术领域,更进一步涉及低副瓣单脉冲直线阵不连续子阵天线综合方法,可用于对单脉冲直线阵列天线的设计。
背景技术
在大规模阵列天线中,即便使用了某一种方法求得了每一个天线单元的位置及激励幅相,但在实际工程中,由于激励幅度不可连续变化以及馈电网络的成本等因素,精确控制每个单元的位置以及激励幅相几乎是不可能的。因此,天线工程师们在解决阵列天线方向图综合问题时,需要考虑相关工程实现。通过几十年的研究,科技人员提出了一种子阵划分技术将大规模阵列划分为小规模的子阵,将综合天线单元位置与幅相激励的问题转换为综合子阵划分方式和子阵幅相激励,从而大幅降低阵列中有源单元的个数,降低阵列馈电网络的复杂度和制造成本,使大规模阵列更容易工程实现。一般而言,不重叠子阵中的天线单元不存在复用现象,因此易于控制阵列性能。现有不重叠子阵的划分方式大致可以分为三类,分别为均匀划分、非均匀连续单元划分以及非均匀不连续单元划分。其中,非均匀不连续单元子阵划分意味着同一子阵中的天线单元在位置上不一定连续,子阵设计的自由度进一步提升。此种划分方式通常应用于较为复杂的阵列中,比如单脉冲阵列、多方向图阵列。
D′Urso M,Isernia T,and Meliado E F在其发表的论文“An effective hybridapproach for the optimal synthesis of monopulse antennas”(IEEE Transactionson Antennas and Propagation,2007)中公开了一种单脉冲直线阵子阵划分设计方法,阵因子单元总数设置为2N=20,采用的和方向图激励均是峰值副瓣电平为-20dB的Dolph-Chebyshev激励分布,并对子阵数量2Q=8、12、16时进行了不同的优化,其优化设计结果为:峰值副瓣电平在Q=4、6、8时分别为-25.0dB、-29.5dB和-36.5dB。但是,该方法仍然存在的不足之处是,不适用于大规模阵列天线,且得到的峰值副瓣电平较高,同时由于该算法为种群基优化算法,所以耗时较长。
Rocca P,Manica L,and Azaro R在其发表的论文“A hybrid approach to thesynthesis of subarrayed monopulse linear arrays”(IEEE Transactions onAntennas and Propagation,2009)中公开了一种混合算法设计单脉冲直线阵子阵划分方式,阵因子单元总数设置为2N=20和200两种规模。对于规模为2N=20的阵列,采用的和方向图激励均是峰值副瓣电平为-20dB的Dolph-Chebyshev激励分布,并对子阵数量2Q=12时进行了综合,其优化设计结果为:峰值副瓣电平在Q=6时为-38.0dB,耗时3秒;对于规模为2N=200的阵列,采用的和方向图激励均是峰值副瓣电平为-25dB的Dolph-Chebyshev激励分布,对子阵数量2Q=12时进行了综合,其优化设计结果为:峰值副瓣电平在Q=6时为-28.3dB。但是,该方法存在的不足之处是,得到的副瓣电平仍相对较高,而且耗时相对较长,影响对单脉冲直线阵列天线的最优设计。
发明内容
本发明的目的在于针对上述现有技术的不足,提供一种基于模糊C均值聚类的低副瓣单脉冲直线阵天线综合方法,以减小副瓣电平,降低耗时,进而为科技人员提供更优的单脉冲直线阵列天线的设计方案。
为了实现上述目的,本发明的技术方案包括如下:
(1)初始化:
(1a)根据待设计的单脉冲直线阵的规模和复杂度设置最大迭代次数T,将初始迭代次数设置为t=0;
(1b)根据待设计的单脉冲直线阵的规模和工程要求,设置单脉冲直线阵副瓣电平约束值SLL0和半个阵列的子阵数量Q;
(1c)将单脉冲直线阵列沿x轴排列,且中心位于坐标原点,按不连续单元划分方式将处于+x轴的半个阵列划分为Q个子阵,位于-x轴半个阵列的子阵所含有天线单元数目与子阵激励由对称性得到,即设置初始激励为均匀反对称AN-n+1=-AN+n=1,采用道尔夫-切比雪夫综合法Dolph-Chebyshev得到阵列的和方向图激励其中N表示半个阵列的阵因子单元数;
(2)对真实差方向图激励An作K点逆傅里叶变换,得到单脉冲直线阵的差方向图函数fdif(u),并计算出该fdif(u)的峰值副瓣电平:
PSLL=max(fdif(u)),
其中:为真实差方向图激励,为阵列的差方向图激励,k表示真空中的波数,d表示单元间距,u=sinθ为方向角θ的正弦函数,θ是从z轴正方向开始计算的角度,表示阵列的和方向图激励,wq表示第q个子阵的激励,为Kronecker函数,cn表示第n个阵因子单元所在的子阵位置,其取值为[1,Q]范围内的整数,max表示取最大值操作;
(3)将单脉冲直线阵的差方向图函数fdif(u)中超过约束值SLL0的点置成一个比约束值SLL0小的数值,并保持其相位信息不变,得到调整后的差方向图函数记为f′dif(u);
(4)对调整后的差方向图函数f′dif(u)作K点傅里叶变换并截断N个点,得到位于+x轴半个阵列的差方向图激励A′n;
(5)判断(3)中得到的峰值副瓣电平PSLL是否小于约束值SLL0,如果是,则执行(6),否则,跳转到(9);
(6)使用模糊C均值聚类算法FCM将位于+x轴半个阵列的差方向图激励数列{A′n}分为Q组,得到阵列的Q个子阵的划分方式数列{cn}与每个子阵中阵因子单元总数Neq;
(7)更新位于+x轴半个阵列的差方向图激励为Bn:
(7a)计算每个子阵的输入激励:
(7b)根据每个子阵的输入激励wq,更新位于+x轴半个阵列的差方向图激励为:
(8)根据更新后的+x轴半个阵列差方向图激励B′n,利用反对称性得到位于-x轴半个阵列的差方向图激励B″n,由更新后的+x轴半个阵列的差方向图激励B′n和-x轴半个阵列的差方向图激励B″n,得到更新后总阵列的真实差方向图激励Bn,令总阵列的真实差方向图激励An=Bn,跳转到(10);
(9)根据+x轴半个阵列差方向图激励A′n,利用反对称性得到位于-x轴半个阵列的差方向图激励A″n,由+x轴半个阵列的差方向图激励A′n和-x轴半个阵列的差方向图激励A″n,得到总阵列的真实差方向图激励An,执行(10);
(10)将当前迭代次数t与最大迭代次数T进行比较:如果t>T,则终止,得到低副瓣单脉冲直线阵的最优子阵划分方式数列{cn}与每个子阵中阵因子单元总数Neq以及子阵激励幅度wq,否则,令t=t+1,返回(3)。
本发明与现有技术相比有以下优点:
第一,本发明通过采用迭代傅里叶技术IFT对低副瓣单脉冲直线阵进行辐射方向图综合,提高了阵列天线综合的速度,即对阵因子单元总数为200的阵列进行天线综合,仅仅耗时1.9秒,相对于现有技术,克服了耗时长的缺点,使得科技人员可以用本发明方法更快地获取一组最优解。
第二,本发明通过使用模糊C均值聚类算法FCM对低副瓣单脉冲直线阵进行子阵划分,可以得到更低的峰值副瓣电平值,相对于现有技术,有效地解决了综合结果峰值副瓣电平较高的问题。
附图说明
图1是本发明的实现流程图:
图2是本发明中划分单脉冲直线阵的结构示意图;
图3是用本发明得到的小规模单脉冲直线阵最优差方向图综合结果图;
图4是用本发明得到的大规模单脉冲直线阵最优差方向图综合结果图。
具体实施措施
下面结合附图对本发明实施例及效果做进一步的说明。
结合图1,对本发明的具体步骤如下:
步骤1,初始化。
(1a)根据待设计的单脉冲直线阵的规模和复杂度设置最大迭代次数T,将初始迭代次数设置为t=0;
(1b)根据待设计的单脉冲直线阵的规模和工程要求,设置单脉冲直线阵副瓣电平约束值SLL0和半个阵列的子阵数量Q;
(1c)为了使问题不失去一般性,将单脉冲直线阵列沿x轴排列,且中心位于坐标原点,按不连续单元划分方式将处于+x轴的半个阵列划分为Q个子阵,位于-x轴半个阵列的子阵所含有天线单元数目与子阵激励由对称性得到,即设置初始激励为均匀反对称AN-n+1=-AN+n=1,采用道尔夫-切比雪夫综合法Dolph-Chebyshev得到阵列的和方向图激励其中N表示半个阵列的阵因子单元数。
步骤2,计算真实差方向图激励An的单脉冲直线阵的差方向图函数fdif(u),及该差方向图函数fdif(u)的峰值副瓣电平。
(2a)将第q个子阵的激励wq表示为:
其中:j表示虚数单位;|wq|表示第q个子阵的激励幅度,满足关系|wQ-q+1|=|wQ+q|,该激励幅度是通过道尔夫-切比雪夫综合法Dolph-Chebyshev得到;表示第q个子阵的激励相位,每个子阵的激励相位关于阵列中心相差180°,
为不失一般性,设后半阵列中子阵激励相位等于0,即得到该单脉冲直线阵的差方向图激励为:
式中,表示阵列的和方向图激励,为Kronecker函数, cn表示第n个阵因子单元所在的子阵位置,其取值为[1,Q]范围内的整数;
将单脉冲直线阵的差方向图激励作为真实差方向图激励,即
根据(1c)中的划分方式,通过下式计算单脉冲直线阵的差方向图函数fdif(u):
其中,k表示真空中的波数,d表示单元间距,u=sinθ为方向角θ的正弦函数,θ是从z轴正方向开始计算的角度;
(2b)计算fdif(u)的峰值副瓣电平:
PSLL=max(fdif(u)),
max表示取最大值操作。
步骤3,对差方向图函数fdif(u)进行调整。
将由单脉冲直线阵的差方向图函数fdif(u)得到的各副瓣电平值与约束值SLL0进行比较,并把超过约束值SLL0的副瓣电平值置成一个比约束值SLL0小的数值,且保持其相位信息不变,得到调整后的差方向图函数记为f′dif(u)。
步骤4,求调整后的差方向图函数f′dif(u)的差方向图激励A′n,并对峰值副瓣电平PSLL
的大小进行判断。
(4a)对调整后的差方向图函数f′dif(u)作K点傅里叶变换并截断N个点,得到位于+x轴半个阵列的差方向图激励A′n;
(4b)判断步骤3中得到的峰值副瓣电平PSLL是否小于约束值SLL0,如果是,则执行步骤5,否则,跳转到步骤8。
步骤5,将差方向图激励数列{A′n}分组。
先用位于+x轴半个阵列的差方向图激励A′n构成差方向图激励数列{A′n},再使用模糊C均值聚类算法FCM将差方向图激励数列{A′n}分为Q组,得到阵列的Q个子阵的划分方式数列{cn}与每个子阵中阵因子单元总数Neq。
步骤6,更新位于+x轴半个阵列的差方向图激励为Bn。
(6a)计算每个子阵的输入激励:
(6b)根据每个子阵的输入激励wq,将位于+x轴半个阵列的差方向图激励更新为:
步骤7,求更新后总阵列的真实差方向图激励Bn。
根据更新后的+x轴半个阵列差方向图激励B′n,利用反对称性得到位于-x轴半个阵列的差方向图激励B″n,由更新后的+x轴半个阵列的差方向图激励B′n和-x轴半个阵列的差方向图激励B″n,得到更新后总阵列的真实差方向图激励Bn:
Bn=B′n+B″n,
令总阵列的真实差方向图激励An=Bn,跳转到步骤9。
步骤8,求总阵列的真实差方向图激励An。
根据+x轴半个阵列差方向图激励A′n,利用反对称性得到位于-x轴半个阵列的差方向图激励A″n,由+x轴半个阵列的差方向图激励A′n和-x轴半个阵列的差方向图激励A″n,得到总阵列的真实差方向图激励An:
An=A′n+A″n,
执行步骤9。
步骤9,将当前迭代次数t与最大迭代次数T进行比较:
如果t>T,则终止,得到低副瓣单脉冲直线阵的最优子阵划分方式数列{cn}与每个子阵中阵因子单元总数Neq以及子阵的输入激励wq,即步骤5和步骤(6a)的结果;
否则,令t=t+1,返回步骤2。
下面结合仿真实验对本发明的效果做详细描述。
1.仿真条件:
本发明的仿真实验环境为:MATLAB 7.11.0,E301230 v3 CPU 1.60GHz,4GB内存,WINDOWS XP。
本发明仿真设计的单脉冲直线阵结构示意图如图2,图2中阵因子单元总数为2N,单元间距为0.5倍的工作波长。
2.仿真内容:
仿真1,用本发明的方法分别对半个阵列的子阵数量Q=4、6、8,阵因子单元总数为20的单脉冲直线阵进行设计仿真,最大迭代次数T设置为1000,FFT采样点数K设置为4096,仿真得到的最优差方向图如图3。图3中的横坐标表示本发明的仿真实验设计完成的单脉冲直线阵的俯仰角,单位为“度”,纵坐标表示本发明的仿真实验设计完成的单脉冲直线阵的辐射电平,单位“分贝”。从图3可见,用本发明得到的低副瓣单脉冲直线阵的差方向图峰值副瓣电平值分别为-30.8dB、-34.4dB和-43.1dB。证明本发明方法设计的单脉冲直线阵可以得到低副瓣电平。
仿真2,用本发明的方法对半个阵列的子阵数量Q=6,阵因子单元总数为200的单脉冲直线阵进行设计仿真,最大迭代次数T设置为1000,FFT采样点数K设置为4096,仿真得到的最优差方向图如图4。图4中的横坐标表示本发明的仿真实验设计完成的单脉冲直线阵的俯仰角,单位为“度”,纵坐标表示本发明的仿真实验设计完成的单脉冲直线阵的辐射电平,单位“分贝”。从图4可见,本发明得到的低副瓣单脉冲直线阵的差方向图峰值副瓣电平值为-34.0dB,仅仅耗时1.9秒。证明了本发明方法设计的大规模单脉冲直线阵不仅可以得到低副瓣电平,而且比现有设计技术耗时更少。
Claims (4)
1.一种基于模糊C均值聚类的低副瓣单脉冲直线阵天线综合方法,包括如下:
(1)初始化:
(1a)根据待设计的单脉冲直线阵的规模和复杂度设置最大迭代次数T,将初始迭代次数设置为t=0;
(1b)根据待设计的单脉冲直线阵的规模和工程要求,设置单脉冲直线阵副瓣电平约束值SLL0和半个阵列的子阵数量Q;
(1c)将单脉冲直线阵列沿x轴排列,且中心位于坐标原点,按不连续单元划分方式将处于+x轴的半个阵列划分为Q个子阵,位于-x轴半个阵列的子阵所含有天线单元数目与子阵激励由对称性得到,即设置初始激励为均匀反对称AN-n+1=-AN+n=1,采用道尔夫-切比雪夫综合法Dolph-Chebyshev得到阵列的和方向图激励其中N表示半个阵列的阵因子单元数;
(2)对真实差方向图激励An作K点逆傅里叶变换,得到单脉冲直线阵的差方向图函数fdif(u),并计算出该fdif(u)的峰值副瓣电平:
PSLL=max(fdif(u)),
其中:为真实差方向图激励,为阵列的差方向图激励,k表示真空中的波数,d表示单元间距,u=sinθ为方向角θ的正弦函数,θ是从z轴正方向开始计算的角度,表示阵列的和方向图激励,wq表示第q个子阵的激励,为Kronecker函数,cn表示第n个阵因子单元所在的子阵位置,其取值为[1,Q]范围内的整数,max表示取最大值操作;
(3)将单脉冲直线阵的差方向图函数fdif(u)中超过约束值SLL0的点置成一个比约束值SLL0小的数值,并保持其相位信息不变,得到调整后的差方向图函数记为f′dif(u);
(4)对调整后的差方向图函数f′dif(u)作K点傅里叶变换并截断N个点,得到位于+x轴半个阵列的差方向图激励A′n;
(5)判断(3)中得到的峰值副瓣电平PSLL是否小于约束值SLL0,如果是,则执行(6),否则,跳转到(9);
(6)使用模糊C均值聚类算法FCM将位于+x轴半个阵列的差方向图激励数列{A′n}分为Q组,得到阵列的Q个子阵的划分方式数列{cn}与每个子阵中阵因子单元总数Neq;
(7)更新位于+x轴半个阵列的差方向图激励为Bn:
(7a)计算每个子阵的输入激励:
(7b)根据每个子阵的输入激励wq,更新位于+x轴半个阵列的差方向图激励为:
(8)根据更新后的+x轴半个阵列差方向图激励B′n,利用反对称性得到位于-x轴半个阵列的差方向图激励B″n,由更新后的+x轴半个阵列的差方向图激励B′n和-x轴半个阵列的差方向图激励B″n,得到更新后总阵列的真实差方向图激励Bn,令总阵列的真实差方向图激励An=Bn,跳转到(10);
(9)根据+x轴半个阵列差方向图激励A′n,利用反对称性得到位于-x轴半个阵列的差方向图激励A″n,由+x轴半个阵列的差方向图激励A′n和-x轴半个阵列的差方向图激励A″n,得到总阵列的真实差方向图激励An,执行(10);
(10)将当前迭代次数t与最大迭代次数T进行比较:如果t>T,则终止,得到低副瓣单脉冲直线阵的最优子阵划分方式数列{cn}与每个子阵中阵因子单元总数Neq以及子阵激励幅度wq,否则,令t=t+1,返回(3)。
2.根据权利要求1所述的方法,其特征在于,(2)中第q个子阵的激励wq表示为:
其中:j表示虚数单位;|wq|表示第q个子阵的激励幅度,满足关系|wQ-q+1|=|wQ+q|,该激励幅度是通过道尔夫-切比雪夫综合法Dolph-Chebyshev得到;表示第q个子阵的激励相位,每个子阵的激励相位关于阵列中心相差180°,
3.根据权利要求1所述的方法,其特征在于,(8)中更新后总阵列的真实差方向图激励Bn,其表示如下:
Bn=B'n+B”n。
4.根据权利要求1所述的方法,其特征在于,(9)中总阵列的真实差方向图激励An,其表示如下:
An=A'n+A”n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295554.3A CN109446672B (zh) | 2018-11-01 | 2018-11-01 | 基于模糊c均值聚类的低副瓣单脉冲直线阵天线综合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295554.3A CN109446672B (zh) | 2018-11-01 | 2018-11-01 | 基于模糊c均值聚类的低副瓣单脉冲直线阵天线综合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109446672A true CN109446672A (zh) | 2019-03-08 |
CN109446672B CN109446672B (zh) | 2023-01-06 |
Family
ID=65549648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811295554.3A Active CN109446672B (zh) | 2018-11-01 | 2018-11-01 | 基于模糊c均值聚类的低副瓣单脉冲直线阵天线综合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109446672B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115084874A (zh) * | 2022-07-19 | 2022-09-20 | 电子科技大学 | 基于异构子阵非均匀布局的波束扫描阵列优化设计方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2090995A1 (en) * | 2008-02-18 | 2009-08-19 | Agence Spatiale Europeenne | A method of designing and manufacturing an array antenna |
CN107729640A (zh) * | 2017-10-10 | 2018-02-23 | 金陵科技学院 | 一种使用最少阵元的稀疏天线阵列综合布阵方法 |
CN108470090A (zh) * | 2018-02-12 | 2018-08-31 | 东南大学 | 准均匀阵元间距毫米波低副瓣电平串馈微带天线参数设计方法 |
-
2018
- 2018-11-01 CN CN201811295554.3A patent/CN109446672B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2090995A1 (en) * | 2008-02-18 | 2009-08-19 | Agence Spatiale Europeenne | A method of designing and manufacturing an array antenna |
CN107729640A (zh) * | 2017-10-10 | 2018-02-23 | 金陵科技学院 | 一种使用最少阵元的稀疏天线阵列综合布阵方法 |
CN108470090A (zh) * | 2018-02-12 | 2018-08-31 | 东南大学 | 准均匀阵元间距毫米波低副瓣电平串馈微带天线参数设计方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115084874A (zh) * | 2022-07-19 | 2022-09-20 | 电子科技大学 | 基于异构子阵非均匀布局的波束扫描阵列优化设计方法 |
CN115084874B (zh) * | 2022-07-19 | 2023-12-26 | 电子科技大学 | 基于异构子阵非均匀布局的波束扫描阵列优化设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109446672B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772260B (zh) | 基于凸优化算法的雷达阵列和差波束方向图优化方法 | |
CN104993251B (zh) | 一种大型平面阵列天线方向图综合级联优化方法 | |
CN101308177B (zh) | 主动反射面天线的电性能预测方法 | |
CN106021764B (zh) | 面向机电耦合的有源相控阵天线性能仿真置信度的计算方法 | |
Su et al. | Shaping optimization of double reflector antenna based on manifold mapping | |
CN105740502B (zh) | 一种载荷变形下的圆柱共形阵列天线电性能预测方法 | |
CN102567574B (zh) | 船舶大规模平面相控阵天线优化布局方法 | |
CN101339577B (zh) | 基于支持向量回归机的平板裂缝天线建模方法 | |
CN104600428B (zh) | 一种提高连续波雷达收发天线隔离度的系统 | |
CN110501675A (zh) | 一种基于mimo雷达低旁瓣发射方向图设计方法 | |
CN110501682A (zh) | 一种车载雷达测量目标方位角的方法及车载雷达 | |
CN104391183A (zh) | 近场测量天线远区场特性快速计算方法 | |
CN106850016A (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 | |
CN108987941A (zh) | 一种基于压缩感知的一维子阵划分方法 | |
CN104393414A (zh) | 基于时间调制共形相控阵列的快速方向图综合方法 | |
CN104409859A (zh) | 一种高增益低副瓣半高波导宽边裂缝天线及其设计方法 | |
CN114117565A (zh) | 一种基于深度学习的平面阵列天线辐射方向图综合方法 | |
CN110011069A (zh) | 基于全息超表面的共形表面波天线 | |
CN104750944A (zh) | 一种快速的平面稀疏阵列综合方法 | |
CN104375129B (zh) | 一种分布式阵列相参合成雷达发射相参参数校准方法 | |
CN101252225B (zh) | 反射面天线面板变形数据的预处理方法 | |
CN109446672A (zh) | 基于模糊c均值聚类的低副瓣单脉冲直线阵天线综合方法 | |
CN109639329A (zh) | 唯相位加权波束快速赋形方法 | |
CN109188346A (zh) | 大规模均匀圆柱阵列单快拍doa估计方法 | |
CN105226362B (zh) | 串馈结构功分器、阵列天线系统及其设计方法 |
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 |