CN112367103B - 一种可扩展稀疏阵列天线布局的获取方法 - Google Patents

一种可扩展稀疏阵列天线布局的获取方法 Download PDF

Info

Publication number
CN112367103B
CN112367103B CN202011238058.1A CN202011238058A CN112367103B CN 112367103 B CN112367103 B CN 112367103B CN 202011238058 A CN202011238058 A CN 202011238058A CN 112367103 B CN112367103 B CN 112367103B
Authority
CN
China
Prior art keywords
array
sparse
expansion
population
fitness
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.)
Active
Application number
CN202011238058.1A
Other languages
English (en)
Other versions
CN112367103A (zh
Inventor
胡候平
刘大桥
王建伟
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.)
Chongqing Liangjiang Satellite Mobile Communication Co Ltd
Original Assignee
Chongqing Liangjiang Satellite Mobile Communication 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 Chongqing Liangjiang Satellite Mobile Communication Co Ltd filed Critical Chongqing Liangjiang Satellite Mobile Communication Co Ltd
Priority to CN202011238058.1A priority Critical patent/CN112367103B/zh
Publication of CN112367103A publication Critical patent/CN112367103A/zh
Application granted granted Critical
Publication of CN112367103B publication Critical patent/CN112367103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04B7/0408—Diversity systems; Multi-antenna system, i.e. transmission or reception using multiple antennas using two or more spaced independent antennas using two or more beams, i.e. beam diversity
    • 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
    • H04B7/0619—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 using feedback from receiving side
    • H04B7/0621—Feedback content
    • H04B7/0634—Antenna weights or vector/matrix coefficients
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种可扩展稀疏阵列天线布局的获取方法，解决了大型稀疏阵列天线在实际工程应用时，由于阵面规模大，稀疏单元不规则引起的馈电网络复杂化、射频连接设计困难、波束控制程序编写复杂且由于周期性稀疏子阵拼接引起的阵列方向图副瓣高，造成天线增益低等问题。本发明包括：初始化稀疏子阵和旋转矩阵的参数，将稀疏子阵和旋转矩阵合并为扩展阵列，然后生成扩展阵列种群，再通过快速傅里叶逆变换对扩展稀疏阵列方向图进行综合并计算阵列方向图的适应度，再借助遗传算法对扩展稀疏阵列进行优化，当目标函数满足要求或者达到最大迭代次数时，则输出稀疏子阵、旋转矩阵和扩展稀疏阵列。

Description

一种可扩展稀疏阵列天线布局的获取方法
技术领域
本发明涉及阵列天线技术领域，具体涉及一种可扩展稀疏阵列天线布局的获取方法。
背景技术
在远距离探测和识别等领域，要求天线的增益高，波束窄，扫描空域范围大，作用距离远，这就要求相控阵天线的口径很大，单元数很多。这会带来几个方面的问题：
1、阵列天线随着口径的增大，单元数目急剧增加，系统复杂度和制作成本也相应增加。
2、紧密排列的含T/R组件的有源天线阵元的散热是个大问题。
因此，在主要要求窄波束而不追求最大增益的应用中，可以从一个均匀分布的大型阵列中去除某些阵元，或者将这些阵元连接到匹配负载上形成稀疏阵列。稀疏阵列天线可以在获得与满阵排布接近的窄波束的同时减少天线的成本和重量，同时降低了馈电系统的复杂度和故障率。在阵元等幅激励的情况下，稀疏阵列还可以获得比满阵排布更低的副瓣电平。基于这些优势，稀疏阵列天线在雷达、通信领域以及射电天文等领域得到了广泛的应用。
稀疏阵列的综合是通过优化阵列口径内天线单元的分布以达到期望的辐射特性。常见的稀疏阵列是通过将满阵的一部分阵元稀疏掉，稀疏掉的阵列分布位置是不规则、无规律的。这样在实际工程化操作的时候，相较于满阵的规则分布，一般的稀疏阵馈电网络将会更加复杂，射频通道的互联设计也会更加困难，波束控制程序的编写也更加复杂。同时，对于不同规模的稀疏阵列，都需要重新设计，前期设计的模块无法沿用，不利于实际工程的迭代和扩展。为此提出可扩展的稀疏子阵设计方法，普通的稀疏子阵周期性排布虽然能减少工程化实施的难度，但是周期性排布的稀疏子阵会形成较高的副瓣电平，导致增益下降和抗干扰能力变弱，不利于实际的工程使用。
综上所述，在实际的工程应用中需要一种可扩展的稀疏阵列天线的设计方法，既有稀疏阵列天线的低副瓣和低成本的特性，又支持扩展设计和工程迭代，简化设计难度。
发明内容
本发明要解决的技术问题是：现有的稀疏阵列天线的设计方法无法同时满足稀疏阵列天线的低副瓣和低成本，又支持扩展设计和工程迭代的特性。
本发明可通过下述技术方案实现：
一种可扩展稀疏阵列天线布局的获取方法，包括如下步骤：
步骤1：根据初始化参数生成随机稀疏子阵和旋转矩阵的扩展向量，所述扩展向量形成扩展阵列；
步骤2：采用步骤1的扩展阵列生成初始扩展阵列种群；
步骤3：计算步骤2中的初始扩展阵列种群中的每个扩展阵列的天线方向图；
步骤4：根据步骤3得到的方向图，通过Pythom软件计算扩展阵列天线方向图的适应度；
步骤5：根据步骤4中的适应度对稀疏子阵和旋转矩阵进行遗传选择、遗传交叉重组和遗传变异操作，并重组得到新的阵列种群；
步骤6：根据新的阵列种群输出稀疏子阵、旋转矩阵和扩展阵列。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述初始化参数包括稀疏子阵和旋转矩阵的规模、稀疏子阵的稀疏单元数和最大迭代次数。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述步骤1的具体方法如下：
步骤11：随机删除满矩阵中一定数量的向量，生成稀疏子阵；
步骤12：以随机的方式设置每个稀疏子阵的旋转角度，生成旋转矩阵；
步骤13：将稀疏子阵和旋转矩阵拼接成一个列向量，高位表示稀疏子阵，低位表示旋转矩阵，记为扩展阵列。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述步骤2的具体方法如下：
步骤21：重复步骤1，生成一定数量的扩展阵列；
步骤22：将所述扩展阵列组合成矩阵，记为扩展阵列种群，扩展阵列种群中的每个个体代表一个扩展阵列，所述扩展阵列包含稀疏子阵和旋转矩阵的信息。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述步骤3的具体方法如下：
步骤31：读取扩展阵列中稀疏子阵和旋转矩阵的信息，然后按照旋转矩阵逐一对稀疏子阵进行旋转然后拼接，最终形成二维的扩展阵列；
步骤32：根据现有的阵元间距d和扫描的最大角度β对阵列的可见区进行扩展，进而等效的考虑β扫描角的副瓣扫描情况；
步骤33：对阵列幅度激励权值{Amn}采用快速逆傅里叶变换得到阵列方向图Far_field,Far_field＝IFFT({Amn})；
步骤34：对扩展阵列种群的其他个体的阵列幅度激励权值{Amn}进行同样的IFFT操作。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述步骤4的具体方法如下：
步骤41：基于以下公式(1)计算方向图的适应度：
Figure BDA0002767429420000031
其中，X代表当前阵列分布形式，S代表方向图副瓣区域，
Figure BDA0002767429420000032
Figure BDA0002767429420000033
θ和
Figure BDA0002767429420000034
分别表示阵列面的俯仰角和方位角。
步骤42：对扩展阵列种群的其他扩展阵列的方向图进行同样的适应度计算操作，保存到适应度数组{Fit}中。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述步骤5的方法为：对所述稀疏子阵和旋转矩阵进行精英个体保留选择和方向图的适应度保留选择以及交叉重组得到新的子种群，将新的子种群、保留的精英个体和通过选择、交叉重组、变异得到的种群合并，最终得到新的阵列种群。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述步骤5的具体方法为：
步骤51：对适应度数组{Fit}中的扩展阵列按照适应度大小进行排序，保留取方向图的适应度最大值所对应的稀疏子阵和旋转矩阵为精英个体；
步骤52：将适应度数组{Fit}中的最大值删掉形成新的适应度数组{Fit}；
步骤53：采用轮盘赌的选择方法，利用各个个体的适应度所占比例大小来决定其子代的保留可能性；
步骤54：交叉操作，将同一代中被选中的精英个体中的奇数个体和偶数个体进行配对，以一定的交叉概率交换它们之间的部分基因；
步骤55：取出需要配对的一组个体，然后根据个体部分的长度随机选取一个交叉点的位置，以一定的概率随机将配对的个体部分在交叉位置出相互交换各自部分的基因，从而形成新的个体；
步骤56：进行变异操作，对交叉后的群体中的每个个体，以一定的变异概率改变一些基因座上的基因值为其他的等位基因值。
步骤57：根据个体的长度随机选取一个变异点的位置，然后改变个体变异点中的值；
步骤58：进行新种群的生成操作：先重复步骤2生成一定数量的个体形成新的子种群，然后将新的子种群、保留的精英个体和通过选择、交叉重组、变异得到的种群合并，最终得到新的种群。
本发明优选一种可扩展稀疏阵列天线布局的获取方法，所述步骤6还包括根据优化终止条件进行判定，具体方法为：判断是否达到最大迭代次数，若没有达到，则返回步骤54重新进行新一轮交叉、重组和变异，否则，输出最优的个体。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明针对现有稀疏阵列是由满阵(均匀平面阵)得到而存在的迭代设计和模块扩展受限等问题，提出了一种可扩展稀疏阵列优化设计方法。
2、本发明以稀疏子阵作为优化条件，通过重复使用相同的稀疏子阵采用随机旋转组阵的方式扩展阵列，并采用遗传算法优化阵列，具有强大的全局搜索能力和收敛稳定性，同时能够获得良好的低副瓣特性。
3、本发明在对阵列进行优化的同时对波束扫描的情况进行了一定程度的考虑，对波束扫描产生的副瓣也进行了优化。
4、本发明实现了一种可扩展的稀疏阵列天线综合设计方法，使得设计的稀疏子阵模块支持扩展设计和工程迭代，降低了天线制作成本，简化了射频网络和波束控制的设计难度，同时又能在等幅度激励的情况下获得比满阵更低的副瓣电平。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是基于遗传算法的可扩展稀疏阵列天线设计方法流程图。
图2是稀疏子阵的二维形式示意图。
图3是旋转矩阵示意图。
图4是扩展稀疏阵列示意图。
图5是扩展稀疏阵列对应的满阵分布。
图6是稀疏子阵对应的周期性分布。
图7是扩展稀疏阵列的远场方向图。
图8是扩展稀疏阵列适应度进化曲线图。
图9是稀疏子阵对应的周期性分布与满阵分布在法向的方向图对比。
图10是扩展稀疏阵列天线和满阵分布在法向的方向图对比。
图11是扩展稀疏阵列天线和满阵分布在60度扫描角的方向图对比。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
如图1所示，一种可扩展稀疏阵列天线布局的获取方法，包括如下步骤：
步骤1：根据初始化参数生成随机稀疏子阵和旋转矩阵的扩展向量，所述扩展向量形成扩展阵列，具体方法如下：
步骤11：随机删除满矩阵中一定数量的向量，生成稀疏子阵；
步骤12：以随机的方式设置每个稀疏子阵的旋转角度，生成旋转矩阵；
步骤13：将稀疏子阵和旋转矩阵拼接成一个列向量，高位表示稀疏子阵，低位表示旋转矩阵，记为扩展阵列，
所述参数的初始化包括：设置稀疏子阵和旋转矩阵的规模，设置稀疏子阵的稀疏单元数和设置最大的迭代次数。
步骤2：采用步骤1的扩展阵列生成初始扩展阵列种群；所述步骤2的具体方法如下：
步骤21：重复步骤1，生成一定数量的扩展阵列；
步骤22：将所述扩展阵列组合成矩阵，记为扩展阵列种群，扩展阵列种群中的每个个体代表一个扩展阵列，所述扩展阵列包含稀疏子阵和旋转矩阵的信息。
步骤3：通过Pythom软件计算步骤2中的初始扩展阵列种群中的每个扩展阵列的天线方向图，具体方法为：
步骤31：读取扩展阵列中稀疏子阵和旋转矩阵的信息，然后按照旋转矩阵逐一对稀疏子阵进行旋转然后拼接，最终形成二维的扩展阵列；
步骤32：根据现有的阵元间距d和扫描的最大角度β对阵列的可见区进行扩展，进而等效的考虑β扫描角的副瓣扫描情况；
步骤33：对阵列幅度激励权值{Amn}采用快速逆傅里叶变换得到阵列方向图Far_field,Far_field＝IFFT({Amn})；
步骤34：对扩展阵列种群的其他个体的阵列幅度激励权值{Amn}进行同样的IFFT操作。
步骤4：根据步骤3得到的方向图，通过Pythom软件计算扩展阵列天线方向图的适应度，具体方法为：
步骤41：基于以下公式(1)计算方向图的适应度：
Figure BDA0002767429420000061
其中，X代表当前阵列分布形式，S代表方向图副瓣区域，
Figure BDA0002767429420000062
Figure BDA0002767429420000063
θ和
Figure BDA0002767429420000064
分别表示阵列面的俯仰角和方位角。
步骤42：对扩展阵列种群的其他扩展阵列的方向图进行同样的适应度计算操作，保存到适应度数组{Fit}中。
步骤5：根据步骤4中的适应度对稀疏子阵和旋转矩阵进行遗传选择、遗传交叉重组和遗传变异操作，并重组得到新的阵列种群，具体方法为：
步骤51：对适应度数组{Fit}中的扩展阵列按照适应度大小进行排序，保留取方向图的适应度最大值所对应的稀疏子阵和旋转矩阵为精英个体；
步骤52：将适应度数组{Fit}中的最大值删掉形成新的适应度数组{Fit}；
步骤53：采用轮盘赌的选择方法，利用各个个体的适应度所占比例大小来决定其子代的保留可能性；
步骤54：交叉操作，将同一代中被选中的精英个体中的奇数个体和偶数个体进行配对，以一定的交叉概率交换它们之间的部分基因；
步骤55：取出需要配对的一组个体，然后根据个体部分的长度随机选取一个交叉点的位置，以一定的概率随机将配对的个体部分在交叉位置出相互交换各自部分的基因，从而形成新的个体；
步骤56：进行变异操作，对交叉后的群体中的每个个体，以一定的变异概率改变一些基因座上的基因值为其他的等位基因值。
步骤57：根据个体的长度随机选取一个变异点的位置，然后改变个体变异点中的值；
步骤58：进行新种群的生成操作：先重复步骤2生成一定数量的个体形成新的子种群，然后将新的子种群、保留的精英个体和通过选择、交叉重组、变异得到的种群合并，最终得到新的种群。
步骤6：将迭代次数与最大迭代次数比较，判断是否达到最大迭代次数，若没有达到，则返回步骤54重新进行新一轮交叉、重组和变异，否则，根据新的阵列种群输出稀疏子阵、旋转矩阵和扩展阵列，即为最优个体。
本发明效果可通过下述仿真实验进一步说明。
可扩展稀疏阵列中仿真条件具体参数设置如下：
阵元间距d为天线频率的半波长，稀疏子阵的规模Nx×Ny为4*4，子阵稀疏单元数为4，旋转矩阵的规模Nv×Nh为4*4，种群数量80，迭代次数1000，选择率0.1，交叉概率0.75，变异概率0.5。
按照本发明方法得到的稀疏子阵的二维形式如图2所示，其中满阵为4*4＝16个单元，稀疏掉的4个单元为空白单元，剩余的12个单元组成了稀疏子阵。得到的旋转矩阵如图3所示，其中矩阵的元素位置与子阵模块的位置一一对应，旋转角度值为矩阵元素值*90。生成的扩展阵列的二维形式如图4所示，满阵为16*16＝256个单元，稀疏掉16*4＝64个单元为空白单元，剩余16*12＝192个单元组成扩展稀疏阵列。
图5给出了扩展稀疏阵列的对应的满阵分布。
图6给出了稀疏子阵对应的周期性分布。
图7给出了通过IFFT计算得到的扩展稀疏阵列的远场方向图。
图8给出了扩展稀疏阵列适应度进化曲线图。
图9给出了稀疏子阵对应的周期性分布与满阵分布在法向的方向图对比，虚线对应的是周期性分布，副瓣电平-9.5dB，实线为满阵分布，副瓣电平-13.3dB。
图10给出了扩展稀疏阵列天线和对应满阵分布在法向的方向图对比，虚线为对应满阵分布，副瓣电平-13.3dB，实线为扩展稀疏阵列，副瓣电平-17.8dB。
图11给出了扩展稀疏阵列天线和对应满阵分布在60度扫描角的方向图对比，虚线为对应满阵分布，副瓣电平-10.9dB，实线为扩展稀疏阵列，副瓣电平-14.6dB。
综上可以看出，本发明在对稀疏子阵进行扩展化设计中的高效性和实用性：
通过图9可以发现，稀疏子阵的周期性排布，虽然能简化工程化设计的难度，但是会造成比较高的副瓣电平，实用性很差。然后，按照本发明方法等到的扩展阵列分布如图4所示，通过引入旋转矩阵，对子阵模块进行旋转，对方向图的副瓣进行了遏制。如图10所示，扩展稀疏阵列与满阵分布的法向方向相比，副瓣电平降低了4.5dB，同时保证了基本相当的波束宽度。如图11所示，扩展稀疏阵列与满阵分布在60°扫描角的方向图相比，副瓣电平降低了3.7dB。
本发明借助遗传算法，实现了一种可扩展的稀疏阵列综合设计方法，整个综合方法使得通过稀疏子阵扩展得到的稀疏阵列的分布特性优良，方向图副瓣低，扫描特性好，干扰抑制能力强，分辨率高。本发明可用于雷达和通信系统领域，能降低阵列馈电网络的复杂度，有助于系统减轻重量和降低成本。同时，本发明支持子阵模块的扩展化设计，能够降低射频布线的难度和方便波束控制程序的编写，同时便于工程迭代应用。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种可扩展稀疏阵列天线布局的获取方法，其特征在于，包括如下步骤：
步骤1：根据初始化参数随机生成稀疏子阵和旋转矩阵的扩展向量，所述扩展向量形成扩展阵列，所述初始化参数包括稀疏子阵和旋转矩阵的规模、稀疏子阵的稀疏单元数和最大迭代次数；
步骤2：采用步骤1的扩展阵列生成初始扩展阵列种群；
步骤3：计算步骤2中的初始扩展阵列种群中的每个扩展阵列的天线方向图；
步骤4：根据步骤3得到的方向图，计算扩展阵列天线方向图的适应度，
步骤41：基于以下公式（1）计算扩展阵列方向图的适应度：
Figure DEST_PATH_IMAGE002
其中，X代表当前阵列分布形式，S代表方向图副瓣区域，u＝sin(θ)cos(φ)，v＝sin(θ)sin(φ)，θ和φ分别表示阵列面的俯仰角和方位角；
步骤42：对扩展阵列种群的其他扩展阵列的方向图进行同样的适应度计算操作，保存到适应度数组{Fit}中；
步骤5：根据步骤4中的适应度对稀疏子阵和旋转矩阵进行遗传选择、遗传交叉重组和遗传变异操作，并重组得到新的阵列种群；
步骤6：根据新的阵列种群输出稀疏子阵、旋转矩阵和扩展阵列；
所述步骤1的具体方法如下：
步骤11：随机删除满矩阵中一定数量的向量，生成稀疏子阵；
步骤12：以随机的方式设置每个稀疏子阵的旋转角度，生成旋转矩阵；
步骤13：将稀疏子阵和旋转矩阵拼接成一个列向量，高位表示稀疏子阵，低位表示旋转矩阵，记为扩展阵列。
2.根据权利要求1所述的一种可扩展稀疏阵列天线布局的获取方法，其特征在于，所述步骤2的具体方法如下：
步骤21：重复步骤1，生成一定数量的扩展阵列；
步骤22：将所述扩展阵列组合成矩阵，记为扩展阵列种群，扩展阵列种群中的每个个体代表一个扩展阵列，所述扩展阵列包含稀疏子阵和旋转矩阵的信息。
3.根据权利要求1所述的一种可扩展稀疏阵列天线布局的获取方法，其特征在于，所述步骤3的具体方法如下：
步骤31：读取扩展阵列中稀疏子阵和旋转矩阵的信息，然后按照旋转矩阵逐一对稀疏子阵进行旋转然后拼接，最终形成二维的扩展阵列；
步骤32：根据现有的阵元间距d和扫描的最大角度β对阵列的可见区进行扩展，进而等效的考虑β扫描角的副瓣扫描情况；
步骤33：对阵列幅度激励权值{Amn}采用快速逆傅里叶变换得到阵列方向图Far_field,Far_field = IFFT ({Amn})；
步骤34：对扩展阵列种群的其他个体的阵列幅度激励权值{Amn}进行同样的IFFT操作。
4.根据权利要求1所述的一种可扩展稀疏阵列天线布局的获取方法，其特征在于，所述步骤5的方法为：对所述稀疏子阵和旋转矩阵进行精英个体保留选择和方向图的适应度保留选择以及交叉重组得到新的子种群，将新的子种群、保留的精英个体和通过选择、交叉重组、变异得到的种群合并，最终得到新的阵列种群。
5.根据权利要求1所述的一种可扩展稀疏阵列天线布局的获取方法，其特征在于，所述步骤5的具体方法为：
步骤51：对适应度数组{Fit}中的扩展阵列按照适应度大小进行排序，保留取方向图的适应度最大值所对应的稀疏子阵和旋转矩阵为精英个体；
步骤52：将适应度数组{Fit}中的最大值删掉形成新的适应度数组{Fit}；
步骤53：采用轮盘赌的选择方法，利用各个扩展阵列个体的适应度所占比例大小来决定其子代的保留可能性；
步骤54：交叉操作，将同一代中被选中的精英个体中的奇数个体和偶数个体进行配对，以一定的交叉概率交换它们之间的部分基因；
步骤55：取出需要配对的一组个体，然后根据个体部分的长度随机选取一个交叉点的位置，以一定的概率随机将配对的个体部分在交叉位置出相互交换各自部分的基因，从而形成新的个体；
步骤56：进行变异操作，对交叉后的群体中的每个个体，以一定的变异概率改变一些基因座上的基因值为其他的等位基因值；
步骤57：根据个体的长度随机选取一个变异点的位置，然后改变个体变异点中的值；
步骤58：进行新种群的生成操作：先重复步骤2生成一定数量的个体形成新的子种群，然后将新的子种群、保留的精英个体和通过选择、交叉重组、变异得到的种群合并，最终得到新的种群。
6.根据权利要求1所述的一种可扩展稀疏阵列天线布局的获取方法，其特征在于，所述步骤6还包括根据优化终止条件进行判定，具体方法为：判断是否达到最大迭代次数，若没有达到，返回步骤54重新进行新一轮交叉、重组和变异，否则，输出最优的个体。
CN202011238058.1A 2020-11-09 2020-11-09 一种可扩展稀疏阵列天线布局的获取方法 Active CN112367103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011238058.1A CN112367103B (zh) 2020-11-09 2020-11-09 一种可扩展稀疏阵列天线布局的获取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011238058.1A CN112367103B (zh) 2020-11-09 2020-11-09 一种可扩展稀疏阵列天线布局的获取方法

Publications (2)

Publication Number Publication Date
CN112367103A CN112367103A (zh) 2021-02-12
CN112367103B true CN112367103B (zh) 2022-06-17

Family

ID=74508976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011238058.1A Active CN112367103B (zh) 2020-11-09 2020-11-09 一种可扩展稀疏阵列天线布局的获取方法

Country Status (1)

Country Link
CN (1) CN112367103B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113221337B (zh) * 2021-04-23 2022-09-09 电子科技大学 一种基于模式搜索的近场稀疏阵设计方法
CN114094319B (zh) * 2021-11-05 2024-04-19 中国航空工业集团公司雷华电子技术研究所 一种单元级数字微系统天线稀疏布阵结构及阵列系统
CN114154403B (zh) * 2021-11-17 2022-12-16 中国电子科技集团公司第三十八研究所 一种共域多口径混合阵列天线布阵方法及系统
CN114336089B (zh) * 2021-12-15 2024-03-19 南京理工大学 一种大规模宽角扫描相控阵天线分层设计方法
CN114896551B (zh) * 2022-07-13 2022-10-25 银河航天(西安)科技有限公司 稀疏阵天线阵列的配置方法及配置装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110427590A (zh) * 2019-08-01 2019-11-08 电子科技大学 基于自适应概率学习的大型稀疏阵列天线高效综合方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205253B (zh) * 2015-09-18 2018-10-12 电子科技大学 一种稀布圆形天线阵列的优化方法
CN107026686B (zh) * 2016-01-29 2021-04-13 南京理工大学 一种零陷跟踪干扰源的任意形状波束快速赋形方法
WO2018017174A2 (en) * 2016-05-27 2018-01-25 Stc.Unm Rapid design of deployable antennas for cubesats
CN106099393B (zh) * 2016-08-25 2019-01-11 电子科技大学 基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法
CN111313158B (zh) * 2018-12-12 2021-07-06 南京理工大学 对圆形状阵列进行稀疏的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110427590A (zh) * 2019-08-01 2019-11-08 电子科技大学 基于自适应概率学习的大型稀疏阵列天线高效综合方法

Also Published As

Publication number Publication date
CN112367103A (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN112367103B (zh) 一种可扩展稀疏阵列天线布局的获取方法
CN111160556B (zh) 一种基于自适应遗传算法的阵列稀疏优化方法
CN111313158B (zh) 对圆形状阵列进行稀疏的方法
CN113032989B (zh) 一种约束方向性系数的最小化阵元数目的稀布阵优化方法
CN112952402B (zh) 一种基于镜像模块的子阵级非周期阵列天线及设计方法
CN112733334B (zh) 一种多频段共口径阵列天线稀疏优化方法及系统
CN112100701B (zh) 基于遗传算法的二维分布式天线子阵位置优化方法
CN111680414B (zh) 稀疏化削减球柱面阵列阵元规模的方法
CN111985145A (zh) 一种大间距相控阵天线栅瓣抑制方法及抑制系统
Rocca et al. An effective excitation matching method for the synthesis of optimal compromises between sum and difference patterns in planar arrays
CN115133291A (zh) 非规则天线子阵、相控阵天线及相控阵天线的设计方法
Rattan et al. Antenna Array Optimization using Evolutionary Approaches.
CN113851854A (zh) 一种宽角扫描透镜终端天线及其扫描方式
CN113268934A (zh) 基于fft的遗传算法综合平面阵列方向图的方法及系统
CN112993594A (zh) 一种基于瓦片式平面子阵的圆柱共行雷达天线设计方法
JP4066324B2 (ja) アレーアンテナ装置およびその放射素子配置方法
CN116632561B (zh) 一种稀布高增益天线阵列设计方法、存储介质
Lakshmi et al. Pattern synthesis using genetic algorithm for low sidelobe levels
CN113067618B (zh) 一种多频点波束赋形方法及系统
Mohammed Synthesizing Non-Uniformly Excited Antenna Arrays Using Tiled Subarray Blocks
CN115470660B (zh) 一种球柱面阵差波束零深优化方法及装置
CN117113459B (zh) 一种天线阵列的旁瓣优化方法、装置及电子设备
Zhang et al. Design of Thinned Arrays Based on Genetic Algorithm
Bekar et al. Sparse 2D MIMO Antenna Designs using Simulated Annealing
CN115632685A (zh) 一种基于子阵级相控阵的同时多波束赋形方法

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