CN113343588A - 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 - Google Patents
一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 Download PDFInfo
- Publication number
- CN113343588A CN113343588A CN202110760323.0A CN202110760323A CN113343588A CN 113343588 A CN113343588 A CN 113343588A CN 202110760323 A CN202110760323 A CN 202110760323A CN 113343588 A CN113343588 A CN 113343588A
- Authority
- CN
- China
- Prior art keywords
- array
- mimo radar
- transmitting
- receiving
- antenna array
- 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
Images
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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种多约束毫米波车载MIMO雷达天线阵列设计方法与装置,包括以下步骤:确定MIMO雷达天线阵列的发射、接收阵元数;根据MIMO雷达分辨率要求和PCB板尺寸大小对阵列孔径进行约束;根据天线单元物理尺寸约束最小阵元间距;根据芯片数量、发射和接收阵列孔径约束各天线阵元分布范围;应用遗传算法优化MIMO雷达天线阵列设计,生成初始种群,种群中每一个个体表示一种阵列排布方式;通过适应度函数计算每个个体的适应度,对种群中的个体进行选择、交叉、变异操作,生成新的种群;判断是否满足终止条件,满足则输出最优个体即优化的阵列排布方式。本发明通过多约束条件使优化所得MIMO雷达天线阵列更符合实际应用需求。
Description
技术领域
本发明属于毫米波车载MIMO雷达天线阵列技术领域,尤其涉及一种基于遗传算法的多约束毫米波车载MIMO雷达天线阵列设计方法与装置。
背景技术
MIMO雷达是一种新体制雷达,通过在发射端各个阵元发射互不相关的正交信号,在接收端接收目标回波信号,然后经匹配滤波器组将各个发射信号分离,可以等效合成大口径的虚拟接收阵。MIMO雷达可以有效地增大阵列的虚拟孔径,极大地提高系统空间分辨率。
MIMO雷达天线阵列设计的关键在于如何排布给定数目的发射阵元和接收阵元,使得MIMO阵列具有大的虚拟阵列孔径和低副瓣方向图。根据阵元分布情况,可将直线阵列分为均匀满阵阵列和稀疏阵列,满阵阵列即阵元按照半波长间距均匀排列,稀疏阵列即阵元按照半波长整数倍间距不均匀排列。对于MIMO阵列而言,根据MIMO工作原理,可将其发射阵列和接收阵列等效为发射接收阵列联合的虚拟阵列;可以通过设计发射、接收阵列的排布方式使得其等效阵列为均匀满阵阵列,一定程度上增大虚拟阵列孔径提高分辨率,目前已有许多等效阵列为均匀满阵的阵列设计方法。但是随着越来越高的雷达系统性能的要求,需要研究获得更大虚拟阵列孔径的MIMO阵列设计方法,获得更高的分辨率,则需要设计等效虚拟阵列也为稀疏阵列,从而有效地增大虚拟孔径。
稀疏阵列相较于均匀满阵阵列而言,可以在减少阵元数目的情况下保证阵列孔径大小,实现系统性能要求。目前已有的MIMO稀疏阵列设计方法有:以方向图为优化目标,基于遗传算法、进化差分算法等方法对稀疏阵列进行设计;最小冗余阵列设计;互质阵列设计;嵌套阵列设计。
稀疏阵列设计阵元间距过大会使得阵列方向图出现高副瓣,需要对阵列进行优化设计降低副瓣。遗传算法是一种并行、高效、全局性的搜索优化方法,模拟生物进化过程,具有简单通用、鲁棒性强、适于并行处理、尤其适用于解决传统搜索方法难以解决的复杂和非线性问题,非常适用于大规模阵列天线的设计,目前已经有很多关于遗传算法在稀疏阵列设计中的研究。从毫米波车载雷达工程应用的角度出发,利用遗传算法进行MIMO阵列设计时,需要根据实际设计需求对遗传算法优化模型进行约束。
发明内容
为了能够根据实际天线单元物理尺寸和PCB尺寸设计MIMO天线阵列,本发明的目的是提供一种多约束毫米波车载MIMO雷达天线阵列设计方法与装置。
为实现上述目的,本发明采用的技术方案为:
一种多约束毫米波车载MIMO雷达天线阵列设计方法与装置,包括以下步骤:
(1)确定MIMO雷达天线阵列的发射阵元数M,接收阵元数N;
(2)根据MIMO雷达分辨率要求和PCB板尺寸大小对阵列孔径进行约束,确定发射阵列孔径Lt和接收阵列孔径Lr;
(3)根据天线单元物理尺寸约束最小阵元间距dc;
(4)根据芯片数量K、发射阵列孔径Lt和接收阵列孔径Lr约束各天线阵元分布范围;
(5)应用遗传算法优化MIMO雷达天线阵列设计,根据步骤(1)-(4)所确定的参数和约束条件生成初始种群,种群中每一个个体表示一种阵列排布方式;
(6)通过适应度函数计算每个个体的适应度,对种群中的个体进行选择、交叉、变异操作,生成新的种群;
(7)判断是否满足终止条件,满足则输出最优个体即优化的阵列排布方式,不满足则重复步骤(6)-(7)。
(8)根据优化所得MIMO阵列排布方式,与射频电路结合生成MIMO雷达系统装置。
所述步骤(2)中,发射阵列孔径表示为Lt=LM×λ/2,接收阵列孔径表示为Lr=LN×λ/2;λ为信号波长,LM、LN分别为发射阵列和接收阵列满阵阵元数目减1。
所述步骤(3)中,最小阵元间距dc=k,L≈k×λ/2为天线单元长度,k为正整数。
所述步骤(4)中,将[0,LM]、[0,LN]分为K子个区间,分别将各芯片对应的天线阵元位置约束在不同的子区间内,令Lsub1=[LM/K],Lsub2=[LN/K],[x]表示不超过x的整数,各区间范围为:
其中,LM、LN分别为发射阵列和接收阵列满阵阵元数目减1。
所述步骤(5)中,MIMO雷达天线阵列需要同时设计发射阵列和接收阵列,在生成种群时要同时生成发射种群和接收种群,通过MIMO雷达天线阵列等效原理得到发射、接收的联合等效阵列;生成的发射和接收个体分别表示为:
[0,dt2,dt3,...,dt(M-1),LM];dt2,dt3,...,dt(M-1)∈[dc,LM-dc]
[0,dr2,dr3,...,dr(N-1),LN];dr2,dr3,...,dr(N-1)∈[dc,LN-dc]
其中,发射阵元位置dt2,dt3,...,dt(M-1),接收阵元位置dr2,dr3,...,dr(N-1)根据芯片数量和阵元数目分别在步骤(4)所得的各天线阵元分布范围中分布。
所述步骤(6)中,以方向图最大旁瓣电平(MSLL)为适应度函数。
一种由所述的多约束毫米波车载MIMO雷达天线阵列设计方法得到的MIMO雷达装置。
有益效果:本发明基于传统遗传算法优化稀疏直线阵列的方法,提出了一种基于遗传算法的多约束毫米波车载MIMO雷达天线阵列设计方法与装置。可以同时优化设计发射阵列和接收阵列,并根据实际应用需求进行约束,得到符合要求的MIMO阵列设计。通过遗传算法进行带约束条件的MIMO雷达天线阵列优化设计,在给定阵元数目,约束最小阵元间距及最大阵列孔径的条件下,优化发射、接收阵元位置,保证角度分辨率及DOA估计性能,同时抑制阵列天线方向图旁瓣电平。
附图说明
图1为带约束条件的遗传算法优化设计流程图;
图2为由4个串馈微带天线并联的天线单元示意图;
图3a-图3e为一个9发12收阵列的优化实例结果图,其中,图3a为遗传算法迭代的适应度进化曲线图,图3b为所得优化阵列的发射天线和接收天线阵元位置分布示意图,图3c为所得优化阵列的归一化方向图,图3d为优化阵列的等效阵列阵元位置分布示意图,图3e为等效阵列阵元位置差分布示意图;
图4a和图4b为采用DBF方法进行DOA估计的仿真结果图;
图5为采用MUSIC方法进行DOA估计的仿真结果图;
图6为MIMO阵列与射频电路结合的MIMO雷达装置示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
为增大阵列孔径,提高毫米波车载雷达系统分辨率,需要对MIMO雷达天线阵列进行稀疏设计,发射阵列和接收阵列均稀疏设计虽然能有效增大虚拟阵列孔径,但同时也会导致阵列方向图出现栅瓣或者副瓣电平较高。利用遗传算法优化稀疏阵列设计,可以一定程度的抑制阵列方向图的副瓣电平,但是传统的遗传算法优化稀疏阵列是以半波长划分栅格点进行优化,即最小阵元间距为λ/2,λ为信号波长,而实际应用中天线单元物理尺寸可能大于λ/2,直接用传统遗传算法优化所得阵列排布方式可能实际无法实现。另外,当毫米波车载MIMO雷达天线阵列基于多片MIMO雷达芯片级联进行设计时,各天线单元到各通道之间的馈线需要尽量等长,故需要将各芯片发射、接收通道对应的天线阵元约束在一定范围内,便于馈线设计。在实际MIMO雷达天线阵列设计时还需要考虑PCB布板尺寸和雷达角度分辨率要求约束阵列的最大阵列孔径进行优化设计。
如图1所示为本发明的一种多约束毫米波车载MIMO雷达天线阵列设计方法的流程图。本实施例中,以设计一个具体阵列为例进行说明,包括以下步骤:
(1)确定发射阵元数目M=9,接收阵元数目N=12;
(2)根据雷达分辨率要求和实际PCB板尺寸确定阵列孔径。设方位向分辨率要求达到θres=0.5°,PCB板尺寸不超过120×λ/2,由分辨率计算公式
则当分辨率θres=0.5°时,阵列孔径长度应满足L≥204×λ/2。由MIMO雷达工作原理可知,在MIMO雷达天线阵列设计中只需虚拟阵列孔径满足L≥204×λ/2,即可达到分辨率要求。根据设计要求选定发射阵列孔径和接收阵列孔径分别为Lt=110×λ/2,Lr=109×λ/2,即LM=110、LN=109。
(3)设天线单元由4个串馈微带天线并联组成,如图2所示,天线单元尺寸约为4×λ/2,则最小阵元间距dc=4,单位为λ/2。
(4)采用3片3发4收雷达芯片级联,形成具有9个发射通道和12个接收通道的MIMO雷达系统,则芯片数量K=3,将[0,L]M、[0,LN]分为K子个区间,各区间范围为:
其中K=3,Lsub1=[LM/K]=36,Lsub2=[LN/K]=36,[x]表示取不超过x的整数。
(5)应用遗传算法优化MIMO雷达天线阵列设计,根据步骤(1)-(4)所确定的参数和约束条件生成初始种群,MIMO雷达天线阵列需要同时设计发射阵列和接收阵列,在生成种群时要同时生成发射种群和接收种群,通过MIMO雷达天线阵列等效原理得到发射、接收的联合等效阵列。
发射个体:[0,dt2,dt3,...,dt(M-1),LM],dt2,dt3,...,dt(M-1)∈[dc,LM-dc]表示发射阵元位置;
接收个体:[0,dr2,dr3,...,dr(N-1),LN],dr2,dr3,...,dr(N-1)∈[dc,LN-dc]表示接收阵元位置;
相邻阵元间隔满足:
为保证阵列孔径满足要求阵列两端必须有阵元,则
可将dti,dri分别写成xti+(i-1)dc和xri+(i-1)dc,则
其中d1=[0,dc,2dc,…(M-1)dc]T,d2=[0,dc,2dc,…(N-1)dc]T,xt=[xt1,xt2,xt3,…,xtM]T,xr=[xr1,xr2,xr3,…,xrM]T,且为了满足最小阵元间距dc、阵列孔径要求和多芯片级联电路馈线设计要求,xt,xr必须满足以下要求
其中L1=[(LM-(M-1)dc)/K],L2=[(LN-(N-1)dc)/K],[x]表示取不超过x的整数。
则种群初始化过程如下:
采用个体数量为NP,发射个体为维数为9的正整数值的参数向量,接收个体为维数为12的正整数值的参数向量,以xt,xr,作为中间种群,发射个体和接收个体可表示为xt(i,g),xr(i,g)(i=1,2,…,NP),其中i表示个体在种群中的序号,g表示遗传代数。由优化模型可得到个体初始化参数如下:
其中randi[m1L1,(m1+1)L1]表示在[m1L1,(m1+1)L1]之间产生的随机整数。对每个个体中的基因进行从小到大的排序得到xt(i,g),xr(i,g)(i=1,2,…,NP),通过式(5)求得真实距离间隔种群:dt(i,g)=xt(i,g)+d1,dr(i,g)=xr(i,g)+d2,(i=1,2,…,NP),且满足式(4)中约束条件:dt(i,g)(1)=0,dt(i,g)(M)=LM;dr(i,g)(1)=0,dr(i,g)(N)=LN。
对种群中的每个个体进行适应度计算,由MIMO工作原理得MIMO雷达天线阵列方向图函数可表示为
适应度函数为最大旁瓣电平,计算公式如下:
FdB(θ)为归一化方向图函数,S表示方向图旁瓣区间。
生成初始种群后需要对种群中的个体进行选择、交叉、变异的遗传操作,进行遗传操作的个体均为中间个体xt(i,g),xr(i,g),而进行适应度计算的个体均为dt(i,g),dr(i,g),二者一一对应。
交叉操作:将发射个体xt(2i-1,g)和xt(2i,g)搭配,接收个体xr(2i-1,g)和xr(2i,g)搭配,对每一对个体以交叉概率Pc交换他们的部分基因,因为每一对个体交叉点阵元相同,故交叉之后阵元位置仍然在约束范围内。对每对交叉个体,随机选取某些阵元作为交叉点,由产生的[0,1]的随机数与交叉概率比较大小决定是否进行交叉,交叉则将相应位置基因进行交换,从而形成新的个体。
变异操作:从m=1~NP,n1=1~M在[0,1]区间上产生随机数r1,同样从m=1~NP,n2=1~N在[0,1]区间上产生随机数r2;如果r1<Pm,则发射个体中第(n1,m)个基因进行变异,如果r2<Pm,则接收个体中第(n2,m)个基因进行变异,其变异方法如下:
该变异方法保证了变异后中间阵元位置仍满足约束条件。
(6)完成选择、交叉和变异操作后得到新的种群,需要重新对新种群中每个个体基因进行从小到大的排序,并且对阵列孔径进行约束保证阵列孔径不变。然后计算新一代种群中每个个体适应度,并将最优个体保留到下一代种群中,进行下一次遗传操作,直到满足终止条件,结束遗传算法迭代,输出最优个体为优化结果。
如图3所示为一个9发12收MIMO雷达天线阵列优化仿真结果。种群规模为NP=50,遗传迭代次数为1000次,交叉概率Pc=0.8,变异概率Pm=0.05,最大发射孔径为LM=110,最大接收孔径为LN=109。图3(a)为适应度进化曲线图,最优个体的最大旁瓣电平为-15.12dB,优化所得发射、接收阵元位置集合为
dt=[0,24,32,42,60,69,77,83,110]T
dr=[0,14,25,29,44,54,59,63,75,88,102,109]T
其位置分布如图3(b)所示,阵列方向图如图3(c)所示,等效虚拟阵元位置分布及阵元位置差如图(d)、(e)所示。该MIMO雷达天线阵列的等效虚拟阵列孔径为L=219×λ/2,等效虚拟阵元位置差的最大均匀连续值为175,满足分辨率θres=0.5°时虚拟阵列孔径应满足L≥204×λ/2,此次优化仿真结果,满足孔径要求,但是在阵元位置差小于204×λ/2时,在某些位置存在空洞。
用所得优化阵列进行DOA估计,仿真结果如图4,图5所示。图4为用数字波束形成(DBF)方法进行DOA估计的仿真结果图,图5为用MUSIC方法进行DOA估计的仿真结果图;仿真结果显示该优化结果所得MIMO雷达天线阵列具有高角度分辨率。
如图6所示为MIMO阵列与3片MIMO雷达芯片级联电路结合的所得MIMO雷达系统装置示意图,当按照本发明所述方法对天线阵元位置进行约束时,天线与芯片收发通道之间的馈线等长设计容易实现。
本发明通过对阵列阵元位置进行有实际物理意义的约束,并应用遗传算法优化阵列设计,该方法可应用于实际MIMO雷达天线阵列设计。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种多约束毫米波车载MIMO雷达天线阵列设计方法,其特征在于:包括以下步骤:
(1)确定MIMO雷达天线阵列的发射阵元数M,接收阵元数N;
(2)根据MIMO雷达分辨率要求和PCB板尺寸大小对阵列孔径进行约束,确定发射阵列孔径Lt和接收阵列孔径Lr;
(3)根据天线单元物理尺寸约束最小阵元间距dc;
(4)根据芯片数量K、发射阵列孔径Lt和接收阵列孔径Lr约束各天线阵元分布范围;
(5)应用遗传算法优化MIMO雷达天线阵列设计,根据步骤(1)-(4)所确定的参数和约束条件生成初始种群,种群中每一个个体表示一种阵列排布方式;
(6)通过适应度函数计算每个个体的适应度,对种群中的个体进行选择、交叉、变异操作,生成新的种群;
(7)判断是否满足终止条件,满足则输出最优个体即优化的阵列排布方式,不满足则重复步骤(6)-(7)。
(8)根据优化所得MIMO阵列排布方式,与射频电路结合生成MIMO雷达装置。
2.根据权利要求1所述的一种多约束毫米波车载MIMO雷达天线阵列设计方法,其特征在于:所述步骤(2)中,发射阵列孔径表示为Lt=LM×λ/2,接收阵列孔径表示为Lr=LN×λ/2;λ为信号波长,LM、LN分别为发射阵列和接收阵列满阵阵元数目减1。
3.根据权利要求1所述的一种多约束毫米波车载MIMO雷达天线阵列设计方法,其特征在于:所述步骤(3)中,最小阵元间距dc=k,L≈k×λ/2为天线单元长度,k为正整数。
5.根据权利要求1所述的一种多约束毫米波车载MIMO雷达天线阵列设计方法,其特征在于:所述步骤(5)中,MIMO雷达天线阵列需要同时设计发射阵列和接收阵列,在生成种群时要同时生成发射种群和接收种群,通过MIMO雷达天线阵列等效原理得到发射、接收的联合等效阵列;生成的发射和接收个体分别表示为:
[0,dt2,dt3,...,dt(M-1),LM];dt2,dt3,...,dt(M-1)∈[dc,LM-dc]
[0,dr2,dr3,...,dr(N-1),LN];dr2,dr3,...,dr(N-1)∈[dc,LN-dc]
其中,发射阵元位置dt2,dt3,...,dt(M-1),接收阵元位置dr2,dr3,...,dr(N-1)根据芯片数量和阵元数目分别在步骤(4)所得的各天线阵元分布范围中分布。
6.根据权利要求1所述的一种多约束毫米波车载MIMO雷达天线阵列设计方法,其特征在于:所述步骤(6)中,以方向图最大旁瓣电平为适应度函数。
7.一种由权利要求1所述的多约束毫米波车载MIMO雷达天线阵列设计方法得到的MIMO雷达装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760323.0A CN113343588B (zh) | 2021-07-06 | 2021-07-06 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
PCT/CN2022/077761 WO2023279737A1 (zh) | 2021-07-06 | 2022-02-24 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110760323.0A CN113343588B (zh) | 2021-07-06 | 2021-07-06 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343588A true CN113343588A (zh) | 2021-09-03 |
CN113343588B CN113343588B (zh) | 2022-11-08 |
Family
ID=77482831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110760323.0A Active CN113343588B (zh) | 2021-07-06 | 2021-07-06 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113343588B (zh) |
WO (1) | WO2023279737A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114609592A (zh) * | 2022-03-21 | 2022-06-10 | 电子科技大学 | 一种mimo雷达虚拟稀疏阵列优化布阵方法 |
WO2023279737A1 (zh) * | 2021-07-06 | 2023-01-12 | 东南大学 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
CN116611273A (zh) * | 2023-07-20 | 2023-08-18 | 深圳飞骧科技股份有限公司 | 宽带高增益传输阵天线的优化设计方法、系统及相关设备 |
Citations (3)
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 |
CN110456334A (zh) * | 2019-07-27 | 2019-11-15 | 南京理工大学 | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 |
CN112946582A (zh) * | 2021-04-02 | 2021-06-11 | 华域汽车系统股份有限公司 | 一种基于车载mimo雷达的天线阵列及其使用方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101931124A (zh) * | 2009-12-18 | 2010-12-29 | 东南大学 | 一种对数螺旋阵列天线布阵方法 |
FR3102861B1 (fr) * | 2019-10-31 | 2021-11-05 | Thales Sa | Procede de traitement pour radar mimo coherent traitant des formes d'ondes ddma |
CN111665502A (zh) * | 2020-06-29 | 2020-09-15 | 石家庄铁道大学 | 基于mode算法的mimo雷达稀疏阵列优化方法 |
CN113314832B (zh) * | 2021-06-15 | 2022-10-25 | 东南大学 | 一种毫米波车载mimo雷达天线阵列装置及设计方法 |
CN113343588B (zh) * | 2021-07-06 | 2022-11-08 | 东南大学 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
-
2021
- 2021-07-06 CN CN202110760323.0A patent/CN113343588B/zh active Active
-
2022
- 2022-02-24 WO PCT/CN2022/077761 patent/WO2023279737A1/zh unknown
Patent Citations (3)
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 |
CN110456334A (zh) * | 2019-07-27 | 2019-11-15 | 南京理工大学 | 基于优化稀疏阵的tdm-mimo雷达系统及其信号处理方法 |
CN112946582A (zh) * | 2021-04-02 | 2021-06-11 | 华域汽车系统股份有限公司 | 一种基于车载mimo雷达的天线阵列及其使用方法 |
Non-Patent Citations (2)
Title |
---|
周祥等: "近场MIMO雷达直线阵列的稀疏优化设计", 《桂林理工大学学报》 * |
段亚楠等: "基于遗传算法的MIMO-SAR面阵优化", 《雷达科学与技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023279737A1 (zh) * | 2021-07-06 | 2023-01-12 | 东南大学 | 一种多约束毫米波车载mimo雷达天线阵列设计方法与装置 |
CN114609592A (zh) * | 2022-03-21 | 2022-06-10 | 电子科技大学 | 一种mimo雷达虚拟稀疏阵列优化布阵方法 |
CN114609592B (zh) * | 2022-03-21 | 2023-05-05 | 电子科技大学 | 一种mimo雷达虚拟稀疏阵列优化布阵方法 |
CN116611273A (zh) * | 2023-07-20 | 2023-08-18 | 深圳飞骧科技股份有限公司 | 宽带高增益传输阵天线的优化设计方法、系统及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113343588B (zh) | 2022-11-08 |
WO2023279737A1 (zh) | 2023-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Keizer | Linear array thinning using iterative FFT techniques | |
CN106654601B (zh) | 无栅瓣宽角扫描混合阵列超稀疏布局方法 | |
CN112511209B (zh) | 基于频率分集的阵列天线的波束控制方法、系统及控制器 | |
CN106981728B (zh) | 一种方向图可重构的稀布直线阵综合方法 | |
CN112100701B (zh) | 基于遗传算法的二维分布式天线子阵位置优化方法 | |
CN114583473B (zh) | 一种波束赋形相控阵天线系统及其设计方法 | |
CN112367103B (zh) | 一种可扩展稀疏阵列天线布局的获取方法 | |
CN111160556A (zh) | 一种基于自适应遗传算法的阵列稀疏优化方法 | |
Gregory et al. | Nature-inspired design techniques for ultra-wideband aperiodic antenna arrays | |
Yang et al. | Synthesis of conformal phased array with improved NSGA-II algorithm | |
CN114399044A (zh) | 一种子阵级稀疏阵列发射波束旁瓣电平优化方法 | |
CN111353605A (zh) | 基于改进遗传算法的新型平面分子阵天线阵列综合布阵方法 | |
CN105024166A (zh) | 基于子阵的平面阵列天线方向图综合方法 | |
CN112926271B (zh) | 一种基于混合遗传算法的线性阵列子阵划分方法 | |
CN111262612B (zh) | 一种基于笔形波束的阵列赋形波束解析合成方法 | |
CN111007504A (zh) | 基于最小冗余的mimo三维成像雷达稀疏阵列设计方法 | |
CN110427669B (zh) | 一种相控阵扫描辐射波束的神经网络模型计算方法 | |
CN108388718B (zh) | 一种优化的mimo雷达天线布阵设计方法 | |
CN112904271A (zh) | 基于互质阵列和增广扩展阵列的四阶累积量doa估计方法 | |
CN113127943B (zh) | 一种基于遗传和量子粒子群算法的分布式阵列优化方法 | |
Clarricoats et al. | High performance compact corrugated horn | |
CN114609592B (zh) | 一种mimo雷达虚拟稀疏阵列优化布阵方法 | |
CN115169219A (zh) | 稀疏相控阵天线布阵方法及装置 | |
CN115021784B (zh) | 一种瞬态电磁脉冲阵列天线波束拓展方法 |
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 |