CN115939733A - 一种孔径级收发同时阵列结构的简化方法 - Google Patents
一种孔径级收发同时阵列结构的简化方法 Download PDFInfo
- Publication number
- CN115939733A CN115939733A CN202211426929.1A CN202211426929A CN115939733A CN 115939733 A CN115939733 A CN 115939733A CN 202211426929 A CN202211426929 A CN 202211426929A CN 115939733 A CN115939733 A CN 115939733A
- Authority
- CN
- China
- Prior art keywords
- array
- individual
- sparse
- population
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000002068 genetic effect Effects 0.000 claims abstract description 31
- 238000002955 isolation Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 108090000623 proteins and genes Proteins 0.000 claims description 24
- 230000003044 adaptive effect Effects 0.000 claims description 20
- 230000035772 mutation Effects 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 10
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 238000003491 array Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000717 retained effect Effects 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 101150030229 nth gene Proteins 0.000 claims description 2
- CCEKAJIANROZEO-UHFFFAOYSA-N sulfluramid Chemical group CCNS(=O)(=O)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)C(F)(F)F CCEKAJIANROZEO-UHFFFAOYSA-N 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 3
- 238000001228 spectrum Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- 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
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明公开了一种孔径级收发同时阵列结构的简化方法，涉及阵列天线技术领域。所述简化方法包括：构建相控阵天线；构建目标函数，将有效全向隔离EII最大作为目标函数；采用遗传算法，计算每个个体的EII值，即个体的适应度值，根据目标函数寻找满足预设条件的最优个体，并根据所述最优个体生成关于发射阵列和接收阵列的稀疏优化结果，根据所述稀疏优化结果调整相控阵天线发射阵元和接收阵元数量，生成稀疏阵列。相较于现有技术，本发明基于遗传算法实现阵列稀疏，减去一部分发射通道，同时可以减去观察通道，达到降低系统成本和保持良好隔离性能的目的，降低系统的时间资源、频谱资源的开销，支持通信、雷达各种模式和应用场景。
Description
技术领域
本发明涉及阵列天线技术领域，更具体地，涉及一种孔径级收发同时阵列结构的简化方法。
背景技术
多功能相控阵的需求在雷达、通信和电子战领域迅速发展。同时发射和接收(simultaneous transmit and receive-STAR)是数字相控阵的一项重要应用，它可以在相同的环境和相同的系统上发射和接收相同频率和时间的信号。STAR技术可以显着提高吞吐量和频带效率，同时支持多种操作模式和多个脉冲重复间隔，实现对干扰的连续响应，同时支持联合多用户系统。为了充分利用STAR数字相控阵，必须加强发射器和接收器之间的隔离。
现有技术中，MIT团队采用数字波束成形和自干扰消除技术的孔径级同时发射和接收(aperture-level simultaneous transmit and receive,ALSTAR)足以在5×10元素数字相位的100MHz瞬时带宽上实现163.9dB的有效各向同性隔离(EII)，进一步，他们改进了ALSTAR阵列的理论研究，在25个发射单元和25个接收单元之间的2500W发射功率条件下，隔离度可以达到187.1dB，而本底噪声仅增加2.2dB，这种方法可以提高发射器和接收器之间的隔离度。然而，在ALSTAR阵列的模型中，自干扰对消(self-interferencecancellation,SIC)是通过在功率放大器的输出和接收波束成形的输出之间建立观察通道来实现的，并且要求在每个发射通道中，观察通道具有与接收通道相同的性能。由于接收通道的成本通常高于发送通道的成本。随着阵列尺寸的增加，需要更多的观察通道，这大大增加了系统的成本和复杂性。
发明内容
本发明为克服上述现有技术所述的采用STAR的大规模相控阵成本高的缺陷，提供一种孔径级收发同时阵列结构的简化方法。
为解决上述技术问题，本发明的技术方案如下：
第一方面，一种孔径级收发同时阵列结构的简化方法，包括：
构建相控阵天线；所述相控阵天线为ALSTAR结构；
构建目标函数，将有效全向隔离EII最大作为目标函数；
采用遗传算法(GeneticAlgorithm,GA)，计算每个个体的EII值，即个体的适应度值，根据目标函数寻找满足预设条件的最优个体，并根据所述最优个体生成关于发射阵列和接收阵列的稀疏优化结果，根据所述稀疏优化结果调整相控阵天线发射阵元和接收阵元数量，生成稀疏阵列；所述最优个体为适应度值最大的个体。
本技术方案中，在SIC技术的基础上引入了波束成形(beamforming-BF)技术，通过构建目标函数确保发射孔径和接收孔径间的最大隔离，同时采用遗传算法，稀疏对发射和接收阵列间的隔离略有贡献的元素来省略相应的观察通道，从而达到减少天线阵元和参考链路数量，减低系统成本的目的，并保证了发射孔径和接收孔径间最优的隔离度。
第二方面，本发明还提供了一种相控阵天线装置，包括若干个孔径级收发同时阵列，所述孔径级收发同时阵列结构为应用第一方面所述的一种孔径级收发同时阵列结构的简化方法生成的稀疏阵列。
第三方面，本发明还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，执行第一方面所述的一种孔径级收发同时阵列结构的简化方法。
与现有技术相比，本发明技术方案的有益效果是：
本发明提出基于遗传算法进行阵列稀疏，减去一部分发射通道，同时可以减去观察通道，达到降低系统成本和保持良好隔离性能的目的，使得孔径级数字相控阵能够实现发射和接收同时进行，降低系统的时间资源、频谱资源的开销，同时遗传算法的调配可使得整个系统支持通信、雷达各种模式和应用场景。
附图说明
图1为孔径级收发同时阵列结构的简化方法的流程图；
图2为相控阵天线模型示意图；
图3为发射阵列与接收阵列稀疏前后示意图；
图4为实施例1中孔径级收发同时阵列结构的简化方法的流程图；
图5为实施例2中发射阵列到接收阵列的端口反射系数图；
图6为实施例2中1号发射阵元与每个接收阵元的耦合系数图；
图7为实施例2中1号发射阵元和17号接收阵元的方向图；
图8为实施例2中SIC、SIC-BF和SIC-BF-Sparse在不同扫描角度上EII对比图；
图9为实施例2中SIC、SIC-BF和稀疏率为0.75时SIC-BF-Sparse在噪声功率Pn、发射增益Gt和接收增益Gr上的性能对比图；
图10为实施例2中SIC、SIC-BF和SIC-BF-Sparse在波束扫描到0°时的发射增益Gt和接收增益Gr的性能对比图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提出了一种孔径级收发同时阵列结构的简化方法，参阅图1，包括：
构建相控阵天线；所述相控阵天线为ALSTAR结构；
构建目标函数，用于计算有效全向隔离EII最大值；
采用遗传算法，以有效全向隔离EII作为适应度函数，根据目标函数寻找满足预设条件的最优个体，并根据所述最优个体生成关于发射阵列和接收阵列的稀疏优化结果，根据所述稀疏优化结果调整相控阵天线发射阵元和接收阵元数量，生成稀疏阵列；所述最优个体为适应度值最大的个体。
在一具体实施过程中，所述相控阵天线采用具有高增益、低耦合特性的U型缝隙微带贴片天线作为连续波雷达场景中的天线阵元。天线的中心频率为4.3GHz，其工作带宽为100MHz，1号发射阵元与每个接收阵元的耦合小于-40dB，天线最大增益达到5.5dBi。
作为非限制性示例，所述相控阵包括但不限于均匀平面阵列、非均匀平面阵列。
在一具体实施过程中，参阅图2，所述相控阵为4x8相控平面阵，8个阵元沿X轴均匀排布，间距是自由空间中天线中心频率对应的波长λ＝0.5，4个阵元沿Y轴均匀排布，间距为0.5，构成32个阵元的天线孔径。阵列左侧的4行4列阵元定义为发送阵列，阵列右侧的4行4列阵元定义为接收阵列；其中，发射阵元和接收阵元都为4x4平面阵，且发射阵元和接收阵元的工作状态均采用0和1表示：1表示相应位置上有阵元，即被保留；0表示相应位置上没有阵元，即被移除。
构建相控阵后，以求取有效全向隔离EII最大值作为目标函数，采用遗传算法实现相控阵结构的稀疏优化，以有效全向隔离EII值作为个体的适应度值，根据遗传算法的迭代优化搜索机制，寻找出满足预设条件的最优个体，即适应度值最大的个体，其对应阵列结构的有效全向隔离EII值最大；根据所述最优个体生成关于发射阵列和接收阵列的稀疏优化结果，根据所述稀疏优化结果调整相控阵天线发射阵元和接收阵元数量，此时所述相控阵天线在减少发射阵元和接收阵元数量和参考链路数量的同时，仍能获得理想的隔离度，达到降低设计成本及系统复杂度的目的。
在一具体实施过程中，参阅图3，其中图3(a)表示发射阵列与接收阵列稀疏前的结构，图3(b)表示发射阵列与接收阵列稀疏后的结构，1表示相应位置上有阵元，即被保留；0表示相应位置上没有阵元，即被移除。其中包含16个发射阵元和16个接收阵元的均匀平面阵列最终保留为包含12个发射阵元和12个接收阵元的稀疏平面阵列，稀疏率为0.75。
在一优选实施例中，所述目标函数表达式为：
式中，
Msparse＝M.*ffiffi H
其中，Pt表示发射信号功率；qt/r(φ,θ)表示稀疏前的发射和接收阵列导向矢量；gt/r(φ,θ)表示稀疏前的发射和接收阵列阵元增益；M表示稀疏前的发射阵列到接收阵列间的耦合矩阵；Msparse表示稀疏后的发射阵列到接收阵列间的耦合矩阵；
表示稀疏后残余干扰和噪声的协方差矩阵；
表示发射阵列总增益；
表示接收阵列总增益；
表示单个阵元增益；
分别表示发射阵列和接收阵列的波束形成矢量；
分别表示发射阵列和接收阵列的导向矢量，且
φ、θ分别表示方位角和俯仰角，λ表示信号波长，x表示阵列平面中每个元素到x轴的距离，y表示阵列平面中每个元素到y轴的距离；ffi＝(ffi1,ffi2,…,ffid)表示第i个个体映射的发射阵列或接收阵列稀疏后的阵列状态，ffid表示对应阵列中阵元的工作状态，d是全阵列状态下发射阵列元素和接收阵列元素的数量，ffid＝1表示该位置的阵元是保留的，ffid＝0表示该位置阵元被移除。
在一优选实施例中，参阅图4，所述采用遗传算法，计算每个个体的EII值，即个体的适应度值，根据目标函数寻找满足预设条件的最优个体，并根据所述最优个体生成关于发射阵列和接收阵列的稀疏优化结果，根据所述稀疏优化结果调整相控阵天线发射阵元和接收阵元数量，包括：
遗传算法编码：构建满足预设稀疏率的初始的种群，设置种群数量大小为N，种群中每个个体均为二进制参数向量，代表一种删减阵元位置的情况，每个个体的基因维数等同于发射阵元个数Nt或接收阵元个数Nr；定义gi,k表示遗传代数为k的第i个个体，其中，i＝1,2,…,N；以有效全向隔离EII作为适应度函数，每个个体gi,k的适应度值通过适应度函数生成，即每个个体gi,k的适应度值为EII值；
设置稀疏后发射阵元或接收阵元个数为NL，在[0,1]之间产生Nt或Nr个符合高斯分布的随机数，对随机数进行降序排序，将前NL个基因的值设置为1，剩下的基因值设置为0，每个个体初始编码后，即建立稀疏发射和接收阵元的搜索初始点；
遗传算法选择：基于轮盘赌算法，根据第i个体适应度fiti占种群适应度总和的比例来决定其子代保留的可能性；其中，第i个个体被选中的概率pi表达式为：
生成一个区间[0，1]内的均匀随机数，将该随机数作为轮盘赌的选择指针确定当前轮次被选中个体，被选中的个体gi,k和gi+1,k用于交叉操作；
遗传算法交叉：根据自适应交叉概率pc进行特定概率的交叉操作，交换种群中选中的两个个体gi,k和gi+1,k之间的部分基因；所述基因代表阵元的保留或移除；
遗传算法变异：对交叉操作后种群中的每个个体，以自适应变异概率pm进行个体中基因的变异操作；
维持稀疏率不变：判断新生成种群中每个个体的稀疏率是否不变，即计算子代种群中每个个体中阵元个数是否等于NL：若是，不进行操作；否则，根据子代种群中每个个体阵元个数与NL的差额数量，随机选择阵元进行工作状态设置；其中，当阵元工作状态为1时表示该位置的阵元是保留的，当阵元工作状态为0时表示该位置阵元被移除；
遗传算法终止：评估新生成的个体，计算新个体的适应度值，根据目标函数将适应度值最大的个体作为当前最优个体；判断遗传算法迭代次数是否不小于预设的最大迭代次数：若是，输出最优个体作为稀疏优化结果，并根据稀疏优化结果对发射阵元和接收阵元进行调整，将最优个体维度参数与发射阵列和接收阵列阵元位置对应，保留位置显示为1的阵元，删去位置显示为0的阵元，生成稀疏阵列；否则，将最优个体保留到新一代种群中，进行下一次遗传算法操作。
本优选实施例中，在执行遗传算法时，以有效全向隔离EII作为适应度函数，通过二进制符号(1,0)表示数组元素的保留和删除状态，即对应位置阵元的保留或移除，每个二进制参数向量的长度代表发射阵元和接收阵元个数，使得遗传算法每一代种群中每个个体对应一种删减阵元位置的情况，并且阵列的发射阵元或接收阵元导向矢量可随阵元删减二动态变化。通过遗传算法，随机遍历发射阵元和接收阵元删减阵元位置的情况，通过计算对应情况下的有效全向隔离EII，检查参数组合数量的性能，筛选出有效全向隔离EII最大值对应的最优个体，得到系数优化后的发射阵元和接收阵元设置。
在一可选实施例中，所述根据自适应交叉概率pc进行特定概率的交叉操作，交换种群中选中的两个个体gi,k和gi+1,k之间的部分基因，包括：
取出要交配的一对个体，生成自适应交叉概率pc；
将pc与区间[0,1]产生的随机数比较：当pc较小时，根据位串长度Nt或Nr，对要交叉的一对个体，随机选取区间[1,Nt-1]或[1,Nr-1]中的整数m作为交叉点位置，配对个体在交叉位置处，相互交换各自的部分基因，从而形成一对新的个体；反之，保留该个体。
作为非限制性示例，所述自适应交叉概率pc的表达式如下：
式中，fc是进行交叉操作的两个个体中适应度值更大的，fmax是种群适应度的最大值，fmean是种群适应度的平均值，kc1和kc2表示自适应交叉概率pc的缩放因子。
在一具体实施过程中，kc1预设为0.85，kc2预设为0.25。
作为非限制性示例，所述自适应交叉概率pc还可以表示为：
其中，fmax为种群的最大适应度值，fave为种群的适应度平均值，0＜k1≤1，k1为预设常数。
在一可选实施例中，所述对交叉操作后种群中的每个个体，以自适应变异概率pm进行个体中基因的变异操作，包括：
对交叉操作后种群中的每个个体，生成自适应变异概率pm；
在区间[0,1]中产生一个随机数r，若r＜pm，则对选中的个体gi,k(i＝1,2,…,N)第n个基因进行变异操作：若被选中的基因值为1，则其值变为0；若被选中的基因值为0，则其值变为1；其中，n＝1,2,…,Nt或n＝1,2,…,Nr；
若r≥pm，则不进行变异操作，即个体gi,k的基因保持不变并遗传到下一代种群中。
作为非限制性示例，所述自适应变异概率pm表达式如下：
式中，fm是进行变异操作个体的适应度，fmax是种群适应度的最大值，fmean是种群适应度的平均值，km1和km2表示自适应变异概率pm的缩放因子。
在一具体实施过程中，km1预设为0.05，km2预设为0.025。
作为非限制性示例，所述自适应变异概率pm还可以表示为：
其中，fmax为种群的最大适应度值，fave为种群的适应度平均值，0＜k2≤1，k2为预设常数。
在一可选实施例中，所述根据子代种群中每个个体对应阵元个数与NL的差额数量，随机选择阵元进行工作状态设置，包括：
当子代种群中个体对应阵元个数超过NL时，从1状态的阵元中随机选择差额数量的阵元，强制其工作状态为0；
当子代种群中个体对应阵元个数低于NL时，从0状态的阵元中随机选择差额数量的阵元，强制其工作状态为1。
实施例2
本实施例采用16Tx×16Rx均匀平面U型缝隙微带贴片天线相控阵，应用实施例1提出的孔径级收发同时阵列结构的简化方法(以下简称SIC-BF-Sparse)进行实验。
实验参数如图5-图7所示，该天线的中心频率为4.3GHz，工作带宽为100MHz。发射阵列1号阵元与各接收阵列单元的耦合小于-40dB，天线的最大增益达到5.5dBi。该天线具有良好的低耦合和高增益特性。
实验结果如图8-图10所示。
图8显示了SIC、SIC-BF和SIC-BF-Sparse在发射信号功率pt为1000W时不同扫描角度上实现的性能。可以看到，SIC-BF技术在波束扫描角度[-30°，30°]处实现了EII>183dB，其与SIC相比，平均隔离度提高了43dB；而本实施例应用的SIC-BF-Sparse方法，当稀疏率为0.75，扫描角度为0°时，EII值为185dB，与SIC-BF相比，隔离度仅降低3dB，观测链路数量减少25％，系统成本可显著降低。此外，本实施例还讨论了在不同稀疏率下SIC-BF-Sparse技术中跨扫描角度实现的EII曲线，参阅图8。
图9(a)显示了SIC、SIC-BF和稀疏率为0.75时SIC-BF-Sparse三种技术在噪声功率Pn上的性能对比，图9(b)显示了三种技术在发射增益Gt上的性能对比，图9(c)显示了三种技术在接收增益Gr上的性能对比。可以看到，SIC-BF和SIC-BF-Sparse在扫描角度为0°时，Pn值比底噪高0.9dB和1.8dB，分别比SIC提高46.2dB和45.3dB；SIC-BF-Sparse技术的Gt和Gr与SIC-BF相比分别减少了1.5dBi和1.2dBi。
图10(a)显示了SIC、SIC-BF和SIC-BF-Sparse在波束扫描到0°时的发射增益Gt的性能对比情况，图10(b)显示了SIC、SIC-BF和SIC-BF-Sparse在波束扫描到0°时的接收增益Gr的性能对比情况。可以看到，在扫描角度为0°时，三种技术Gt和Gr的峰值方向性基本相似。SIC-BF-Sparse技术的Gt为16.4dBi，与SIC和SIC-BF相比，分别降低了3.2dBi和1.3dBi。由此得出，本实施例中应用孔径级收发同时阵列结构的简化方法所生成的稀疏阵列的发射和接收孔径效率没有降低。进一步证明，在减少发射和接收阵元数量和观测链路数量的情况下，使用稀疏技术可以获得良好的ALSTAR性能。
实施例3
本实例提出一种相控阵天线装置，包括若干个孔径级收发同时阵列，所述孔径级收发同时阵列结构为应用实施例1提出的一种孔径级收发同时阵列结构的简化方法生成的稀疏阵列。
实施例4
本实例提出一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，执行实施例1提出的一种孔径级收发同时阵列结构的简化方法。
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种孔径级收发同时阵列结构的简化方法，其特征在于，包括：
构建相控阵天线；所述相控阵天线为ALSTAR结构；
构建目标函数，将有效全向隔离EII最大作为目标函数；
采用遗传算法，计算每个个体的EII值，即个体的适应度值，根据目标函数寻找满足预设条件的最优个体，并根据所述最优个体生成关于发射阵列和接收阵列的稀疏优化结果，根据所述稀疏优化结果调整相控阵天线发射阵元和接收阵元数量，生成稀疏阵列；所述最优个体为适应度值最大的个体。
2.根据权利要求1所述的一种孔径级收发同时阵列结构的简化方法，其特征在于，所述目标函数表达式为：
式中，
Msparse＝M.*ffiffi H
其中，Pt表示发射信号功率；qt/r(φ,θ)表示稀疏前的发射和接收阵列导向矢量；gt/r(φ,θ)表示稀疏前的发射和接收阵列阵元增益；M表示稀疏前的发射阵列到接收阵列间的耦合矩阵；Msparse表示稀疏后的耦合矩阵；
表示稀疏后干扰和噪声的协方差矩阵；
表示发射阵列总增益；
表示接收阵列总增益；
表示单个阵元增益；
分别表示发射阵列和接收阵列的波束形成矢量；
分别表示发射阵列和接收阵列的导向矢量，且
φ、θ分别表示方位角和俯仰角，λ表示信号波长，x表示阵列平面中每个元素到x轴的距离，y表示阵列平面中每个元素到y轴的距离；ffi＝(ffi1,ffi2,…,ffid)表示第i个个体映射的发射阵列或接收阵列稀疏后的阵列状态，ffid表示对应阵列中阵元的工作状态，d是全阵列状态下发射阵列元素和接收阵列元素的数量，ffid＝1表示该位置的阵元是保留的，ffid＝0表示该位置阵元被移除。
3.根据权利要求1所述的一种孔径级收发同时阵列结构的简化方法，其特征在于，所述采用遗传算法，计算每个个体的EII值，即个体的适应度值，根据目标函数寻找满足预设条件的最优个体，并根据所述最优个体生成关于发射阵列和接收阵列的稀疏优化结果，根据所述稀疏优化结果调整相控阵天线发射阵元和接收阵元数量，生成稀疏阵列，包括：
遗传算法编码：构建满足预设稀疏率的初始的种群，设置种群数量大小为N，种群中每个个体均为二进制参数向量，代表一种删减阵元位置的情况，每个个体的基因维数等同于发射阵元个数Nt或接收阵元个数Nr；定义gi,k表示遗传代数为k的第i个个体，其中，i＝1,2,…,N；以有效全向隔离EII作为适应度函数，即每个个体gi,k的适应度值为EII值；
设置稀疏后发射阵元或接收阵元个数为NL，在[0,1]之间产生Nt或Nr个符合高斯分布的随机数，对随机数进行降序排序，将前NL个基因的值设置为1，剩下的基因值设置为0，每个个体初始编码后，即建立稀疏发射和接收阵元的搜索初始点；
遗传算法选择：基于轮盘赌算法，根据第i个体适应度fiti占种群适应度总和的比例来决定其子代保留的可能性；其中，第i个个体被选中的概率pi表达式为：
生成一个区间[0，1]内的均匀随机数，将该随机数作为轮盘赌的选择指针来确定当前轮次被选中个体，被选中的个体gi,k和gi+1,k用于交叉操作；
遗传算法交叉：根据自适应交叉概率pc进行特定概率的交叉操作，交换种群中选中的两个个体gi,k和gi+1,k之间的部分基因；所述基因对应于阵元保留或移除；
遗传算法变异：对交叉操作后种群中的每个个体，以自适应变异概率pm进行个体中基因的变异操作；
维持稀疏率不变：判断新生成种群中每个个体的稀疏率是否不变，即计算子代种群中每个个体中阵元个数是否等于NL：若是，不进行操作；否则，根据子代种群中每个个体阵元个数与NL的差额数量，随机选择阵元进行工作状态设置；其中，当阵元工作状态为1时表示该位置的阵元是保留的，当阵元工作状态为0时表示该位置阵元被移除；
遗传算法终止：评估新生成的个体，计算新个体的适应度值，根据目标函数将适应度值最大的个体作为当前最优个体；判断遗传算法迭代次数是否不小于预设的最大迭代次数：若是，输出最优个体作为稀疏优化结果，并根据稀疏优化结果对发射阵元和接收阵元进行调整，将最优个体维度参数与发射阵列和接收阵列阵元位置对应，保留位置显示为1的阵元，删去位置显示为0的阵元，生成稀疏阵列；否则，将最优个体保留到新一代种群中，进行下一次遗传算法操作。
4.根据权利要求3所述的一种孔径级收发同时阵列结构的简化方法，其特征在于，所述根据自适应交叉概率pc进行特定概率的交叉操作，交换种群中选中的两个个体gi,k和gi+1,k之间的部分基因，包括：
取出要交配的一对个体，生成自适应交叉概率pc；
将pc与区间[0,1]产生的随机数比较：当pc较小时，根据位串长度Nt或Nr，对要交叉的一对个体，随机选取区间[1,Nt-1]或[1,Nr-1]中的整数m作为交叉点位置，配对个体在交叉位置处，相互交换各自的部分基因，从而形成一对新的个体；反之，保留该个体。
5.根据权利要求4所述的一种孔径级收发同时阵列结构的简化方法，其特征在于，所述自适应交叉概率pc的表达式如下：
式中，fc是进行交叉操作的两个个体中适应度值更大的，fmax是种群适应度的最大值，fmean是种群适应度的平均值，kc1和kc2表示自适应交叉概率pc的缩放因子。
6.根据权利要求3所述的一种孔径级收发同时阵列结构的简化方法，其特征在于，所述对交叉操作后种群中的每个个体，以自适应变异概率pm进行个体中基因的变异操作，包括：
对交叉操作后种群中的每个个体，生成自适应变异概率pm；
在区间[0,1]中产生一个随机数r，若r＜pm，则对选中的个体gi,k(i＝1,2,…,N)第n个基因进行变异操作：若被选中的基因值为1，则其值变为0；若被选中的基因值为0，则其值变为1；其中n＝1,2,…,Nt或n＝1,2,…,Nr；
若r≥pm，则不进行变异操作，即个体gi,k的基因保持不变并遗传到下一代。
7.根据权利要求6所述的一种孔径级收发同时阵列结构的简化方法，其特征在于，所述自适应变异概率pm表达式如下：
式中，fm是进行变异操作个体的适应度，fmax是种群适应度的最大值，fmean是种群适应度的平均值，km1和km2表示自适应变异概率pm的缩放因子。
8.根据权利要求3所述的一种孔径级收发同时阵列结构的简化方法，其特征在于，所述根据子代种群中每个个体对应阵元个数与NL的差额数量，随机选择阵元进行工作状态设置，包括：
当子代种群中个体对应阵元个数超过NL时，从1状态的阵元中随机选择差额数量的阵元，强制其工作状态为0；
当子代种群中个体对应阵元个数低于NL时，从0状态的阵元中随机选择差额数量的阵元，强制其工作状态为1。
9.一种相控阵天线装置，包括若干个孔径级收发同时阵列，其特征在于，所述孔径级收发同时阵列结构为应用权利要求1-8任一项所述的一种孔径级收发同时阵列结构的简化方法生成的稀疏阵列。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，执行权利要求1-8任一项所述的一种孔径级收发同时阵列结构的简化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211426929.1A CN115939733A (zh) | 2022-11-15 | 2022-11-15 | 一种孔径级收发同时阵列结构的简化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211426929.1A CN115939733A (zh) | 2022-11-15 | 2022-11-15 | 一种孔径级收发同时阵列结构的简化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115939733A true CN115939733A (zh) | 2023-04-07 |
Family
ID=86651446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211426929.1A Pending CN115939733A (zh) | 2022-11-15 | 2022-11-15 | 一种孔径级收发同时阵列结构的简化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115939733A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117895986A (zh) * | 2024-01-16 | 2024-04-16 | 安徽大学 | 基于量子遗传算法的孔径级同时收发阵列的优化方法 |
-
2022
- 2022-11-15 CN CN202211426929.1A patent/CN115939733A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117895986A (zh) * | 2024-01-16 | 2024-04-16 | 安徽大学 | 基于量子遗传算法的孔径级同时收发阵列的优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111881624A (zh) | 一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法 | |
| US20030137451A1 (en) | Method for controlling array antenna equipped with single radiating element and a plurality of parasitic elements | |
| CN110504555B (zh) | 一种网络幅相可分解的赋形阵列天线设计方法 | |
| CN109800474B (zh) | 一种基于遗传算法的阵列天线能量调配方法 | |
| Siakavara | Novel fractal antenna arrays for satellite networks: Circular ring Sierpinski carpet arrays optimized by genetic algorithms | |
| CN113540791B (zh) | 一种孔径级收发同时阵列优化方法 | |
| CN115939733A (zh) | 一种孔径级收发同时阵列结构的简化方法 | |
| CN115021779B (zh) | Ris辅助的mimo系统的离散相移设计方法和装置 | |
| CN115329680A (zh) | Vivaldi天线中透镜的优化方法、系统及相关设备 | |
| CN108449122A (zh) | 一种最小化基站发射功率的mmWave多小区干扰抑制方法 | |
| CN113489523B (zh) | 基于分离校准迭代fft的唯相位多波束方向图综合方法 | |
| Barott et al. | Grating lobe reduction in aperiodic linear arrays of physically large antennas | |
| CN110069896A (zh) | 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法 | |
| Son et al. | Sidelobe Reduction of Low‐Profile Array Antenna Using a Genetic Algorithm | |
| CN114709616B (zh) | 基于幅相调控的超宽带强耦合天线阵边缘效应抑制方法 | |
| 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 | |
| CN115425408A (zh) | 基于阵列优化和波束形成的高隔离收发同时相控阵 | |
| Cladwell et al. | Design and implementation of a switched-beam smart antenna for an 802.11 b wireless access point | |
| CN112234336A (zh) | 副瓣约束的阵列方向图增益优化方法 | |
| Maruyama et al. | Vector evaluated GA-ICT for novel optimum design method of arbitrarily arranged wire grid model antenna and application of GA-ICT to sector-antenna downsizing problem | |
| Bahreini et al. | Design of a meander-shaped MIMO antenna using IWO algorithm for wireless applications | |
| CN112350757B (zh) | 一种基于单站阵型映射到mimo阵型的设计方法 | |
| CN109039974A (zh) | 基于pso-ga混合算法的方向调制信号综合方法 | |
| JP3826024B2 (ja) | アレーアンテナの制御方法 | |
| Zhao et al. | A hybrid algorithm for synthesizing linear sparse arrays |
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 |