CN112165348A - 一种基于遗传算法的波束赋形仿真设计方法 - Google Patents

一种基于遗传算法的波束赋形仿真设计方法 Download PDF

Info

Publication number
CN112165348A
CN112165348A CN202011044199.XA CN202011044199A CN112165348A CN 112165348 A CN112165348 A CN 112165348A CN 202011044199 A CN202011044199 A CN 202011044199A CN 112165348 A CN112165348 A CN 112165348A
Authority
CN
China
Prior art keywords
target
directional diagram
array antenna
boundary constraint
genetic algorithm
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
Application number
CN202011044199.XA
Other languages
English (en)
Inventor
林琦
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.)
Guizhou Aerospace Nanhai Technology Co Ltd
Original Assignee
Guizhou Aerospace Nanhai Technology Co Ltd
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 Guizhou Aerospace Nanhai Technology Co Ltd filed Critical Guizhou Aerospace Nanhai Technology Co Ltd
Priority to CN202011044199.XA priority Critical patent/CN112165348A/zh
Publication of CN112165348A publication Critical patent/CN112165348A/zh
Pending legal-status Critical Current

Links

Images

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
    • H04B7/06—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station
    • H04B7/0613—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission
    • H04B7/0615—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal
    • H04B7/0617—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the transmitting station using simultaneous transmission of weighted versions of same signal for beam forming
    • 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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • H04B7/08—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station
    • H04B7/0837—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas at the receiving station using pre-detection combining
    • H04B7/0842—Weighted combining
    • H04B7/086—Weighted combining using weights depending on external parameters, e.g. direction of arrival [DOA], predetermined weights or beamforming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD

Abstract

本发明提供了一种基于遗传算法的波束赋形仿真设计方法，包括以下步骤：一、在当前阵列天线目标方向图的波束上下建立目标边界约束线；二、取方向图超出上下目标边界约束线的值，建立适应度函数，优化当前阵列天线目标方向图函数；三、对比新生成的方向图与上下边界约束线，方向图超出上下目标边界约束线时，返回第二步；方向图位于上下目标边界约束线之内时，进行第四步；四、优化阵列天线的单元激励，当适应度函数值最小且图形最优时作为波束优化的结果。本发明提供了一种基于遗传算法的波束赋形仿真设计方法，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。

Description

一种基于遗传算法的波束赋形仿真设计方法
技术领域
本发明属于阵列天线波束赋形仿真技术领域，具体涉及一种基于遗传算法的波束赋形仿真设计方法。
背景技术
目前，阵列天线在应用时常常需要将阵列天线方向图形成指定波束以达到所需的要求，天线波束赋形有多种不同的方法，其中包含遗传算法，如公开号为CN104020448A的中国专利，利用遗传算法优化等阵元约束的雷达子阵级和波束/差波束，但在余割平方赋形方面则鲜有报道。对于相控阵天线来说，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，称之为唯相位波束赋形。传统遗传算法是用天线方向图函数与目标方向图函数做差，线性阵列天线算法举例如下：
设有一个阵列单元数N＝24，阵列间距d＝0.7λ，沿z轴排列的直线阵列，单元的激励幅度和相位表示为
Figure BDA0002707510060000011
其阵因子为
Figure BDA0002707510060000012
式中，an为单元激励(幅度+相位)，αn为相位，λ为波长，θ为一维角度，u＝kdcosθ，k＝2π/λ。如果In为常数，则得到均匀直线阵列的方向图。如果In为泰勒分布则得到泰勒方向图。
唯相位波束赋形就是在不改变S(θ)的N、d、λ、In的情况下，优化其激励相位分布αn，使其形成与目标波束相近的方向图。设余割平方方向图f(θ)为目标波束。传统方法一般建立目标函数
Figure BDA0002707510060000021
式中，M为θ的采样点数，
Figure BDA0002707510060000022
为归一化形式。
通过优化αn，找到一簇αn *，使得F(αn *)＝minF(α)。
由上可知，传统建立目标函数的方法受限于目标方向图函数的建立，当不能建立目标方向图函数时，就不能建立遗传算法的目标函数。
发明内容
为解决上述技术问题，本发明提供了一种基于遗传算法的波束赋形仿真设计方法，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。
本发明通过以下技术方案得以实现：
一种基于遗传算法的波束赋形仿真设计方法，包括以下步骤：
步骤一：首先在当前阵列天线目标方向图的波束上下各建立一条目标边界约束线；
步骤二：比对当前阵列天线目标方向图与两条目标边界约束线，取方向图超出上下目标边界约束线的值，建立适应度函数，优化当前阵列天线目标方向图函数；
步骤三：对比新生成的阵列天线目标方向图与上下目标边界约束线，方向图超出上下目标边界约束线时，返回第二步；方向图位于上下目标边界约束线之内时，进行第四步；
步骤四：优化阵列天线的单元激励，当适应度函数值最小且图形最优时作为波束优化的结果。
相比于传统目标函数的建立，提出的上、下边界约束法进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。
所述步骤二中的适应度函数F(α)设计如下：
Figure BDA0002707510060000031
式中，
Figure BDA0002707510060000032
为超出下边界的值；
Figure BDA0002707510060000033
为超出上边界的值；
θ为一维角度，α为单元激励相位，C1(θ)为上目标边界约束，C2(θ)为下目标边界约束，M为θ的采样点数，
Figure BDA0002707510060000034
为归一化形式。
所述步骤四中，阵列天线的单元激励优化对象为相位或幅度或相位与幅度的组合。
所述阵列天线为任意阵列形式。
进一步地，所述阵列天线为直线阵列。
所述阵列天线目标方向图的目标形状为任意波形。
进一步地，所述阵列天线目标方向图的目标形状为余割平方方向图。
进一步地，所述余割平方方向图波束宽度为40°。
本发明的有益效果在于：
与现有技术相比，通过设置上、下目标边界约束线进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。
附图说明
图1是本发明的方法流程图；
图2是本发明实施例的40°的宽波束余割平方赋形方向图；
图3是本发明实施例的幅度与相位分布图。
具体实施方式
下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。
如图1所示，一种基于遗传算法的波束赋形仿真设计方法，包括以下步骤：
步骤一：首先在当前阵列天线目标方向图的波束上下各建立一条目标边界约束线；
步骤二：比对当前阵列天线目标方向图与两条目标边界约束线，取方向图超出上下目标边界约束线的值，建立适应度函数，优化当前阵列天线目标方向图函数；
步骤三：对比新生成的阵列天线目标方向图与上下目标边界约束线，方向图超出上下目标边界约束线时，返回第二步；方向图位于上下目标边界约束线之内时，进行第四步；
步骤四：优化阵列天线的单元激励，当适应度函数值最小且图形最优时作为波束优化的结果。
相比于传统目标函数的建立，提出的上、下边界约束法进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。
所述步骤二中的适应度函数F(α)设计如下：
Figure BDA0002707510060000051
式中，Lexcess(α,θ)＝max{[C2(θ)-S(α,θ)],0}，为超出下边界的值；
Figure BDA0002707510060000052
为超出上边界的值；
θ为一维角度，α为单元激励相位，C1(θ)为上目标边界约束线，C2(θ)为下目标边界约束线，M为θ的采样点数，
Figure BDA0002707510060000053
为归一化形式。
所述步骤四中，阵列天线的单元激励优化对象为相位或幅度或相位与幅度的组合。
本实施例通过MATLAB软件对直线阵列天线进行遗传算法唯相位优化，设目标波束为40°的宽波束余割平方方向图，其中In＝1，如图2所示，虚线是根据目标波形建立的上下目标边界约束线，实线为上述算法得出的仿真结果，优化过程和幅度相位分布如图3所示。
本发明提供的一种基于遗传算法的波束赋形仿真设计方法，通过设置上、下目标边界约束线进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。

Claims (8)

1.一种基于遗传算法的波束赋形仿真设计方法，其特征在于，包括以下步骤：
步骤一：首先在当前阵列天线目标方向图的波束上下各建立一条目标边界约束线；
步骤二：比对当前阵列天线目标方向图与两条目标边界约束线，取方向图超出上下目标边界约束线的值，建立适应度函数，优化当前阵列天线目标方向图函数；
步骤三：对比新生成的阵列天线目标方向图与上下目标边界约束线，方向图超出上下目标边界约束线时，返回第二步；方向图位于上下目标边界约束线之内时，进行第四步；
步骤四：优化阵列天线的单元激励，当适应度函数值最小且图形最优时作为波束优化的结果。
2.如权利要求1所述的一种基于遗传算法的波束赋形仿真设计方法，其特征在于：所述步骤二中的适应度函数F(α)设计如下：
Figure FDA0002707510050000011
式中，
Figure FDA0002707510050000012
为超出下边界的值；
Figure FDA0002707510050000013
为超出上边界的值；
θ为一维角度，α为单元激励相位，C1(θ)为上目标边界约束，C2(θ)为下目标边界约束，M为θ的采样点数，
Figure FDA0002707510050000014
为归一化形式。
3.如权利要求1所述的一种基于遗传算法的波束赋形仿真设计方法，其特征在于：所述步骤四中，阵列天线的单元激励优化对象为相位或幅度或相位与幅度的组合。
4.如权利要求1所述的一种基于遗传算法的波束赋形仿真设计方法，其特征在于：所述阵列天线为任意阵列形式。
5.如权利要求1所述的一种基于遗传算法的波束赋形仿真设计方法，其特征在于：所述阵列天线为直线阵列。
6.如权利要求1所述的一种基于遗传算法的波束赋形仿真设计方法，其特征在于：所述阵列天线目标方向图的目标形状为任意波形。
7.如权利要求1所述的一种基于遗传算法的波束赋形仿真设计方法，其特征在于：所述阵列天线目标方向图的目标形状为余割平方方向图。
8.如权利要求7所述的一种基于遗传算法的波束赋形仿真设计方法，其特征在于：所述余割平方方向图波束宽度为40°。
CN202011044199.XA 2020-09-28 2020-09-28 一种基于遗传算法的波束赋形仿真设计方法 Pending CN112165348A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011044199.XA CN112165348A (zh) 2020-09-28 2020-09-28 一种基于遗传算法的波束赋形仿真设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011044199.XA CN112165348A (zh) 2020-09-28 2020-09-28 一种基于遗传算法的波束赋形仿真设计方法

Publications (1)

Publication Number Publication Date
CN112165348A true CN112165348A (zh) 2021-01-01

Family

ID=73861942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011044199.XA Pending CN112165348A (zh) 2020-09-28 2020-09-28 一种基于遗传算法的波束赋形仿真设计方法

Country Status (1)

Country Link
CN (1) CN112165348A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114554513A (zh) * 2021-12-30 2022-05-27 中国电信股份有限公司 波束赋形参数的确定方法、装置及网络设备

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104901734A (zh) * 2015-06-26 2015-09-09 中国船舶重工集团公司第七二四研究所 一种阵列天线波束赋形方法
CN106650097A (zh) * 2016-12-22 2017-05-10 厦门大学 一种激励幅度动态范围可控的阵列天线赋形波束综合方法
CN106850016A (zh) * 2017-02-23 2017-06-13 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
CN107431272A (zh) * 2015-03-06 2017-12-01 何晓溪 波束赋形方法和装置
CN107657070A (zh) * 2017-07-31 2018-02-02 西安电子科技大学 基于遗传算法频率分集共形阵列波束的解耦合方法及天线
CN108920767A (zh) * 2018-06-07 2018-11-30 河海大学 余割平方和合成相位双约束波瓣阵列天线优化设计方法
US20200052412A1 (en) * 2017-05-16 2020-02-13 Dongguan University Of Technology Method for array elements arrangement of l-shaped array antenna based on inheritance of acquired character
CN111242382A (zh) * 2020-01-18 2020-06-05 国网山东省电力公司菏泽供电公司 基于量子遗传算法的传声器阵列布置优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107431272A (zh) * 2015-03-06 2017-12-01 何晓溪 波束赋形方法和装置
CN104901734A (zh) * 2015-06-26 2015-09-09 中国船舶重工集团公司第七二四研究所 一种阵列天线波束赋形方法
CN106650097A (zh) * 2016-12-22 2017-05-10 厦门大学 一种激励幅度动态范围可控的阵列天线赋形波束综合方法
CN106850016A (zh) * 2017-02-23 2017-06-13 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
US20200052412A1 (en) * 2017-05-16 2020-02-13 Dongguan University Of Technology Method for array elements arrangement of l-shaped array antenna based on inheritance of acquired character
CN107657070A (zh) * 2017-07-31 2018-02-02 西安电子科技大学 基于遗传算法频率分集共形阵列波束的解耦合方法及天线
CN108920767A (zh) * 2018-06-07 2018-11-30 河海大学 余割平方和合成相位双约束波瓣阵列天线优化设计方法
CN111242382A (zh) * 2020-01-18 2020-06-05 国网山东省电力公司菏泽供电公司 基于量子遗传算法的传声器阵列布置优化方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
D.W. BOERINGER等: ""A simultaneous parameter adaptation scheme for genetic algorithms with application to phased array synthesis"", 《IEEE TRANSACTIONS ON ANTENNAS AND PROPAGATION》 *
TAREK SALLAM等: ""Low Sidelobe Cosecant-Squared Pattern Synthesis for Large Planar Array Using Genetic Algorithm"", 《PROGRESS IN ELECTROMAGNETICS RESEARCH M》 *
胥凌锐: ""天线阵列布阵和波束优化技术研究"", 《中国优秀硕士学位论文全文数据库》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114554513A (zh) * 2021-12-30 2022-05-27 中国电信股份有限公司 波束赋形参数的确定方法、装置及网络设备

Similar Documents

Publication Publication Date Title
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
CN104901734B (zh) 一种阵列天线波束赋形方法
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
CN109818157B (zh) 一种基于不规则子阵的紧耦合超宽带天线阵列的构建方法
CN106650097B (zh) 一种激励幅度动态范围可控的阵列天线赋形波束综合方法
Xu et al. Pattern synthesis of conformal antenna array by the hybrid genetic algorithm
Liu et al. A new method for the synthesis of non-uniform linear arrays with shaped power patterns
CN106654601B (zh) 无栅瓣宽角扫描混合阵列超稀疏布局方法
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
CN110504555B (zh) 一种网络幅相可分解的赋形阵列天线设计方法
Yang et al. Optimization of subarray partition for large planar phased array radar based on weighted K-means clustering method
CN107896129A (zh) 一种稀布同心圆环阵的降维优化算法
CN112165348A (zh) 一种基于遗传算法的波束赋形仿真设计方法
CN110276086A (zh) 基于空间映射的隐身超表面雷达散射截面减缩方法
Oraizi et al. Sum, difference and shaped beam pattern synthesis by non-uniform spacing and phase control
CN104102775A (zh) 一种基于旁瓣抑制的电调寄生天线波束优化方法
Suárez et al. Experimental validation of linear aperiodic array for grating lobe suppression
CN110427669B (zh) 一种相控阵扫描辐射波束的神经网络模型计算方法
CN111553095A (zh) 基于序列二阶锥算法的时间调制阵列边带抑制方法
Fu et al. Optimization of planar thinned antenna array based on genetic and convex hybrid algorithm
Panduro et al. Energy Patterns of UWB antenna arrays with low side lobe level during beam-scanning
CN116227590A (zh) 基于改进遗传算法的太赫兹相控阵旁瓣抑制方法及装置
CN110429958B (zh) 一种大规模天线阵列中超分辨率的高能效波束合成方法
Zhang et al. A Fast and Efficient Beamforming Algorithm Imitating Plant Growth Gene for Phased Array Antenna
Song et al. Application of particle swarm optimization algorithm and genetic algorithms in beam broadening of phased array antenna

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210101