CN112182953B - 一种模块化平面阵列稀疏优化方法及系统 - Google Patents

Abstract

本发明公开了一种模块化平面阵列稀疏优化方法及系统，属于阵列天线设计领域，包括以下步骤：S1：模块化操作；S2：初始优化参数；S3：优化计算。本发明在应用于大型平面阵列天线稀疏优化时具有高效性，在稀疏度低于2％的情况下，副瓣电平可以达到‑20dB以下，阵元两两之间最小距离小于期望值，可提高阵列辐射性能；采用模块化操作将目标平面划分成多个模块，各模块形状与尺寸统一有利于降低后期加工成本；适用于大型雷达系统和射电天文系统，可大幅度降低系统的重量与成本，提高工程可实现性，值得被推广使用。

Description

一种模块化平面阵列稀疏优化方法及系统

技术领域

本发明涉及阵列天线设计技术领域，具体涉及一种模块化平面阵列稀疏优化方法及系统。

背景技术

现代雷达为了提高雷达的观测距离和分辨率，对天线阵列的规模要求越来越大，很多大型雷达的单元数量都达到万以上的量级。射电天文领域为了获得更大的视野和更灵活的工作模式，也开始从传统的大型发射面天线向超大规模平面阵列转型。但是每个单元都是一个天线单元和有源通道组件，超大规模阵列会导致整个雷达系统的成本高昂，阵列的稀疏设计则是有效降低大规模雷达的阵元数量和成本的有效方法。

现有的稀疏阵列优化方案，所有阵元可随机排布于目标区域内任意位置，优化算法根据交叉和变异获得新个体后需判断阵元间最小间距是否满足距离限制条件，当限制距离较大时该判断过程耗费时间多，优化效率低。尽管该方案的阵元位置排布自由度大，但操作难度也很大；当阵元间距较大时，优化结果易陷入局部最优解，不易获得全局最优解。此外，为了满足系统对副瓣的要求，目前稀疏阵列的结果单元位置是随机性毫无规律的，对于超大规模阵列不具备工程实现的可能。上述问题亟待解决，为此，提出一种模块化平面阵列稀疏优化方法及系统。

发明内容

本发明所要解决的技术问题在于：如何提高存在间距限制条件下的稀疏阵列优化效率，同时增加大规模稀疏阵列的工程实现性，提供了一种模块化平面阵列稀疏优化方法。

本发明是通过以下技术方案解决上述技术问题的，本发明包括以下步骤：

S1：模块化操作

将目标区域划分成统一形状、尺寸的模块，输出所有模块的位置信息；

S2：初始优化参数

确定表征所有阵元位置信息的具体参数，生成初始值；

S3：优化计算

构建适用于多目标优化问题的适应度函数，将初始值和适应度函数代入优化方法中进行计算。

更进一步地，在所述步骤S1中，模块化操作的具体过程如下：

S11：在目标区域所在平面上建立坐标系，设置x轴和y轴；

S12：设置模块的形状和尺寸；

S13：将目标平面划分成步骤S2中形状和尺寸的模块，获得各模块的中心位置信息；

S14：确定模块总数N，输出每个模块的位置信息。

更进一步地，在所述步骤S12中，模块形状具有可拼接性，拼接后相邻模块间无缝隙且不重合。

更进一步地，在所述步骤S2中，初始优化参数的具体过程如下：

S21：确定模块编号

将所有模块编号，待优化阵元数量为N_a，每个阵元放置在一个模块中，对应优化参数为N_a个模块的编号；

S22：确定模块位置信息

根据模块内阵元排布规律确定影响阵元相对模块中心的位置参数；

S23：生成初始值

随机生成一组阵元的模块编号和模块位置信息。

更进一步地，在所述步骤S21中，每个模块与一个阵元对应，阵元的N_a个编号均不相同，每个编号均为小于N的正整数。

更进一步地，在所述步骤S22中，模块形状为矩形，阵元排布规律为当阵元排布在模块内的圆环上，圆环圆心位于模块中心且半径为定值，阵元的位置通过阵元、圆心之间的连线与x轴的夹角

确定，夹角/>

为待优化参数。

更进一步地，在所述步骤S23中，所述初始值需满足所有阵元两两之间最小距离大于最小间距；如不满足，则重新生成直到满足条件为止。

更进一步地，在所述步骤S3中，优化方法为遗传算法，优化计算的具体过程如下：

S31：对于新产生的个体，根据待优化参数和模块内阵元排布规律获得种群中个体的阵元排布位置；

S32：根据阵元位置和待优化扫描状态，计算扫描状态下单个或多个切面的方向图副瓣；

S33：设定目标副瓣与优化系数，构建适应度函数；

S34：将初始值和适应度函数代入遗传算法中，进行优化设置，当达到优化次数过程结束，当所有扫描状态的副瓣均小于目标副瓣，保存参数。

更进一步地，在所述步骤S33中，目标副瓣为g，优化系数为α₁,α₂,…,α_n,α，适应度函数fitness表达式如下：

fitness＝α₁f₁+α₂f₂+...+α_nf_n+αf_a

其中f₁,f₂,…,f_n为各扫描状态的独立适应值，计算公式为：

其中，psll_i为各扫描状态下方向图的副瓣；

f_a为联动适应值，计算公式为：

其中，psll_max为各扫描状态下方向图副瓣的最大值。

本发明还提供了一种模块化平面阵列稀疏优化系统，包括：

模块化操作模块，用于将目标区域划分成统一形状、尺寸的模块，输出所有模块的位置信息；

初始优化参数模块，用于确定表征所有阵元位置信息的具体参数，生成初始值；

优化计算模块，用于构建适用于多目标优化问题的适应度函数，将初始值和适应度函数代入优化方法中进行计算；

控制处理模块，用于向各模块发出指令，完成相关动作；

所述模块化操作模块、所述初始优化参数模块、所述优化计算模块均与所述控制处理模块电连接。

本发明相比现有技术具有以下优点：

1.本发明应用于雷达系统时，对天线阵列进行稀疏化设计，大幅度减少了阵元数，降低了雷达成本；同时本发明对目标区域进行了模块化操作，将阵面划分为形状和尺寸统一的模块，有利于后期天线阵面加工制造和架设，降低了加工成本；

2.本发明将阵元放置于模块中且每个模块内部仅放置一个阵元，一定程度上提高稀疏阵列中阵元的均匀度，避免小范围内同时放置多个阵元；通过改变模块尺寸实现灵活调整阵元间距，进而调节阵元间的互耦，有助于改善阵列天线的辐射性能；阵元按一定规律放置于模块中不同位置可有效避免阵列方向图出现栅瓣，在提高优化自由度的同时简化了优化参数；

3.本发明构建了适用于多扫描状态的适应度函数，以目标副瓣为参考设置了独立适应值和联动适应值，提高了阵列天线方向图副瓣的优化效率；

4.本发明实现了一种模块化平面阵列稀疏优化方法，该方法优化效率高，在降低天线阵列成本的同时实现多扫描状态辐射性能优化，为复杂形状平面阵列天线稀疏优化提供新途径；由该方法获得的阵列方向图主瓣增益高、雷达作用距离远，副瓣水平低、分辨率高、抗干扰能力强；本发明可应用于大型雷达系统和射电天文系统，有助于实现系统的低成本与轻量化，提高了工程可实现性。

附图说明

图1是本发明实施例一中模块化平面阵列稀疏优化方法的流程示意图；

图2a是本发明实施例二中圆口径阵列天线的阵元位置示意图(图中黑点为阵元)；

图2b是图2a中H处的放大图(图中黑点为阵元)；

图3是本发明实施例二中经过优化获得的法向

切面方向图；

图4是本发明实施例二中经过优化获得的法向

切面方向图；

图5a是本发明实施例三中椭圆口径阵列天线的阵元位置示意图(图中黑点为阵元)；

图5b是图5a中K处的放大图(图中黑点为阵元)；

图6是本发明实施例三中经过优化获得的法向

切面方向图；

图7是本发明实施例三中经过优化获得的

切面扫描30°方向图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例一

本实施例提供一种模块化平面阵列稀疏优化方法，最终得到最优稀疏阵列的阵元分布以及最低副瓣时阵列方向图。

如图1所示，图1为本实施例中的模块化平面阵列稀疏优化方法流程图，该方法包括以下步骤：

S1：模块化操作

将目标区域划分成统一形状、尺寸的模块，输出所有模块的位置信息，具体步骤如下：

(1)在目标区域所在平面上建立二维直角坐标系，设置x轴和y轴；

(2)设置模块的形状和尺寸：模块形状需满足可拼接性，拼接后相邻模块间无缝隙且不重合；默认形状为矩形；

(3)将目标平面划分成上述形状和尺寸的模块，获得各模块的中心位置信息；模块化方法不限定，原则上模块布满整个目标平面，即直到最外层模块边缘与目标平面区域边界之间空白处放不下一个模块为止。本实施例使用了其中一种模块化方法：首先确定目标平面沿着y轴方向的模块数，即确定模块的行数；接着计算目标平面在每行模块处沿着x轴方向的长度；最后分别计算每行的模块数获得整个目标平面的模块排布；

(4)确定模块总数N，输出所有模块的位置信息(位置信息即模块的几何中心坐标)。

S2：初始优化参数

确定表征所有阵元位置信息的具体参数，生成初始值，具体步骤如下：

(1)确定模块编号：将所有模块编号；待优化阵元数N_a，每个阵元放置于一个模块中，对应优化参数为N_a个模块的编号；每个模块仅可放置一个阵元，N_a个编号均不相同，每个编号均为小于N的正整数；

(2)确定模块位置信息：根据模块内排布规律确定影响阵元相对模块中心的位置参数。本实施例提出一种模块内排布规律：当阵元排布在模块内的圆环上，圆环圆心位于模块中心且半径为定值，阵元的位置通过其与圆心连线与x轴的夹角

确定，夹角/>

为待优化参数；

(3)生成初始值：随机生成一组阵元的模块编号和模块位置信息，该初始值需满足所有阵元两两之间最小距离大于D_min；如不满足，重新生成直到满足条件为止。

S3：优化计算

构建适用于多目标优化问题的适应度函数，将初始值和适应度函数代入遗传算法进行计算。本发明选择遗传算法，该算法为借鉴生物界进化规律演化而来的自适应概率性随机化迭代搜索算法，基于适应度随机选择双亲，并按交叉和变异算子产生新的种群。优化具体步骤如下：

(1)对于新产生的个体，根据待优化参数和模块内排布规律获得种群中个体的阵元排布位置；判断其所有阵元两两之间最小距离是否大于D_min，如不满足，根据交叉和变异规则重新生成个体；

(2)计算方向图副瓣：根据阵元位置和待优化扫描状态(State₁,State₂,…,State_n)计算扫描状态下单个或多个切面的方向图副瓣(psll₁,psll₂,…,psll_m)；

(3)构建适应度函数：本发明涉及多目标优化问题，目标副瓣为g，(α₁,α₂,…,α_n,α)为优化系数，构建适应度函数fitness如下：

fitness＝α₁f₁+α₂f₂+...+α_nf_n+αf_a

其中，(f₁,f₂,…,f_n)为各扫描状态的独立适应值，计算公式为：

f_a为联动适应值，psll_max为各扫描状态下方向图副瓣的最大值，计算公式为：

(4)开始优化过程：将初始值和适应度函数代入遗传算法中；进行优化设置，当达到优化次数过程结束；当所有扫描状态副瓣均小于g，保存参数。

大型平面阵列天线通道数多、成本高，常规阵列天线存在阵元间距过小引起的阵元间强互耦作用对天线的辐射性能造成影响。本发明采用模块化阵列稀疏方案来解决上述问题，尝试将目标平面区域划分成模块，在降低阵元间互耦效应的同时降低了阵列天线的成本。为了打破模块化带来的周期性以及提高待优化阵元位置的自由度，本发明按一定规律将阵元放置于模块内特殊轨迹上，在有效避免了方向图产生栅瓣的同时实现了低副瓣特性。考虑到遗传算法出现较早，经过长时间发展收敛稳定性好，效率高，本发明优化过程使用该算法。

实施例二

本实施例优化了圆口径阵列天线方向图性能，待优化频点为f，对应波长为λ。设置x轴和y轴如图2所示。目标阵面直径为2500λ，模块形状为方形，尺寸为10λ×10λ，模块按矩形栅格排布，模块化操作后模块总数为48833个。对每个模块进行编号，每个编号与其位置相对应。待优化天线阵元数为500个，目标副瓣为-20dB，待优化方向图为法向

和

切面，优化系数α_i均为1。为提高阵元位置的自由度，阵元被放置于各模块内圆心在模块中心、半径为3.5λ的圆环上，决定每个阵元位置信息的变量为阵元与圆心连线和x轴的夹角。优化过程中待优化参数由500个阵元的模块编号和500个模块位置信息组成，随机生成一组待优化参数作为初始值。按上述说明构建适应度函数，将初始值和适应度函数代入遗传算法进行计算，种群个数为1000个，优化次数设置为100次。当达到优化次数过程结束，副瓣达到要求时保存当前参数。

如图3、4所示，图3是本实施例中经过优化获得的法向

切面方向图，图4是本实施例中经过优化获得的法向/>

切面方向图。

由上述可得，本实施例的阵列直径达到2500个波长，稀疏度达到1％。经过优化，法向的副瓣电平实现-20dB以下，±50°范围内未出现栅瓣。

实施例三

本实施例优化了椭圆口径阵列天线方向图性能，待优化频点为15GHz。椭圆长轴长为30m，短轴长为20m，模块形状为方形，尺寸为130mm×130mm。设置x轴和y轴如图5所示，模块边界分别平行于x轴和y轴，相邻两行模块间可存在交错，模块化操作后模块总数为27802个。对每个模块进行编号，每个编号与其位置相对应。待优化天线阵元数为550个，目标副瓣为-20dB，待优化方向图为

切面法向和扫描30°，优化系数α_i均为1。为提高阵元位置的自由度，阵元被放置于各模块内沿着四条对角线(A：左上，B：右上，C：左下，D：右下)上，对角线上可放置最远点到模块中心距离65mm，决定每个阵元位置信息的变量为阵元到模块中心的距离和阵元所在对角线编号。优化过程中待优化参数由550个阵元的模块编号和1100个模块位置信息组成，随机生成一组待优化参数作为初始值。按上述说明构建适应度函数，将初始值和适应度函数代入遗传算法进行计算，种群个数为1000个，优化次数设置为100次。当达到优化次数过程结束，副瓣达到要求时保存当前参数。

如图6、7所示，图6是本实施例中经过优化获得的法向

切面方向图，图7是本实施例中经过优化获得的/>

切面扫描30°方向图。

由上述可得，本实施例的椭圆长轴为1500个波长，短轴为1000个波长，稀疏度达到2％。经过优化，

切面法向和扫描30°的副瓣电平实现-20dB以下，±60°范围内未出现栅瓣。

综上所述，上述实施例中的模块化平面阵列稀疏优化方法，在应用于大型平面阵列天线稀疏优化时具有高效性，在稀疏度低于2％的情况下，副瓣电平可以达到-20dB以下，阵元两两之间最小距离小于期望值，可提高阵列辐射性能；采用模块化操作将目标平面划分成多个模块，各模块形状与尺寸统一有利于降低后期加工成本；适用于大型雷达系统和射电天文系统，可大幅度降低系统的重量与成本，提高工程可实现性，值得被推广使用。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (4)

1.一种模块化平面阵列稀疏优化方法，其特征在于，包括以下步骤：

S1：模块化操作

将目标区域划分成相同形状、尺寸的模块，输出所有模块的位置信息；

S2：初始优化参数

确定表征所有阵元位置信息的具体参数，生成初始值；

S3：优化计算

构建适用于多目标优化问题的适应度函数，将初始值和适应度函数代入优化方法中进行计算；

在所述步骤S2中，初始优化参数的具体过程如下：

S21：确定模块编号

将所有模块编号，待优化阵元数量为N_a，每个阵元放置在一个模块中，对应优化参数为N_a个模块的编号；

S22：确定模块位置信息

根据模块内阵元排布规律确定影响阵元相对模块中心的位置参数；

S23：生成初始值

随机生成一组阵元的模块编号和模块位置信息；

在所述步骤S21中，每个模块与一个阵元对应，阵元的N_a个编号均不相同，每个编号均为小于N的正整数；

在所述步骤S22中，模块形状为矩形，阵元排布规律为当阵元排布在模块内的圆环上，圆环圆心位于模块中心且半径为定值，阵元的位置通过阵元、圆心之间的连线与x轴的夹角确定，夹角为待优化参数；

在所述步骤S23中，所述初始值需满足所有阵元两两之间最小距离大于最小间距；如不满足，则重新生成直到满足条件为止；

在所述步骤S3中，优化方法为遗传算法，优化计算的具体过程如下：

S31：对于新产生的个体，根据待优化参数和模块内阵元排布规律获得种群中个体的阵元排布位置；

S32：根据阵元位置和待优化扫描状态，计算扫描状态下单个或多个切面的方向图副瓣；

S33：设置目标副瓣与优化系数，构建适应度函数；

S34：将初始值和适应度函数代入遗传算法中，进行优化设置，当达到优化次数过程结束，当所有扫描状态的副瓣均小于目标副瓣，保存参数；

在所述步骤S33中，目标副瓣为g，优化系数为α₁,α₂,…,α_n,α，适应度函数fitness表达式如下：

fitness＝α₁f₁+α₂f₂+...+α_nf_n+αf_a

其中f₁,f₂,…,f_n为各扫描状态的独立适应值，计算公式为：

其中，psll_i为各扫描状态下方向图的副瓣；

f_a为联动适应值，计算公式为：

其中，psll_max为各扫描状态下方向图副瓣的最大值。

2.根据权利要求1所述的一种模块化平面阵列稀疏优化方法，其特征在于：在所述步骤S1中，模块化操作的具体过程如下：

S11：在目标区域所在平面上建立坐标系，设置x轴和y轴；

S12：设置模块的形状和尺寸；

S13：将目标平面划分成步骤S12中形状和尺寸的模块，获得各模块的中心位置信息；

S14：确定模块总数N，输出每个模块的位置信息。

3.根据权利要求2所述的一种模块化平面阵列稀疏优化方法，其特征在于：在所述步骤S12中，模块形状具有可拼接性，拼接后相邻模块间无缝隙且不重合。

4.一种模块化平面阵列稀疏优化系统，其特征在于，利用如权利要求1～3任一项所述的优化方法对平面阵列进行优化，包括：

模块化操作模块，用于将目标区域划分成统一形状、尺寸的模块，输出所有模块的位置信息；

初始优化参数模块，用于确定表征所有阵元位置信息的具体参数，生成初始值；

优化计算模块，用于构建适用于多目标优化问题的适应度函数，将初始值和适应度函数代入优化方法中进行计算；

控制处理模块，用于向各模块发出指令，完成相关动作；

所述模块化操作模块、所述初始优化参数模块、所述优化计算模块均与所述控制处理模块电连接。

Images