CN115566446B - 一种非规则二元子阵天线阵列的优化方法 - Google Patents

一种非规则二元子阵天线阵列的优化方法 Download PDF

Info

Publication number
CN115566446B
CN115566446B CN202211469703.XA CN202211469703A CN115566446B CN 115566446 B CN115566446 B CN 115566446B CN 202211469703 A CN202211469703 A CN 202211469703A CN 115566446 B CN115566446 B CN 115566446B
Authority
CN
China
Prior art keywords
binary
subarray
array
unit
entropy value
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
CN202211469703.XA
Other languages
English (en)
Other versions
CN115566446A (zh
Inventor
狄隽
陶宏
税文超
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.)
Guangdong Yuexin Microsystem Research Institute
Guangdong Yunpai Technology Co.,Ltd.
Original Assignee
Guangdong Yuexin Microsystem Research Institute
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 Guangdong Yuexin Microsystem Research Institute filed Critical Guangdong Yuexin Microsystem Research Institute
Priority to CN202211469703.XA priority Critical patent/CN115566446B/zh
Publication of CN115566446A publication Critical patent/CN115566446A/zh
Application granted granted Critical
Publication of CN115566446B publication Critical patent/CN115566446B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q21/00—Antenna arrays or systems
    • H01Q21/0087—Apparatus or processes specially adapted for manufacturing antenna arrays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q1/00—Details of, or arrangements associated with, antennas
    • H01Q1/002—Protection against seismic waves, thermal radiation or other disturbances, e.g. nuclear explosion; Arrangements for improving the power handling capability of an antenna
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01Q—ANTENNAS, i.e. RADIO AERIALS
    • H01Q3/00—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system
    • H01Q3/26—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture
    • H01Q3/30—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array
    • H01Q3/34—Arrangements for changing or varying the orientation or the shape of the directional pattern of the waves radiated from an antenna or antenna system varying the relative phase or relative amplitude of energisation between two or more active radiating elements; varying the distribution of energy across a radiating aperture varying the relative phase between the radiating elements of an array by electrical means
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明涉及一种非规则二元子阵天线阵列的优化方法，属于天线阵列技术领域，解决了现有技术中采用一分多子阵来排布阵列天线减少馈电端口，会导致阵列天线的性能降低的问题。本发明的非规则二元子阵天线阵列的优化方法，包括：步骤S1：确定初始排布；步骤S2：优化排布；对二元子阵单元进行随机旋转重置，获得旋转重置后的新排布；步骤S3：新排布熵值计算；对所述步骤S2中获得的新排布进行熵值计算；步骤S4：寻找最优排布；比较新排布的熵值与历史熵值的大小，若新排布的熵值大于历史熵值，则更新最大历史熵值及其对应的新排布；多次排布、比较后，获得最大熵值对应的新排布。本发明能够在减少馈电端口的前提下，提高阵列天线的性能指标。

Description

一种非规则二元子阵天线阵列的优化方法
技术领域
本发明涉及阵列天线技术领域，尤其涉及一种非规则二元子阵天线阵列的优化方法。
背景技术
现有的相控阵天线多采用规则的均匀平面阵列，相控阵天线的规模越大，制造工艺越复杂，甚至可能无法生产。特别是对于有源天线，如果每个天线单元均单独馈电的话，随着阵列规模越来越大，馈电端口数量也就越来越多，这对于制造工艺的要求极高导致生产困难且成本高昂。
为了解决这个问题，普遍采用一分多子阵来排布组成阵列，以减少馈电端口数量，从而降低工艺要求和生产成本。
采用一分多子阵来排布组成的阵列天线存在以下缺点：
1）采用一分多子阵来排布组成大规模阵列天线时，馈电端口数量可成倍减少，工艺要求和生产成本可大幅降低，然而阵列天线的实测效果都不太理想，出现增益下降和周期性副瓣抬升的负面影响。
2）采用一分多子阵来排布组成的阵列天线时，一分二子阵的指标相对较好，一分三、一分四等一分多子阵，由于波束相比一分二子阵来说更加发散，增益下降更明显，性能更低。
由于非规则二元子阵阵列天线采用子阵级的馈电方式，子阵间的间距要大于半波长，传统均匀平面阵的递进相位馈电方式无法实现正常的阵列波束控制，采用优化技术来实现波束可控、栅瓣抑制、低副瓣以及高增益，是非规则子阵天线设计技术的核心要求。因此，需要提供一种新的阵列方法，在减少馈电端口的前提下，提高天线性能。
发明内容
鉴于上述的分析，本发明旨在提供一种非规则二元子阵天线阵列的优化方法，用以解决现有技术中一分二子阵排布而成的大规模天线阵列增益下降、性能降低的技术问题。
本发明的目的主要是通过以下技术方案实现的：
一种非规则二元子阵天线阵列的优化方法，包括：
步骤S1：确定初始排布；
采用全横排或全竖排的方式排布二元子阵单元，作为二元子阵天线阵列的初始排布；计算获得初始排布的初始熵值；
步骤S2：优化排布；
对二元子阵单元进行随机旋转重置，获得旋转重置后的新排布；
步骤S3：新排布熵值计算；
对所述步骤S2中获得的新排布进行熵值计算；
步骤S4：寻找最优排布；
比较新排布的熵值与历史熵值的大小，若新排布的熵值大于历史熵值，则更新最大历史熵值及其对应的新排布；多次排布、比较后，获得最大熵值对应的新排布。
进一步地，所述步骤S1中，多个二元子阵单元在n*n阵列中按n-n编码，并通过计算机软件计算初始排布的初始熵值；默认初始排布的熵值为当前最大熵值；默认初始排布为当前最优排布。
进一步地，所述步骤S2包括：
步骤S21：确定初始排布后，先随机选择一个二元子阵单元，将该二元子阵单元内的第二个天线单元进行随机旋转重置；
步骤S22：二元子阵单元随机旋转之后，将该二元子阵单元的第二个天线单元旋转后的位置对应的原二元子阵单元的第二个天线单元进行旋转重置；
步骤S23：按照步骤S21和步骤S22的规则，依次将多个二元子阵单元进行随机旋转重置；
步骤S24：重复步骤S23，直到第一次旋转二元子阵单元旋转后导致的空位被重置后的其他二元子阵单元重新填满，且整个二元子阵天线阵列无重叠、无空位，即认为二元子阵天线阵列的新排布已生成。
进一步地，所述步骤S2中，旋转重置时，二元子阵单元的旋转角度为90度的1、2、3倍，即二元子阵单元在二元子阵天线阵列中旋转90度、180度或270度；完成一次旋转重置。
进一步地，所述步骤S2中，随机旋转重置二元子阵单元时，重置后的二元子阵单元的位置限制在二元子阵天线阵列范围内；若旋转后二元子阵单元超出二元子阵天线阵列范围，则对二元子阵单元进行位移，使其限制在二元子阵天线阵列的范围内。
进一步地，所述步骤S2中，一次优化排布过程中，一个二元子阵单元只随机旋转重置一次；且后旋转重置的二元子阵单元应当避让先旋转重置的二元子阵单元，避免发生重叠。
进一步地，所述步骤S4包括：
步骤S41：重复步骤S2和步骤S3，每次步骤S2生成的新排布后，均通过步骤S3计算新排布的熵值；
步骤S42：比较新排布的熵值与最大历史熵值的大小；如果新的熵值大于最大历史熵值，则用新的最大熵值对应的新排布替换历史新排布最优解，采用新的最大熵值替换历史熵值的最大值；
步骤S43：重复步骤S41和步骤S42，最终完成不规则子阵天线的二元子阵天线阵列的全部新排布的熵值排序。
进一步地，所述步骤S4还包括：步骤S44，根据步骤S43中的熵值排序，选择排序位于前m的熵值对应的新排布作为“最大熵值”对应的优化目标；最大熵值不是唯一的，而是选取位于前列的多个；其中，m=4，5，6，…，10，…；且m为整数。
进一步地，所述步骤S3和步骤S4中，采用遗传算法对排布后的天线阵列进行熵值计算以及对最大熵值对应的新排布进行迭代寻优。
进一步地，所述优化方法还包括，步骤S5：性能优化；
对所述步骤S44中得到最优的m个二元子阵天线阵列的新排布对应的二元子阵天线阵列进行馈幅馈相优化，优化后得到最优解；所述最优解即为熵值排序的前m个新排布中馈幅馈相性能最优的新排布对应的二元子阵天线阵列。
本发明技术方案至少能够实现以下效果之一：
1、本发明提出一种非规则二元子阵天线阵列的优化方法，针对一分二子阵排布而成的大规模天线阵列出现扫描增益下降和周期性副瓣抬升的问题。由于一分二阵列将两个单元看作一个子阵，子阵内部单元幅相一致，相较于均匀平面阵导致增益的下降，符合相控阵天线的原理，因此改善增益，副瓣电平有明显改善，达成优化目标。
2、本发明的优化方法采用间隔二元子阵，使用基于最大熵模型的蒙特卡罗步进寻优法，可使得子阵内两个单元的波束利于大角度扫描，天线阵列在不损失轴比，辐射效率等其他指标的情况下，增益有改善，副瓣电平有明显改善，可达成优化目标。
3、本发明的二元非规则天线阵列的优化方法可用于大规模相控阵阵列天线的仿真和设计，在采用一分多子阵排布来降低天线阵列的馈电端口的前提下，提高天线阵列的增益、改善副瓣电平。
本发明中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本发明的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过说明书以及附图中所特别指出的内容中来实现和获得。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件；
图1为本发明的非规则二元子阵天线阵列的优化方法的流程图；
图2为4*4阵列的全横排式初始排布示意图；
图3为图2中的全横排式初始排布优化后的旋转对称排布4*4阵列；
图4为4*4阵列的全纵排式初始排布；
图5为图4中的全纵排式初始排布优化后的旋转对称排布4*4阵列；
图6为初始排布32*16阵列；
图7为图6的初始排布32*16阵列优化排布后的32*16阵列；
图8为不规则阵列与均匀平面阵列对比；
图9为优化前后的长边+60°扫描结果对比；
图10为优化前后的宽边+60°扫描结果对比；
图11为单种群遗传算法框图；
图12为双种群遗传算法框图；
图13为粒子群算法框图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本发明一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
实施例1
本发明的一个具体实施例，公开了一种非规则二元子阵天线阵列的优化方法，如图1所示，所述优化方法包括以下几个步骤：
步骤S1：确定初始排布
首先需要确定一个初始排布，整个排布可以是全横排，也可以是全竖排。两种排布都采用二元子阵单元同相馈电的方式。
初始排布时，相互间隔的两个天线单元作为一个二元子阵单元，一个二元子阵单元的两个天线单元同相馈电。即n-n同相馈电，n-n为二元子阵单元的编码，n为自然数。
初始排布时，多个二元子阵单元在n*n阵列中按n-n编码顺序排布。采用计算机软件计算初始排布的初始熵值。默认初始排布的熵值为当前最大熵值；默认初始排布为当前最优排布。
示例性地，以4*4阵列为例，说明初始排布的排布形式：
如图2所示，是全横排排布的4*4初始阵列；如图4所示，是全竖排排布的4*4初始阵列。
1-1、2-2、3-3、4-4、5-5、6-6、7-7、8-8都是二元子阵天线阵列的二元子阵单元，一个二元子阵单元的两个天线单元必须进行同相馈电。即1-1的两个天线单元同相馈电。2-2、3-3、4-4、…n-n同理。
如图2所示，多个二元子阵单元按编码顺序横向排布，排完一行再排下一行，直至排满n*n阵列。
如图4所示，多个二元子阵单元按编码顺序纵向排布，排完一列再排下一列，直至排满n*n阵列。
步骤S2：优化排布
步骤S21：确定初始排布后，先随机选择一个二元子阵单元，将该二元子阵单元内的第二个天线单元在该二元子阵天线阵列内进行随机旋转90度的1、2或3倍，即二元子阵单元在n*n的二元子阵天线阵列中旋转90度、180度或270度；完成第一次旋转重置。
值得注意的是：二元子阵单元旋转重置时的旋转角度不能是360度，因为二元子阵单元旋转360度后还是原来的位置，要避免回到初始位置。
步骤S22：二元子阵单元随机旋转之后，进一步将该二元子阵单元的第二个天线单元旋转后的位置对应的原二元子阵单元的第二个天线单元在该二元子阵天线阵列内随机旋转90°的1、2或3倍，即可旋转90度、180度或270度；完成第二次旋转重置。
步骤S23：按照上面的规则，依次将多个二元子阵单元进行随机旋转重置；即一个二元子阵单元旋转重置后的位置对应的原二元子阵单元在该二元子阵天线阵列内进行随机旋转，旋转角度为90°的1、2或3倍。
步骤S24：重复步骤S23，直到第一次旋转二元子阵单元后导致的空位（即第一个二元子阵单元的第二天线单元的初始位置）被重置后的二元子阵单元重新填满，且整个二元子阵天线阵列无重叠、无空位，即认为二元子阵天线阵列的新排布已生成。
具体地，所述步骤S2中，随机旋转重置二元子阵单元时，重置后的二元子阵单元的位置限制在n*n阵列范围内。也就是说，若旋转后二元子阵单元超出二元子阵天线阵列范围，则对二元子阵单元进行位移，使其限制在二元子阵天线阵列的范围内。
具体地，所述步骤S2中，一次优化排布过程中，一个二元子阵单元只随机旋转重置一次。且后旋转重置的二元子阵单元应当避让先旋转重置的二元子阵单元，避免发生重叠。
示例性地，如图3所示，是图2中的4*4全横排初始排布旋转后生成的旋转对称排布4*4阵列。
具体地，如图2、图3所示，4*4全横排初始排布的一次优化排布过程为：
①选择二元子阵单元2-2作为第一个随机旋转重置的单元；二元子阵单元2-2的第二个天线单元旋转90°后落在原二元子阵单元6-6的位置；
②下一步，二元子阵单元6-6随机旋转重置，二元子阵单元6-6的第二个天线单元旋转180°（旋转后受限于4*4阵列右移一格）后落在原二元子阵单元5-5的位置；
③下一步，二元子阵单元5-5随机旋转重置，二元子阵单元5-5旋转90°后（受限上移一格）落在原二元子阵单元7-7和二元子阵单元3-3的位置；
④下一步，二元子阵单元3-3随机旋转重置，二元子阵单元3-3旋转180°落在原二元子阵单元4-4的位置（受限同时避让单元5-5右移3格）；
⑤下一步，二元子阵单元7-7随机旋转重置，二元子阵单元7-7旋转270°落在原二元子阵单元3-3的位置（避让单元5-5、3-3右移2格），填补二元子阵单元3-3旋转后的空位；
⑥下一步，二元子阵单元4-4随机旋转重置，二元子阵单元4-4旋转270°后，避让已重置的二元子阵单元3-3和二元子阵单元7-7，落在原二元子阵单元2-2的位置，填补了二元子阵单元2-2旋转重置后产生的空位，完成了整个初始排布的一次优化排布，得到了一个新排布。
示例性地，图4中的4*4全纵排初始排布旋转后生成的旋转对称排布4*4阵列如图5所示。
具体地，如图4、图5所示，4*4全纵排初始排布的一次优化排布过程为：
①随机选择二元子阵单元2-2作为第一个随机旋转重置的单元；二元子阵单元2-2的第二个天线单元旋转180°并受阵列空间限制位移后，落在原二元子阵单元1-1的位置；
②下一步，二元子阵单元1-1随机旋转重置，二元子阵单元1-1的第二个天线单元旋转90°，旋转后避让重置的二元子阵单元2-2右移一格，落在原二元子阵单元3-3和二元子阵单元7-7的位置；
③下一步，二元子阵单元3-3随机旋转重置，二元子阵单元3-3旋转90°，旋转后受阵列空间限制右移一格同时避让重置后的二元子阵单元2-2下移一格，落在原二元子阵单元6-6的位置；
二元子阵单元7-7随机旋转重置，二元子阵单元7-7旋转180°，旋转后受阵列空间限制同时避让重置后的二元子阵单元1-1下移一格，落在原二元子阵单元8-8的位置；
④下一步，二元子阵单元6-6随机旋转重置，二元子阵单元6-6的第二个天线单元旋转270°，受二元子阵天线阵列限制左移一格，同时避让已重置的二元子阵单元7-7，落在原二元子阵单元3-3的第二个天线单元和原二元子阵单元7-7的第二单元位置。
⑤下一步，二元子阵单元8-8随机旋转重置，二元子阵单元8-8旋转90°后，避让已重置的其他单元，落在原二元子阵单元2-2的位置，填补了二元子阵单元2-2旋转重置后产生的空位；
⑥下一步，二元子阵单元4-4和二元子阵单元5-5均旋转180°后位置互换，完成了整个初始排布的一次优化排布，得到了一个新排布，如图5所示。
步骤S3：新排布熵值计算
计算步骤2后生成的新排布的熵值，熵值原始计算公式1如下：
Figure 435986DEST_PATH_IMAGE001
——公式1
其中，H表示信息熵；P是概率质量函数；P(xi)表示随时事件X为xi的概率。
信息熵的单位是比特（BIT，即二进制的0和1），b取2，是以二为底的对数，用的是二进制。
对于已知排布的二元子阵天线阵列的熵值计算，属于本领域技术人员具备的计算能力。
本发明中，采用计算机软件，例如MATLAB；对二元子阵天线阵列的初始排布进行优化排布和熵值计算。
步骤S4：寻找最优排布
步骤S41：重复步骤S2和步骤S3，每次步骤S2生成的新排布后，均通过步骤S3计算新排布的熵值；
步骤S42：比较新排布的熵值与最大历史熵值的大小；如果新的熵值大于最大历史熵值，则用新的最大熵值对应的新排布替换历史新排布最优解，采用新的最大熵值替换最大的历史熵值。
步骤S43：重复步骤S41和步骤S42，最终完成不规则子阵天线的二元子阵天线阵列的全部新排布的熵值排序。
步骤S44：根据步骤S43中的熵值排序，选择排序位于前m的熵值对应的新排布作为优化目标。优选地，m=4、5、6、…10（m为整数）。
本发明的一种具体实施方式中，采用遗传算法对二元子阵天线阵列进行新排布的熵值计算以及实现对优化排布后的新排布按熵值大小排序。在本领域技术人员能够实现的计算方式中，允许采用神经网络算法、蚁群算法等进行本发明步骤S2-S4的新排布计算、熵值计算及熵值排序，采用不同类型的算法进行计算，属于本领域技术人员具备的计算能力，本发明中不作赘述，同时采用不同算法计算获得本发明的优化目标属于与本发明相同的技术构思，落入本发明的保护范围。
为了更加适用于不规则子阵天线阵列设计的具体应用，将二元子阵天线阵列处于网格中，通过计量横纵网格线上的子阵质心数目来确定阵列熵值的大小，对于二元不规则子阵构成的天线阵列，原始公式改进为下公式2：
Figure 681022DEST_PATH_IMAGE002
——公式2
优化目标设计为：
Figure 195180DEST_PATH_IMAGE003
——公式3/>
Figure 59231DEST_PATH_IMAGE004
——公式4
优化目标是一个整数优化问题，本发明中，采用遗传算法（GA）来进行迭代寻优。以不断逼近最佳的优化结果，遗传算法框图如图11、图12所示。
实际操作过程中，最大熵一般会包括相对较大的几个，而不只是最大的那一个。
步骤S5：性能优化
所述步骤S44中，通过最大熵模型以及遗传算法优化之后，即可得到最优的m个二元子阵天线阵列的新排布。在此基础上，对二元子阵天线阵列的馈幅馈相进行优化，优化后，完成对m个相对较大的熵值对应的新排布的性能评估，根据优化结果得到最优解。
所述步骤S5中，采用粒子群算法对二元子阵天线阵列的馈幅馈相进行优化。粒子群算法框图如图13所示，以实现相应的波束控制和指标要求。
所述步骤S5中，最优解即为熵值排序的前m个新排布中馈幅馈相性能最优的新排布。
实施例2
本发明的一个具体实施例，以32*16非规则化天线阵列为例对实施例1中的优化方法进行描述。
步骤1：确定初始排布。
采用全横排初始排布，如图6所示，初始排布的熵值为H=5，Hx=2.5，Hy=2.5。
步骤2：优化排布举例。
通过反复优化排布，可得到如图7所示的优化后的排布阵列，图7排布阵列对应的熵值为H=5.4711，Hx=2.4829，Hy=2.9882，是优化新排布中较大的一个。
步骤3：优化后新排布阵列的仿真结果。
针对图7新排布天线阵列进行仿真，结果如下：
长边60°，增益28.85dBi；长边-60°，增益28.58dBi；宽边60°，增益28.69dBi；宽边-60°，增益28.60dBi。同时，副瓣点评也相对较低，可以满足要求。
与均匀平面阵列的仿真结果对比，如图8所示，其中±60°，±45°，±30°，±15°，0°典型值的结果，增益损失最大的扫描角度在30°附近，增益损失只有约3.5dB。
与不采用优化排布算法的不规则阵列对比，长边+60°扫描结果对比如图9所示：增益略有改善，提高约0.3 dB；周期性的较高副瓣得到明显改善，下降约3dB。宽边+60°扫描结果对比如图10所示：增益略有改善，提高约0.3dB;周期性的较高副瓣得到明显改善，下降约3dB。
与现有技术相比，本实施例提供的技术方案至少具有以下有益效果之一：
本发明提出一种非规则二元子阵天线阵列的优化方法，针对一分二子阵排布而成的大规模天线阵列个别指标如增益恶化比较明显的问题。本发明的优化方法采用间隔二元子阵，使用基于最大熵模型的寻优法，可使得子阵内两个单元的波束利于大角度扫描，天线阵列在不损失轴比，辐射效率等其他指标的情况下，增益改善，副瓣电平有明显改善，达成了优化目标。
本发明的非规则二元子阵天线阵列的优化方法，可用于大规模相控阵天线阵列的仿真和设计过程中，使阵列天线的馈电端口成倍的减少，可降低工艺要求和生产成本，具有广泛应用前景。
本发明的非规则阵列的设计的优化方法主要分为两步，第一步是天线阵列排布优化设计，第二步是子阵级的馈幅馈相优化设计。这两步将整个优化问题分为了两个子问题，分别通过最大熵模型、GA算法和PSO算法等进行解决，减小了优化难度。最终本发明可以实现预期的方向图综合效果，达到扫描波束控制、栅瓣抑制和低副瓣等要求。并通过仿真非规则阵列模型验证了非规则阵列的设计有效性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种非规则二元子阵天线阵列的优化方法，其特征在于，包括：
步骤S1：确定初始排布；
采用全横排或全竖排的方式排布二元子阵单元，作为二元子阵天线阵列的初始排布；计算初始排布的初始熵值；
步骤S2：优化排布；
对二元子阵单元进行随机旋转重置，获得旋转重置后的新排布；
所述步骤S2包括：
步骤S21：确定初始排布后，先随机选择一个二元子阵单元，将该二元子阵单元内的第二个天线单元进行随机旋转重置；
步骤S22：二元子阵单元随机旋转之后，将该二元子阵单元的第二个天线单元旋转后的位置对应的原二元子阵单元的第二个天线单元进行旋转重置；
步骤S23：按照所述步骤S21和步骤S22的规则，依次将多个二元子阵单元进行随机旋转重置；
步骤S24：重复步骤S23，直到第一次旋转二元子阵单元旋转后导致的空位被重置后的其他二元子阵单元重新填满，且整个二元子阵天线阵列无重叠、无空位，即认为二元子阵天线阵列的新排布已生成；
步骤S3：新排布熵值计算；
对所述步骤S2中获得的新排布进行熵值计算；
步骤S4：寻找最优排布；比较新排布的熵值与历史熵值的大小，若新排布的熵值大于历史熵值，则更新最大历史熵值及其对应的新排布；多次排布、比较后，获得最大熵值对应的新排布；
所述步骤S4包括：
步骤S41：重复步骤S2和步骤S3，每次步骤S2生成的新排布后，均通过步骤S3计算新排布的熵值；
步骤S42：比较新排布的熵值与最大历史熵值的大小；如果新的熵值大于历史熵值，则用新的最大熵值对应的新排布替换历史新排布最优解，采用新的最大熵值替换历史熵值的最大值；
步骤S43：重复步骤S41和步骤S42，最终完成不规则子阵天线的二元子阵天线阵列的全部新排布的熵值排序。
2.根据权利要求1所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S1中，通过计算机软件计算初始排布的初始熵值。
3.根据权利要求1或2所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S1中，默认初始排布的熵值为当前最大熵值；默认初始排布为当前最优排布。
4.根据权利要求3所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S2中，旋转重置时，二元子阵单元的旋转角度为90度的1、2、3倍，即二元子阵单元在二元子阵天线阵列中旋转90度、180度或270度；完成一次旋转重置。
5.根据权利要求3所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S2中，随机旋转重置二元子阵单元时，重置后的二元子阵单元的位置限制在二元子阵天线阵列范围内。
6.根据权利要求3所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S2中，若旋转后二元子阵单元超出二元子阵天线阵列范围，则对二元子阵单元进行位移，使其限制在二元子阵天线阵列的范围内。
7.根据权利要求4-6任一项所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S2中，一次优化排布过程中，一个二元子阵单元只随机旋转重置一次；且后旋转重置的二元子阵单元避让先旋转重置的二元子阵单元，避免发生重叠。
8.根据权利要求7所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S4还包括：步骤S44，根据步骤S43中的熵值排序，选择排序位于前m的熵值对应的新排布作为“最大熵值”对应的优化目标；最大熵值不是唯一的，而是选取位于前列的多个；其中，m=4，5，6，…，10，…；且m为整数。
9.根据权利要求1所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述步骤S3和步骤S4中，采用遗传算法对排布后的天线阵列进行熵值计算以及对最大熵值对应的新排布进行迭代寻优。
10.根据权利要求8所述的非规则二元子阵天线阵列的优化方法，其特征在于，所述优化方法还包括，步骤S5：性能优化；
对所述步骤S44中得到最优的m个二元子阵天线阵列的新排布对应的二元子阵天线阵列进行馈幅馈相优化，优化后得到最优解；所述最优解即为熵值排序的前m个新排布中馈幅馈相性能最优的新排布对应的二元子阵天线阵列。
CN202211469703.XA 2022-11-23 2022-11-23 一种非规则二元子阵天线阵列的优化方法 Active CN115566446B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211469703.XA CN115566446B (zh) 2022-11-23 2022-11-23 一种非规则二元子阵天线阵列的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211469703.XA CN115566446B (zh) 2022-11-23 2022-11-23 一种非规则二元子阵天线阵列的优化方法

Publications (2)

Publication Number Publication Date
CN115566446A CN115566446A (zh) 2023-01-03
CN115566446B true CN115566446B (zh) 2023-03-24

Family

ID=84770501

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211469703.XA Active CN115566446B (zh) 2022-11-23 2022-11-23 一种非规则二元子阵天线阵列的优化方法

Country Status (1)

Country Link
CN (1) CN115566446B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108808266A (zh) * 2018-06-12 2018-11-13 电子科技大学 一种用于不规则子阵排列的四维天线阵联合优化方法
CN109818157A (zh) * 2019-01-25 2019-05-28 电子科技大学 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
CN113540791A (zh) * 2021-06-04 2021-10-22 中山大学 一种孔径级收发同时阵列优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108808266A (zh) * 2018-06-12 2018-11-13 电子科技大学 一种用于不规则子阵排列的四维天线阵联合优化方法
CN109818157A (zh) * 2019-01-25 2019-05-28 电子科技大学 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
CN113540791A (zh) * 2021-06-04 2021-10-22 中山大学 一种孔径级收发同时阵列优化方法

Also Published As

Publication number Publication date
CN115566446A (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
CN111985145B (zh) 一种大间距相控阵天线栅瓣抑制方法及抑制系统
CN111160556B (zh) 一种基于自适应遗传算法的阵列稀疏优化方法
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
CN113131225B (zh) 一种基于子阵阵因子增益最大化的不规则天线阵优化方法
CN112733334B (zh) 一种多频段共口径阵列天线稀疏优化方法及系统
CN111313158B (zh) 对圆形状阵列进行稀疏的方法
CN107302140B (zh) 基于量子蜘蛛群演化机制的平面天线阵列稀疏方法
CN1725556A (zh) 基于遗传算法的智能天线复合波束形成方法
CN111680414B (zh) 稀疏化削减球柱面阵列阵元规模的方法
CN114399044A (zh) 一种子阵级稀疏阵列发射波束旁瓣电平优化方法
CN115566446B (zh) 一种非规则二元子阵天线阵列的优化方法
CN113792492A (zh) 基于免疫遗传算法的希布阵天线的优化设计方法
CN111209670B (zh) 一种可实现高增益的不规则子阵排布优化方法
CN107331975B (zh) 一种基于多点预判的l形子阵组阵方法及天线阵
Chirikov et al. Innovative GA-based strategy for polyomino tiling in phased array design
CN113447904B (zh) 基于排列离散差分进化算法的稀疏阵列优化方法
CN115566442A (zh) 稀疏布阵方法、装置、电子设备和可读存储介质
CN115510733A (zh) 一种基于改进交叉遗传算法的阵列天线旁瓣优化方法
CN111896930B (zh) 基于运动平台空时自适应杂波抑制的子阵划分方法
CN111211425A (zh) 一种超大扫描角的不规则子阵排布优化方法
CN116632561B (zh) 一种稀布高增益天线阵列设计方法、存储介质
CN114239380B (zh) 基于自调整映射法则的矩形稀布阵列优化方法
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
CN111585045B (zh) 一种多联骨牌稀布天线及其布阵方法
CN115098903A (zh) 一种低成本可扩展相控阵列稀疏优化方法

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
TR01 Transfer of patent right

Effective date of registration: 20230419

Address after: 510000 room 12, 20th floor, No. 167, Haibin Road, Nansha street, Nansha District, Guangzhou, Guangdong

Patentee after: Guangdong Yuexin microsystem Research Institute

Patentee after: Guangdong Yunpai Technology Co.,Ltd.

Address before: 510000 room 12, 20th floor, No. 167, Haibin Road, Nansha street, Nansha District, Guangzhou, Guangdong

Patentee before: Guangdong Yuexin microsystem Research Institute

TR01 Transfer of patent right