CN110598360A - 基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法 - Google Patents
基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法 Download PDFInfo
- Publication number
- CN110598360A CN110598360A CN201910926913.9A CN201910926913A CN110598360A CN 110598360 A CN110598360 A CN 110598360A CN 201910926913 A CN201910926913 A CN 201910926913A CN 110598360 A CN110598360 A CN 110598360A
- Authority
- CN
- China
- Prior art keywords
- terrain
- array
- genetic algorithm
- obstacle
- antennas
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
-
- 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
Abstract
基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法,涉及信息与通信技术领域,是为了在不规则地形下进行天线稀疏布阵时使用更少的天线数量,以提高信号传输效率,本发明中将阵元间最小间距和子阵间最小间距(障碍地形长度)作为改进遗传算法中的一部分分离出,既能提高计算机对于遗传算法的运算速度,进而提高传输效率,又能完美适应存在障碍地形的稀布布阵情况,同时降低了天线布阵的成本。
Description
技术领域
本发明涉及信息与通信技术领域,具体涉及天线稀疏布阵优化的方法。
技术背景
对于障碍地形采用稀疏阵布阵方法进行优化,可以大大降低工程难度,并且减小地形对天线阵列方向图的影响,保证了高频地波雷达接收阵列良好的方向图性能,此方法可以减小地形对天线方向图的影响,增加了天线对环境的适应性和布阵的灵活性。
实际情况中,地形是非常非常复杂的。布设天线阵列的环境中除了上下起伏的凹凸地形外,还有如山丘、沟壑、丘陵、盆地等影响雷达波束扫描或无法架设天线阵列的障碍地形。如果采用人为改造地形的方法则工程量相当浩大。
因此为了障碍地形上布阵难、成本高等问题,因此在传统的稀疏布阵上希望得到如下的调整:
1)、适应障碍地形。高频地波雷达天线的布阵需要大面积平坦地形,当地形高低起伏或具有丘陵、山地、河流、盆地等特殊地形时,天线方向图将受到很大的影响。所以,若想保证高频地波雷达探测性能且工程难度低,不采取机械的开山炸石,那么找到适应障碍地形的布阵方法具有重要意义,不仅可以降低基建成本,还可以使天线布阵更加灵活。
2)、智能的实现稀疏布阵,降低成本。选择算法在满足天线阵性能要求的情况下,在障碍地形下使用更少的天线数量,以提高效率和降低成本。
发明内容
本发明是为了:
在不规则地形下进行天线稀疏布阵时使用更少的天线数量,以提高信号传输效率,从而提供一种基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法。
基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法,其特征是:它包括以下步骤
步骤一、对待布阵的地形数据进行测量和数据分析,建立一个障碍地形模型;所述待布阵的地形数据中包括获得障碍地形长度的参数、并设定所需待布阵的天线数量和天线孔径;
步骤二、根据步骤一获得障碍地形长度的参数设定所需待布阵的天线数量N和天线孔径L;
步骤三、根据步骤一获得的障碍地形的长度参数、步骤二设定的所需待布阵的天线数量N和天线孔径L初始化遗传算法,改进的遗传算法用于不规则地形下天线稀疏布阵具体步骤为:
步骤三一、首先建立一个不均匀排布的直线阵列的模型,由N个不等间距的天线阵元分布组成,di表示第i个阵元与第一个阵元的距离,所述i小于或等于N;
步骤三二、设相邻两个阵元的距离间隔满足条件:
min{di-dj}≥dc,1≤j<i≤N
上式中,dc为一个常数,表示相邻两阵元最小距离间隔;为了保持阵列口径不变,直线阵两端必须有阵元,则:
将di拆分为xi+(i-1)dc两个部分,得到:
其中:dc根据实际中障碍地形的长度自由设置;
骤三三、根据步骤三二,将种群中的个体基因设置为拆分出的N维xi;1≤N;
骤三四、通过遗传算法计算,遗传算法中,适应度是主瓣和旁瓣的比,则经过遗传算法后就会保留主瓣和旁瓣的比最大的个体,从而得到了最优的布阵得到实现天线最大主旁瓣比的布阵,实现一次基于改进遗传算法的不规则地形下天线天线稀疏布阵的优化。
本发明取得的有益效果:本发明中将阵元间最小间距和子阵间最小间距(障碍地形长度)作为改进遗传算法中的一部分分离出,既能提高计算机对于遗传算法的运算速度,进而提高传输效率,又能完美适应存在障碍地形的稀布布阵情况,同时降低了天线布阵的成本。
附图说明
图1是障碍地形模型示意图;
图2是直线阵列在平坦地形下均匀布阵和稀布阵的方向图;
图3是直线阵列在平坦地形下均匀布阵和稀布阵的方向图;
具体实施方式
具体实施方式一、基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法,它包括以下步骤
步骤一、对待布阵的地形数据进行测量和数据分析,建立一个障碍地形模型;所述待布阵的地形数据中包括获得障碍地形长度的参数、并设定所需待布阵的天线数量和天线孔径;
步骤二、根据步骤一获得障碍地形长度的参数设定所需待布阵的天线数量N和天线孔径L;
步骤三、根据步骤一获得的障碍地形的长度参数、步骤二设定的所需待布阵的天线数量N和天线孔径L初始化遗传算法,改进的遗传算法用于不规则地形下天线稀疏布阵具体步骤为:
步骤三一、首先建立一个不均匀排布的直线阵列的模型,由N个不等间距的天线阵元分布组成,di表示第i个阵元与第一个阵元的距离,所述i小于或等于N;
步骤三二、设相邻两个阵元的距离间隔满足条件:
min{di-dj}≥dc,1≤j<i≤N
上式中,dc为一个常数,表示相邻两阵元最小距离间隔
;为了保持阵列口径不变,直线阵两端必须有阵元,则:
将di拆分为xi+(i-1)dc两个部分,得到:
其中:dc根据实际中障碍地形的长度自由设置;
骤三三、根据步骤三二,将种群中的个体基因设置为拆分出的N维xi;i≤N;
骤三四、通过遗传算法计算,遗传算法中,适应度是主瓣和旁瓣的比,则经过遗传算法后就会保留主瓣和旁瓣的比最大的个体,从而得到了最优的布阵得到实现天线最大主旁瓣比的布阵,实现一次基于改进遗传算法的不规则地形下天线天线稀疏布阵的优化。
具体实施方式二、本实施方式针对海岸不规则障碍地形使用一种适应山地海岸布阵的稀布阵方法,并且进行相位补偿加权优化和基于遗传算法以得到最佳主旁瓣比的优化。
实际情况中,地形是非常非常复杂的。布设天线阵列的环境中除了上下起伏的凹凸地形外,还有如山丘、沟壑、丘陵、盆地等影响雷达波束扫描或无法架设天线阵列的障碍地形。如果采用人为改造地形的方法则工程量相当浩大。
因此为了障碍地形上布阵难、成本高等问题,因此在传统的稀疏布阵上希望得到如下的调整:
1)、适应障碍地形。高频地波雷达天线的布阵需要大面积平坦地形,当地形高低起伏或具有丘陵、山地、河流、盆地等特殊地形时,天线方向图将受到很大的影响。所以,若想保证高频地波雷达探测性能且工程难度低,不采取机械的开山炸石,那么找到适应障碍地形的布阵方法具有重要意义,不仅可以降低基建成本,还可以使天线布阵更加灵活。
2)、智能的实现稀疏布阵,降低成本。选择算法在满足天线阵性能要求的情况下,在障碍地形下使用更少的天线数量,以提高效率和降低成本。
发明内容
本发明是为了解决天线布阵存在的以下问题:
1)、布阵地点在海岸山地时,地形不平坦,障碍地形多;
2)、土地资源和布阵成本高;
基于改进遗传算法的不规则地形下稀布阵优化方法,它包括以下步骤:
步骤一、对布阵地形进行研究分析,找到障碍地形和布阵地带,形成障碍地形模型;所述障碍地形模型包含有障碍地形长度参数;
步骤二、通过天线数量、孔径,障碍地形长度等参数初始化遗传算法,改进的遗传算法用于稀布阵的方法具体为:
步骤三、首先建立一个不均匀排布的直线阵列的模型,由N个不等间距的天线阵元分布组成,di表示第i个阵元与第一个阵元的距离,这里的i≤N。
步骤四、设相邻两个阵元的距离间隔满足条件:
min{di-dj}≥dc,1≤j<i≤N
上式中,dc为一常数,表示相邻两阵元最小距离间隔,一般取为半倍波长。为了保持阵列口径不变,直线阵两端必须有阵元,则
这里将di拆分为xi+(i-1)dc两个部分,则可以得到
步骤五、dc可以根据实际中障碍地形的长度自由设置;
步骤六、根据步骤四,种群中的个体基因设置为拆分出的N维xi;
步骤七、通过遗传算法计算后,得到实现最大主旁瓣比的布阵,实现基于改进的遗传算法的不规则地形下的稀布阵优化。
本事是方式取得的有益效果:本发明中由于高频地波雷达天线的布阵需要大面积平坦地形,当地形高低起伏或具有丘陵、山地、河流、盆地等特殊地形时,天线方向图将受到很大的影响。所以,若想保证高频地波雷达探测性能且工程难度低,不采取机械的开山炸石,那么应用此基于遗传算法的不规则地形下的优化布阵方法,不仅可以降低基建成本,还可以使天线布阵更加灵活。遗传算作为一种全局优化方法,因其简单、通用,受到了广泛的关注,已被应用到天线阵列的优化设计中。基于改进遗传算法实现的适应障碍地形的稀布阵具有现实可行性,通常情况下,障碍地形的长度难以人为改造,跨度不能作为遗传算法中的个体基因进行遗传算法优化,所以将阵元间最小间距和子阵间最小间距(障碍地形长度)作为改进遗传算法中的一部分分离出,既能提高计算机对于遗传算法的运算速度,又能完美适应存在障碍地形的稀布布阵情况,同时降低了天线布阵的成本。
图1为障碍地形模型,高频地波雷达接收阵列由L个子阵组成,分别为sub1,sub2,sub3,......,subL,每一个子阵的阵元数为M1,M2,...,ML,一共M个阵元,子阵分布在不平整地形上,子阵sub1,sub2,sub3,......,subL间为盆地或山丘地形,不适合布置高频地波雷达天线阵列,各个子阵间距离分别为D1,D2,...,DL-1。
图2和图3分别为为直线阵列在平坦地形下均匀布阵和稀布阵的方向图,在子阵等间隔分布的情况下最高旁瓣为-12.2dB,且主瓣的宽度较大。而经过遗传算法的稀布阵优化后明显主瓣更加突出,方向性更强,有效降低了旁瓣,最高旁瓣仅为-14.9dB,同时减小了主瓣宽度。
具体实施例
首先对天线布阵的地形进行研究分析,分析所需的天线数量,天线孔径以及障碍地形的长度。提出其中的天线布阵可以使用基于遗传算法的稀疏布阵来提高天线阵的性能并且降低成本。在遗传算法中使用天线阵之间的距离作为个体的基因,基因数等于天线阵的个数,经过历代的选择淘汰得到主旁瓣比最大的个体。在遗传算法的基础上应用改进的遗传算法,将障碍地形中障碍的固定长度分离,减小了遗传算法的搜索范围,提高了算法的效率。
本发明方法,即基于改进遗传算法的不规则地形下稀布阵优化算法描述如下表1所示。
表1.算法描述
最后通过各个部分的仿真测试,说明了基于遗传算法稀疏布阵的可行性。同时对于存在障碍地形的稀疏布阵,改进的遗传算法适应于障碍地形中存在的不可逾越的固定障碍地形长度,增加了天线布阵的灵活性,提高了传统遗传算法的搜索效率。
本发明具有以下特点和显著进步:
1、本发明所提出的障碍地形下的稀疏布阵,解决了海岸山地复杂地形难以排布天线阵的问题。经过仿真测试发现,稀疏布阵的可行性,可灵活动态的部署天线阵,解决了不平整不规则障碍地形下的布阵问题。
2、本发明在遗传算法的基础上,对遗传算法中的基因进行改进,得到改进的遗传算法,其中基因中分离出来的障碍地形的固定长度部分可以根据实际情况自由设置,便于海岸和山地等复杂地貌的布阵。
3、本发明提出的改进的遗传算法,解决了传统的遗传算法搜索效率低的问题,减小了遗传算法的搜索范围,提高了资源利用率。同时改进的遗传算法中的基因改进更加契合障碍地形模型,并且和传统遗传算法一样能求得布阵的最优解,使得天线的接收性能达到最优。本发明在稀布阵的仿真测试中,有效降低了旁瓣,验证了其可行性。为基于遗传算法的不规则地形下的稀布阵优化方法提供了技术支持。
Claims (4)
1.基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法,其特征是:它包括以下步骤
步骤一、对待布阵的地形数据进行测量和数据分析,建立一个障碍地形模型;所述待布阵的地形数据中包括获得障碍地形长度的参数、并设定所需待布阵的天线数量和天线孔径;
步骤二、根据步骤一获得障碍地形长度的参数设定所需待布阵的天线数量N和天线孔径L;
步骤三、根据步骤一获得的障碍地形的长度参数、步骤二设定的所需待布阵的天线数量N和天线孔径L初始化遗传算法,改进的遗传算法用于不规则地形下天线稀疏布阵具体步骤为:
步骤三一、首先建立一个不均匀排布的直线阵列的模型,由N个不等间距的天线阵元分布组成,di表示第i个阵元与第一个阵元的距离,所述i小于或等于N;
步骤三二、设相邻两个阵元的距离间隔满足条件:
min{di-dj}≥dc,1≤j<i≤N
上式中,dc为一个常数,表示相邻两阵元最小距离间隔
;为了保持阵列口径不变,直线阵两端必须有阵元,则:
将di拆分为xi+(i-1)dc两个部分,得到:
其中:dc根据实际中障碍地形的长度自由设置;
骤三三、根据步骤三二,将种群中的个体基因设置为拆分出的N维xi;i≤N;
骤三四、通过遗传算法计算,遗传算法中,适应度是主瓣和旁瓣的比,则经过遗传算法后就会保留主瓣和旁瓣的比最大的个体,从而得到了最优的布阵得到实现天线最大主旁瓣比的布阵,实现一次基于改进遗传算法的不规则地形下天线天线稀疏布阵的优化。
2.根据权利要求1所述的基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法,其特征在于步骤一所述障碍地形是丘陵、山地、河流或盆地。
3.根据权利要求1所述的基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法,其特征在于步骤二二中,dc的取值为天线阵所接收波的半倍波长。
4.根据权利要求1所述的基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法,其特征在于步骤一中,对待布阵的地形进行分析的具体方法是:对待布阵的地形进行测量,获得障碍地形长度和平坦地形长度:根据测量到的数据找到障碍地形和待布阵地带。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910926913.9A CN110598360A (zh) | 2019-09-27 | 2019-09-27 | 基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910926913.9A CN110598360A (zh) | 2019-09-27 | 2019-09-27 | 基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110598360A true CN110598360A (zh) | 2019-12-20 |
Family
ID=68864314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910926913.9A Pending CN110598360A (zh) | 2019-09-27 | 2019-09-27 | 基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110598360A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117113459A (zh) * | 2023-10-23 | 2023-11-24 | 成都睿沿芯创科技有限公司 | 一种天线阵列的旁瓣优化方法、装置及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426578A (zh) * | 2015-11-03 | 2016-03-23 | 电子科技大学 | 一种基于遗传算法的mimo-sar面阵天线阵元位置优化方法 |
-
2019
- 2019-09-27 CN CN201910926913.9A patent/CN110598360A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105426578A (zh) * | 2015-11-03 | 2016-03-23 | 电子科技大学 | 一种基于遗传算法的mimo-sar面阵天线阵元位置优化方法 |
Non-Patent Citations (3)
Title |
---|
王子曦等: "天波雷达在不规则地形中的接收阵列天线综合", 《电波科学学报》 * |
褚晓慧: "岛基高频地波雷达天线研究", 《中国优秀硕士学位论文全文数据库》 * |
陈客松等: "一种有阵元间距约束的稀布阵天线综合方法", 《电波科学学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117113459A (zh) * | 2023-10-23 | 2023-11-24 | 成都睿沿芯创科技有限公司 | 一种天线阵列的旁瓣优化方法、装置及电子设备 |
CN117113459B (zh) * | 2023-10-23 | 2024-01-05 | 成都睿沿芯创科技有限公司 | 一种天线阵列的旁瓣优化方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1748340B (zh) | 配合旋转对称天线同时生成窄波束和宽波束的馈电网络 | |
CN112100701B (zh) | 基于遗传算法的二维分布式天线子阵位置优化方法 | |
CN110113088B (zh) | 一种分离型数模混合天线系统波达角智能化估计方法 | |
CN113489521A (zh) | 反射面辅助无小区大规模mimo网络智能联合波束赋形方法 | |
CN104537185A (zh) | 基于量子蝙蝠搜索的天线阵稀疏构建与方向图综合方法 | |
CN111143983B (zh) | 基于改进水循环算法的稀布天线阵列低副瓣综合优化方法 | |
CN113343588B (zh) | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 | |
CN112926271B (zh) | 一种基于混合遗传算法的线性阵列子阵划分方法 | |
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 | |
CN110598360A (zh) | 基于改进遗传算法的不规则地形下天线稀疏布阵的优化方法 | |
CN113671439B (zh) | 基于非均匀智能超表面阵列的无人机集群测向系统及方法 | |
Li et al. | Chaotic adaptive butterfly mating optimization and its applications in synthesis and structure optimization of antenna arrays | |
CN114510879B (zh) | 一种任意间隔直线阵列端射增强的相位配置方法 | |
CN115037352B (zh) | 一种面向卫星波束对准增强的降噪方法 | |
CN113540791B (zh) | 一种孔径级收发同时阵列优化方法 | |
CN114726464B (zh) | 一种上下行非对称信道模型参数生成方法 | |
CN107436970B (zh) | 基于序列二次规划的三坐标雷达赋形方向图设计方法 | |
CN115146544A (zh) | 一种采用知识和数据混合驱动的阵列天线设计方法 | |
CN110212954B (zh) | 适用于车联网的阵列天线波束成形方向图优化方法及系统 | |
CN113765562A (zh) | 基于离散幅值调控的全息天线的波束成形优化方法和系统 | |
CN103792525A (zh) | 一种分布式宽带相控阵雷达阵列基线长度及带宽优化方法 | |
CN113726390A (zh) | 基于可重构反射超表面的能量效率最大化传输系统及方法 | |
CN112234336A (zh) | 副瓣约束的阵列方向图增益优化方法 | |
CN112949193A (zh) | 一种子阵级稀疏阵列天线方向图数值方法及系统 | |
RU2249890C1 (ru) | Способ формирования многолепестковых диаграмм направленности антенной решётки |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Jia Min Inventor after: Guo Jia Inventor after: Li Dongbo Inventor after: Guo Qing Inventor after: Gu Xuemai Inventor before: Jia Min Inventor before: Guo Jiaxu Inventor before: Li Dongbo Inventor before: Guo Qing Inventor before: Gu Xuemai |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |