CN116306281A - 一种阵列天线的设计方法、系统、设备及介质 - Google Patents

一种阵列天线的设计方法、系统、设备及介质 Download PDF

Info

Publication number
CN116306281A
CN116306281A CN202310260147.3A CN202310260147A CN116306281A CN 116306281 A CN116306281 A CN 116306281A CN 202310260147 A CN202310260147 A CN 202310260147A CN 116306281 A CN116306281 A CN 116306281A
Authority
CN
China
Prior art keywords
array antenna
array
electric field
antenna
target area
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
Application number
CN202310260147.3A
Other languages
English (en)
Other versions
CN116306281B (zh
Inventor
李保珠
洪涛
姜文
刘彤
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.)
Hangzhou Research Institute Of Xi'an University Of Electronic Science And Technology
Original Assignee
Hangzhou Research Institute Of Xi'an University Of Electronic Science And Technology
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 Hangzhou Research Institute Of Xi'an University Of Electronic Science And Technology filed Critical Hangzhou Research Institute Of Xi'an University Of Electronic Science And Technology
Priority to CN202310260147.3A priority Critical patent/CN116306281B/zh
Publication of CN116306281A publication Critical patent/CN116306281A/zh
Application granted granted Critical
Publication of CN116306281B publication Critical patent/CN116306281B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/18—Network planning tools
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本发明公开了一种阵列天线的设计方法、系统、设备及介质，所述阵列天线的设计方法包括以下步骤：获取阵列天线中阵元的预设数量、形状、尺寸、阵列天线激励系数以及排布结构，确定天线阵的结构，完成阵列天线的设计；其中，在阵列天线激励系数的求解过程中提出了新的代价函数和目标函数。综上，本发明具体公开了一种基于环境散射的按需能量覆盖的新型基站天线设计方案，可实现基于环境散射的按需能量覆盖阵列天线设计，能够在特定的区域根据用户定义的电场分布定制合适的天线，降低实际用中的误差。

Description

一种阵列天线的设计方法、系统、设备及介质
技术领域
本发明属于基站天线设计技术领域，特别涉及一种阵列天线的设计方法、系统、设备及介质。
背景技术
第五代(5G)通信系统到来后，电磁技术在智慧城市的应用也随之逐渐深入到国民产业中，诸如汽车电子、智慧医疗、智能工业等。移动数据流量呈现爆发式增长，对未来的无线基础设施尤其是基站天线的设计提出了更具挑战性的要求；其中，一方面需要能适应突发性的无线业务需求，另一方面还需要能够将功耗和基站架设的成本降到最低水平。
5G基站天线作用距离有限，城市中的建筑物对5G信号的遮挡作用明显，仅依靠增大无线功率和更密集的基站布设来保障业务需求是不合适的。目前传统的基站天线设计的关键一般是在自由空间或者是基于统计模型创建的信道环境中的波束赋形技术，尚存在以下技术缺陷，包括：
通常将实际建筑物导致的电磁波的多径传播视作对理想电磁环境的一种干扰，缺少针对特定安装场景下的建筑物分布情况考虑的天线优化设计，在实际应用中存在较大误差；难以实现对无线业务密集的区域和业务稀疏的区域以相应的复杂几何形状进行覆盖功率分配，难以进行天线不同应用场景下的场强分布定制化服务设计。
发明内容
本发明的目的在于提供一种阵列天线的设计方法、系统、设备及介质，以解决上述存在的一个或多个技术问题。本发明提供的技术方案具体是一种基于环境散射的按需能量覆盖的新型基站天线设计方案，可实现基于环境散射的按需能量覆盖阵列天线设计，能够在特定的区域根据用户定义的电场分布定制合适的天线，降低实际用中的误差。
为达到上述目的，本发明采用以下技术方案：
本发明提供的一种阵列天线的设计方法，包括以下步骤：
获取阵列天线中阵元的预设数量、形状、尺寸、阵列天线激励系数以及排布结构，确定天线阵的结构，完成阵列天线的设计；
其中，所述阵列天线激励系数的获取步骤中，
采用的代价函数的表达式为，
Figure BDA0004130931780000021
H(·)定义为
Figure BDA0004130931780000022
其中a和b为实数；
式中，Φ(w)表示代价函数，m表示目标区域网格的序号，M表示目标区域划分的离散网格的数量，Etar(r)表示电场分布矩阵，
Figure BDA0004130931780000023
和/>
Figure BDA0004130931780000024
均为阈值矩阵，r是目标区域到阵列天线之间的距离；w表示激励系数，w＝{wn,n＝1,2,…N}，wn＝αn+jβn,j2＝-1,n＝1,2,…N，n为阵元的序号，N为阵元的总个数，αn和βn分别为激励系数的实部和虚部，j为虚数单位；
采用的目标函数表达式为，
Figure BDA0004130931780000025
式中，
Figure BDA0004130931780000026
为阵列天线激励系数的最优解。
本发明的进一步改进在于，所述代价函数中，
电场分布矩阵Etar(r)是根据预设需求确定的，目标区域中阵列天线的电场分布矩阵能够呈现出预定的图案；
阈值矩阵
Figure BDA0004130931780000027
阵为电场分布矩阵最小值/>
Figure BDA0004130931780000028
与强电场阈值/>
Figure BDA0004130931780000029
的组合，/>
Figure BDA00041309317800000210
为电场分布矩阵最大值/>
Figure BDA00041309317800000211
与弱电场阈值/>
Figure BDA00041309317800000212
的组合；
其中，
Figure BDA0004130931780000031
本发明的进一步改进在于，所述代价函数中，
Etar(r)＝Einc(r)+Escatt(r)；
Figure BDA0004130931780000032
式中，Einc(r)为阵列天线辐射场，也是目标区域的入射场；En是第n个阵元的远场方向图；k是波常数；
Figure BDA0004130931780000033
式中，Escat(r)为环境的散射场；k0为自由空间的波数；S为散射体；r'为散射体的几何中心，G(r,r')为格林函数；J(r')为散射体的感应电流，
Figure BDA0004130931780000034
π为圆周率，f为天线工作频率；εr(r')为介电常数，σ(r')为电导率；
目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系为，
Figure BDA0004130931780000035
式中，rm为目标区域第m个离散网格到天线的距离。
本发明的进一步改进在于，所述阵列天线激励系数的求解过程中，采用利用粒子群算法或遗传算法进行优化求解。
本发明提供的一种阵列天线的设计系统，包括：
数据获取及结构确定模块，用于获取阵列天线中阵元的预设数量、形状、尺寸、阵列天线激励系数以及排布结构，确定天线阵的结构，完成阵列天线的设计；
其中，所述阵列天线激励系数的获取步骤中，
采用的代价函数的表达式为，
Figure BDA0004130931780000041
H(·)定义为
Figure BDA0004130931780000042
其中a和b为实数；
式中，Φ(w)表示代价函数，m表示目标区域网格的序号，M表示目标区域划分的离散网格的数量，Etar(r)表示电场分布矩阵，
Figure BDA0004130931780000043
和/>
Figure BDA0004130931780000044
均为阈值矩阵，r是目标区域到阵列天线之间的距离；w表示激励系数，w＝{wn,n＝1,2,…N}，wn＝αn+jβn,j2＝-1,n＝1,2,…N，n为阵元的序号，N为阵元的总个数，αn和βn分别为激励系数的实部和虚部，j为虚数单位；
采用的目标函数表达式为，
Figure BDA0004130931780000045
式中，
Figure BDA0004130931780000046
为阵列天线激励系数的最优解。
本发明的进一步改进在于，所述代价函数中，
电场分布矩阵Etar(r)是根据预设需求确定的，目标区域中阵列天线的电场分布矩阵能够呈现出预定的图案；
阈值矩阵
Figure BDA0004130931780000047
阵为电场分布矩阵最小值/>
Figure BDA0004130931780000048
与强电场阈值/>
Figure BDA0004130931780000049
的组合，
Figure BDA00041309317800000410
为电场分布矩阵最大值/>
Figure BDA00041309317800000411
与弱电场阈值/>
Figure BDA00041309317800000412
的组合；
其中，
Figure BDA00041309317800000413
本发明的进一步改进在于，所述代价函数中，
Etar(r)＝Einc(r)+Escatt(r)；
Figure BDA00041309317800000414
式中，Einc(r)为阵列天线辐射场，也是目标区域的入射场；En是第n个阵元的远场方向图；k是波常数；
Figure BDA0004130931780000051
式中，Escat(r)为环境的散射场；k0为自由空间的波数；S为散射体；r'为散射体的几何中心，G(r,r')为格林函数；J(r')为散射体的感应电流，
Figure BDA0004130931780000052
π为圆周率，f为天线工作频率；εr(r')为介电常数，σ(r')为电导率；
目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系为，
Figure BDA0004130931780000053
式中，rm为目标区域第m个离散网格到天线的距离。
本发明的进一步改进在于，所述阵列天线激励系数的求解过程中，采用利用粒子群算法或遗传算法进行优化求解。
本发明提供的一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本发明任一项上述的阵列天线的设计方法。
本发明提供的一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现本发明任一项上述的阵列天线的设计方法。
与现有技术相比，本发明具有以下有益效果：
本发明具体提供了一种基于环境散射的按需能量覆盖的新型基站天线设计方法，其针对特定区域所需要的复杂能量覆盖分布形式，将环境中的建筑物作为天线设计的一部分，基于建筑物对电磁波的散射特性优化设计天线阵元排布方案，调整天线阵列的激励相位、激励幅度，以达到调整天线发出的电磁波波在空间中的传播的规律，实现按需的无线能量分布覆盖并降低应用中误差。
进一步解释性的，收发天线之间的电磁波在地理环境中传播时难以避免会遇到障碍物、遮挡、海杂波等因素，对于后续信号的提取和利用造成很大的不利，本发明方法在预设的重点关注区域，基于用户自定义的能量覆盖分布，利用传播场景中障碍物、遮挡、海杂波等的物理特性优化设计天线阵元排布方案，调整天线阵列的激励相位、激励幅度，以达到调整电磁波在空间中的传播的效果，在目标区域与安装位置、工作频率、阵元个数不变的情况下对阵列天线的激励系数优化，在不增加阵列天线数量和阵元数量条件下，以最低的预算和成本，满足天线优化的目标。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图做简单的介绍；显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于环境散射的按需能量覆盖的新型基站天线设计方法的流程示意图；
图2是本发明实施例中，阵列天线设计场景示意图；
图3是本发明实施例中，目标区域内所需要的电磁场分布矩阵构建示意图；其中，图3中(a)为阈值矩阵
Figure BDA0004130931780000061
示意图，图3中(b)为阈值矩阵/>
Figure BDA0004130931780000062
示意图；
图4是本发明实施例中，激励幅度和激励相位的输出结果示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述：
本发明实施例提供的一种阵列天线的设计方法，具体是一种基于环境散射的按需能量覆盖天线设计方法，设计的阵列天线能够实现结合需求的高密度、高质量的无线覆盖；上述设计方法具体包括以下步骤：
步骤1，获取阵列天线的预设数量、形状、尺寸，以及排布结构；示例性的，可包含N个形状和尺寸相同的阵元构成，且阵元等间距均匀排布；进一步解释性的，获取的步骤具体包括：根据实际需求及待优化旧装置中阵列天线的形态，确定天线阵列设计中数量、形状、尺寸，以及排布结构；本发明实施例后续将在此结构基础上，对各个阵元的激励系数进行优化。
步骤2，获取阵列天线激励系数的最优解；其中，
代价函数的表达式为，
Figure BDA0004130931780000071
H(·)定义为
Figure BDA0004130931780000072
其中a和b为实数；
式中，Φ(w)表示代价函数，m表示目标区域网格的序号，M表示目标区域划分的离散网格的数量，Etar(r)表示电场分布矩阵；
Figure BDA0004130931780000081
和/>
Figure BDA0004130931780000082
均为阈值矩阵；w表示激励系数，w＝{wn,n＝1,2,…N}，其中n为阵元的序号，wn表示如下：
wn＝αn+jβn,j2＝-1,n＝1,2,…N；
其中，αn和βn分别为激励系数的实部和虚部，j为虚数单位；
目标函数为，
Figure BDA0004130931780000084
式中，
Figure BDA0004130931780000085
为阵列天线激励系数的最优解。
本发明实施例中，建立目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系，以便后续通过目标区域中阵列天线的电场分布矩阵Etar(r)确定阵列天线的激励系数，达到天线优化设计的目标；具体的步骤包括：
在目标区域中得到电场分布矩阵Etar(r)，构造阈值矩阵
Figure BDA0004130931780000086
和/>
Figure BDA0004130931780000087
根据电场分布矩阵Etar(r)最小值与最大值定义强电场阈值
Figure BDA0004130931780000088
与弱电场阈值/>
Figure BDA0004130931780000089
那么阈值矩阵/>
Figure BDA00041309317800000810
阵即电场分布矩阵最小值/>
Figure BDA00041309317800000811
与强电场阈值/>
Figure BDA00041309317800000812
的组合，/>
Figure BDA00041309317800000813
为电场分布矩阵最大值/>
Figure BDA00041309317800000814
与弱电场阈值/>
Figure BDA00041309317800000815
的组合；其中，/>
Figure BDA00041309317800000816
其中，在目标区域中得到电场分布矩阵Etar(r)的步骤包括：根据用户需求，确定目标区域中所需求的电场分布矩阵；其中，目标区域中阵列天线的电场分布矩阵需要呈现出指定的图案，相对应的目标区域中阵列天线的电场分布矩阵为Etar(r)，r是目标区域到阵列天线之间的距离。
目标区域中阵列天线的电场分布矩阵Etar(r)与环境的散射场Escatt(r)和阵列天线的辐射场Einc(r)有如下关系：
Etar(r)＝Einc(r)+Escatt(r)；
Figure BDA0004130931780000091
式中，Einc(r)为阵列天线辐射场，也是目标区域的入射场，En是第n个阵元的远场方向图，k是波常数，r是目标区域到阵列天线之间的距离；
Figure BDA0004130931780000092
式中，k0自由空间的波数，S指散射体，r'为散射体的几何中心，G(r,r')为格林函数，J(r')为散射体的感应电流；感应电流和总场有如下关系：
Figure BDA0004130931780000093
式中，π为圆周率，f为天线工作频率；
目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系为，
Figure BDA0004130931780000094
式中，rm为目标区域第m个离散网格到天线的距离。
步骤3，基于获取的阵列天线激励系数的最优解，获取各阵元的激励幅度|wn|和激励相位∠wn，确定天线阵的结构，完成天线的优化设计。示例解释性的，对于第n个阵元，其对应的激励系数是wn＝αn+jβn，那么就可以得到其激励幅度是
Figure BDA0004130931780000095
激励相位是arctan(βn/αn)。示例性的，输出结果如图4所示。
原理解释性的，本发明实施例中，将阵列天线的设计问题最终转化为已知Etar(r)求解
Figure BDA0004130931780000096
的问题，最终能够得到天线阵元的激励系数；其中，可以利用粒子群算法最小化代价函数，通过多次迭代求解w不断使代价函数缩小，直到代价函数达到局部最小，即得到阵列天线的激励系数最优解。粒子群优化算法是一种群体智能优化算法，在每次迭代中，算法可以在解空间中搜索多个位置，群体中的智能群体除了能够独立寻求最优解外，还可以通过相互交换信息和合作来寻找全局最优解，也可采用遗传算法进行优化求解。
本发明实施例中，针对阵列天线在实际使用环境中，目标区域需要实现特定的电场分布形式的定制化天线设计问题，将地理环境作为天线优化设计系统中的感应电流源，基于用户定义的电场分布，构造对应的阈值矩阵和代价函数，通过粒子群算法寻找天线阵列的激励系数最优解，以达到调整电磁波在空间中的传播的效果，完成基于环境散射的按需能量覆盖阵列天线设计。
请参阅图1，本发明实施例提供的一种基于环境散射的按需能量覆盖阵列天线设计方法，具体包括如下步骤：
步骤S1，首先根据实际需求确定阵列天线在使用环境中的安装位置、工作频率、阵元个数、阵元的远场方向图，定义阵列天线的激励系数，确定阵列天线作用的目标区域(简称目标区域)，以天线在水平面的投影为坐标原点建立直角坐标系，假设天线由包含N个形状和尺寸相同的阵元构成，且阵元等间距均匀排布，各个阵元待确定的激励系数定义为，
w＝{wn,n＝1,2,…N}；
其中，n为阵元的序号，N为阵元总个数，wn是复数形式的激励系数，wn表示如下：
wn＝αn+jβn,j2＝-1,n＝1,2,…N；
其中，αn和βn分别为激励系数的实部和虚部，i为虚数单位，通过后续天线的优化，能够确定αn和βn的结果；示例性的，这里假定阵列天线作用的目标区域为一个矩形平面。
步骤S2，根据阵列天线的安装位置、工作频率、阵元个数、激励系数、阵元的远场方向图，建立与阵列天线辐射场的关系；将天线辐射场等价为目标区域的入射场，以便后续建立和使用环境的相互作用关系。
具体示例性的，阵列天线辐射场可写为，
Figure BDA0004130931780000111
式中，Einc(r)为阵列天线辐射场，也是目标区域的入射场，En是第n个阵元的远场方向图，k是波常数，r是目标区域到阵列天线之间的距离。
步骤S3，构建阵列天线使用环境中的电波传播环境，建立地理环境的几何模型，并定义其材料的电磁属性，以便后续得到环境的散射场，即将使用环境作为天线优化设计时的一个考虑要素，改变传统天线设计在自由空间中优化设计的模式。
示例性的，假如使用环境为城市，那么主要针对特定城市区域对天线电磁波传播造成显著影响的建筑物进行建模，由于电磁波与建筑物发生作用后将会发生电磁感应和极化效应，由此建筑物将会产生相应的感应电流，感应电流的变化能够激发出新的辐射场，即散射场，那么将建筑物看为散射体，假设共有K个建筑物，即存在K个散射体，如图2所示。
一方面，需要建立其几何模型，建筑物的几何外形建模；另一方面，需要确定其物理属性，建筑物材料电磁属性即材质特性，包括介电常数εr(r)和电导率σ(r)，以便计算建筑物的散射场。
步骤S4，根据需求对目标区域进行离散网格剖分。
示例性的，为了在计算机上进行数值模拟计算，采用离散的方法，将目标区域划分成M个离散网格，m为网格的序号。假设区域为矩形，那么长和宽的网格数量分别为M1和M2，即离散网格的维度为M1×M2。网格的数量取决于用户对目标区域电场分布图的分辨率大小，分辨率高，则网格数量多，分辨率低，网格数量则少。
步骤S5，确定目标区域中所需求的电场分布矩阵。
示例性的，根据用户需求，目标区域中阵列天线的电场分布矩阵需要呈现出指定的图案，相对应的目标区域中阵列天线的电场分布矩阵为Etar(r)，矩阵的维度与目标区域离散网格的维度一致。如图3所示，电场分布需要呈现出指定的“十字形”图案，即中间“十字形”的电场强度大于其余区域的，此图案可根据用户需求制定。
步骤S6，根据电场分布矩阵Etar(r)，构造阈值矩阵；步骤包括：根据电场分布矩阵最小值
Figure BDA0004130931780000121
与最大值/>
Figure BDA0004130931780000122
定义强电场阈值/>
Figure BDA0004130931780000123
与弱电场阈值/>
Figure BDA0004130931780000124
需满足以下关系/>
Figure BDA0004130931780000125
阈值矩/>
Figure BDA0004130931780000126
阵即电场分布矩阵为Etar(r)最小值/>
Figure BDA0004130931780000127
与强电场阈值/>
Figure BDA0004130931780000128
的组合，/>
Figure BDA0004130931780000129
为电场分布矩阵为Etar(r)最大值
Figure BDA00041309317800001210
与弱电场阈值/>
Figure BDA00041309317800001211
的组合。
如图3所示，分别给出了当目标区域的电场分布是“十字形”分布时，阈值矩阵
Figure BDA00041309317800001212
和/>
Figure BDA00041309317800001213
的构造方法与结果，如表1和表2所示；
Etar(r)需要满足以下条件：
Figure BDA00041309317800001214
表1.阈值矩阵
Figure BDA00041309317800001215
0 0 0 0 0.6 0.6 0 0 0 0
0 0 0 0 0.6 0.6 0 0 0 0
0 0 0 0 0.6 0.6 0 0 0 0
0 0 0 0 0.6 0.6 0 0 0 0
0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6
0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6 0.6
0 0 0 0 0.6 0.6 0 0 0 0
0 0 0 0 0.6 0.6 0 0 0 0
0 0 0 0 0.6 0.6 0 0 0 0
0 0 0 0 0.6 0.6 0 0 0 0
表2.阈值矩阵
Figure BDA0004130931780000131
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
0.4 0.4 0.4 0.4 1 1 0.4 0.4 0.4 0.4
步骤S7，建立目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系，以便后续通过目标区域中阵列天线的电场分布矩阵Etar(r)确定阵列天线的激励系数，达到天线优化设计的目标。
其中，目标区域中阵列天线的电场分布矩阵Etar(r)与环境的散射场Escatt(r)和阵列天线的辐射场Einc(r)有如下关系：Etar(r)＝Einc(r)+Escatt(r)；
由麦克斯韦方程可得到环境的散射场Escatt(r)为，
Figure BDA0004130931780000132
式中，k0自由空间的波数，S指散射体，r′为散射体的几何中心，G(r，r′)为格林函数，J(r′)为散射体的感应电流，感应电流和总场有如下关系：
Figure BDA0004130931780000141
其中π为圆周率，f为天线工作频率。
那么可得到目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系为，
Figure BDA0004130931780000142
其中，rm为目标区域第m个离散网格到天线的距离。
步骤S8，基于上述阵列天线优化设计的代价函数和目标函数，利用粒子群算法最小化代价函数，以得到阵列天线激励系数的最优解；得到各阵元的激励幅度和激励相位，确定天线阵的结构，完成天线的优化设计。
下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未披露的细节，请参照本发明方法实施例。
本发明实施例提供的一种阵列天线的设计系统，包括：
数据获取及结构确定模块，用于获取阵列天线中阵元的预设数量、形状、尺寸、阵列天线激励系数以及排布结构，确定天线阵的结构，完成阵列天线的设计；
其中，所述阵列天线激励系数的获取步骤中，
采用的代价函数的表达式为，
Figure BDA0004130931780000143
H(·)定义为
Figure BDA0004130931780000144
其中a和b为实数；
式中，Φ(w)表示代价函数，m表示目标区域网格的序号，M表示目标区域划分的离散网格的数量，Etar(r)表示电场分布矩阵，
Figure BDA0004130931780000145
和/>
Figure BDA0004130931780000146
均为阈值矩阵，r是目标区域到阵列天线之间的距离；w表示激励系数，w＝{wn,n＝1,2,…N}，wn＝αn+jβn,j2＝-1,n＝1,2,…N，n为阵元的序号，N为阵元的总个数，αn和βn分别为激励系数的实部和虚部，j为虚数单位；
采用的目标函数表达式为，
Figure BDA0004130931780000151
式中，
Figure BDA0004130931780000152
为阵列天线激励系数的最优解。
本发明再一个实施例中，提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于阵列天线的设计方法的操作。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关阵列天线的设计方法的相应步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种阵列天线的设计方法，其特征在于，包括以下步骤：
获取阵列天线中阵元的预设数量、形状、尺寸、阵列天线激励系数以及排布结构，确定天线阵的结构，完成阵列天线的设计；
其中，所述阵列天线激励系数的获取步骤中，
采用的代价函数的表达式为，
Figure FDA0004130931770000011
H(·)定义为
Figure FDA0004130931770000012
其中a和b为实数；
式中，Φ(w)表示代价函数，m表示目标区域网格的序号，M表示目标区域划分的离散网格的数量，Etar(r)表示电场分布矩阵，
Figure FDA0004130931770000013
和/>
Figure FDA0004130931770000014
均为阈值矩阵，r是目标区域到阵列天线之间的距离；w表示激励系数，w＝{wn,n＝1,2,…N}，wn＝αn+jβn,j2＝-1,n＝1,2,…N，n为阵元的序号，N为阵元的总个数，αn和βn分别为激励系数的实部和虚部，j为虚数单位；
采用的目标函数表达式为，
Figure FDA0004130931770000015
式中，
Figure FDA0004130931770000016
为阵列天线激励系数的最优解。
2.根据权利要求1所述的一种阵列天线的设计方法，其特征在于，所述代价函数中，
电场分布矩阵Etar(r)是根据预设需求确定的，目标区域中阵列天线的电场分布矩阵能够呈现出预定的图案；
阈值矩阵
Figure FDA0004130931770000017
阵为电场分布矩阵最小值/>
Figure FDA0004130931770000018
与强电场阈值/>
Figure FDA0004130931770000019
的组合，/>
Figure FDA00041309317700000110
为电场分布矩阵最大值/>
Figure FDA00041309317700000111
与弱电场阈值/>
Figure FDA00041309317700000112
的组合；
其中，
Figure FDA00041309317700000113
3.根据权利要求1所述的一种阵列天线的设计方法，其特征在于，所述代价函数中，
Etar(r)＝Einc(r)+Escatt(r)；
Figure FDA0004130931770000021
式中，Einc(r)为阵列天线辐射场，也是目标区域的入射场；En是第n个阵元的远场方向图；k是波常数；
Figure FDA0004130931770000022
式中，Escat(r)为环境的散射场；k0为自由空间的波数；S为散射体；r'为散射体的几何中心，G(r,r')为格林函数；J(r')为散射体的感应电流，
Figure FDA0004130931770000023
π为圆周率，f为天线工作频率；εr(r')为介电常数，σ(r')为电导率；
目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系为，
Figure FDA0004130931770000024
式中，rm为目标区域第m个离散网格到天线的距离。
4.根据权利要求1所述的一种阵列天线的设计方法，其特征在于，所述阵列天线激励系数的求解过程中，采用利用粒子群算法或遗传算法进行优化求解。
5.一种阵列天线的设计系统，其特征在于，包括：
数据获取及结构确定模块，用于获取阵列天线中阵元的预设数量、形状、尺寸、阵列天线激励系数以及排布结构，确定天线阵的结构，完成阵列天线的设计；
其中，所述阵列天线激励系数的获取步骤中，
采用的代价函数的表达式为，
Figure FDA0004130931770000025
H(·)定义为
Figure FDA0004130931770000031
其中a和b为实数；
式中，Φ(w)表示代价函数，m表示目标区域网格的序号，M表示目标区域划分的离散网格的数量，Etar(r)表示电场分布矩阵，
Figure FDA0004130931770000032
和/>
Figure FDA0004130931770000033
均为阈值矩阵，r是目标区域到阵列天线之间的距离；w表示激励系数，w＝{wn,n＝1,2,…N}，wn＝αn+jβn,j2＝-1,n＝1,2,…N，n为阵元的序号，N为阵元的总个数，αn和βn分别为激励系数的实部和虚部，j为虚数单位；
采用的目标函数表达式为，
Figure FDA0004130931770000034
式中，
Figure FDA0004130931770000035
为阵列天线激励系数的最优解。
6.根据权利要求5所述的一种阵列天线的设计系统，其特征在于，所述代价函数中，
电场分布矩阵Etar(r)是根据预设需求确定的，目标区域中阵列天线的电场分布矩阵能够呈现出预定的图案；
阈值矩阵
Figure FDA0004130931770000036
阵为电场分布矩阵最小值/>
Figure FDA0004130931770000037
与强电场阈值/>
Figure FDA0004130931770000038
的组合，/>
Figure FDA0004130931770000039
为电场分布矩阵最大值/>
Figure FDA00041309317700000310
与弱电场阈值/>
Figure FDA00041309317700000311
的组合；
其中，
Figure FDA00041309317700000312
7.根据权利要求5所述的一种阵列天线的设计系统，其特征在于，所述代价函数中，
Etar(r)＝Einc(r)+Escatt(r)；
Figure FDA00041309317700000313
式中，Einc(r)为阵列天线辐射场，也是目标区域的入射场；En是第n个阵元的远场方向图；k是波常数；
Figure FDA00041309317700000314
式中，Escat(r)为环境的散射场；k0为自由空间的波数；S为散射体；r'为散射体的几何中心，G(r,r')为格林函数；J(r')为散射体的感应电流，
Figure FDA0004130931770000041
π为圆周率，f为天线工作频率；εr(r')为介电常数，σ(r')为电导率；
目标区域中阵列天线的电场分布矩阵Etar(r)与阵列天线激励系数的数学关系为，
Figure FDA0004130931770000042
式中，rm为目标区域第m个离散网格到天线的距离。
8.根据权利要求5所述的一种阵列天线的设计系统，其特征在于，所述阵列天线激励系数的求解过程中，采用利用粒子群算法或遗传算法进行优化求解。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至4中任一项所述的阵列天线的设计方法。
10.一种计算机可读存储介质，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实现权利要求1至4中任一项所述的阵列天线的设计方法。
CN202310260147.3A 2023-03-10 2023-03-10 一种阵列天线的设计方法、系统、设备及介质 Active CN116306281B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310260147.3A CN116306281B (zh) 2023-03-10 2023-03-10 一种阵列天线的设计方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310260147.3A CN116306281B (zh) 2023-03-10 2023-03-10 一种阵列天线的设计方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN116306281A true CN116306281A (zh) 2023-06-23
CN116306281B CN116306281B (zh) 2023-11-28

Family

ID=86818176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310260147.3A Active CN116306281B (zh) 2023-03-10 2023-03-10 一种阵列天线的设计方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN116306281B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140104107A1 (en) * 2011-04-12 2014-04-17 Agence Spatiale Europeenne Array Antenna Having A Radiation Pattern With A Controlled Envelope, And Method Of Manufacturing It
US20150054688A1 (en) * 2013-08-20 2015-02-26 Commissariat à l'énergie atomique et aux énergies alternatives Method for determining an antenna array
CN106329153A (zh) * 2016-08-31 2017-01-11 电子科技大学 一种用于大型异构四维天线阵综合的联合优化方法
CN106886656A (zh) * 2017-03-15 2017-06-23 南京航空航天大学 一种基于改进mopso和凸优化算法的三维阵列天线方向图旁瓣抑制方法
CN108319759A (zh) * 2018-01-04 2018-07-24 北京航空航天大学 一种用于提高同平台天线隔离度的天线布局方法
CN110222422A (zh) * 2019-06-06 2019-09-10 安徽工业大学 一种高效特殊的多波束阵列馈源设计方法
CN112711852A (zh) * 2020-12-31 2021-04-27 山东大学 一种平面波发生器的天线阵列幅相分布设计方法
WO2022021657A1 (zh) * 2020-07-30 2022-02-03 重庆邮电大学 一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140104107A1 (en) * 2011-04-12 2014-04-17 Agence Spatiale Europeenne Array Antenna Having A Radiation Pattern With A Controlled Envelope, And Method Of Manufacturing It
US20150054688A1 (en) * 2013-08-20 2015-02-26 Commissariat à l'énergie atomique et aux énergies alternatives Method for determining an antenna array
CN106329153A (zh) * 2016-08-31 2017-01-11 电子科技大学 一种用于大型异构四维天线阵综合的联合优化方法
CN106886656A (zh) * 2017-03-15 2017-06-23 南京航空航天大学 一种基于改进mopso和凸优化算法的三维阵列天线方向图旁瓣抑制方法
CN108319759A (zh) * 2018-01-04 2018-07-24 北京航空航天大学 一种用于提高同平台天线隔离度的天线布局方法
CN110222422A (zh) * 2019-06-06 2019-09-10 安徽工业大学 一种高效特殊的多波束阵列馈源设计方法
WO2022021657A1 (zh) * 2020-07-30 2022-02-03 重庆邮电大学 一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法
CN112711852A (zh) * 2020-12-31 2021-04-27 山东大学 一种平面波发生器的天线阵列幅相分布设计方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HUI-FEN HUANG 等: "Design of A Circular Polarization Near-Field Focused Antenna Array Enhanced by Director Patches", 2019 INTERNATIONAL CONFERENCE ON MICROWAVE AND MILLIMETER WAVE TECHNOLOGY (ICMMT) *
JINGCHENG ZHAO 等: "Design of Environmental backscatter tag antenna for 5G Internet of things", 2020 IEEE INTERNATIONAL SYMPOSIUM ON BROADBAND MULTIMEDIA SYSTEMS AND BROADCASTING (BMSB) *
周文阳: "超宽带相控阵天线辐射与散射技术及其应用研究", 中国博士学位论文全文数据库 信息科技辑, no. 2022, pages 136 - 21 *
张云峰;曹伟;: "一种基于双正交模的新型天线阵方向图综合方法", 电子与信息学报, no. 08 *
赵万春;师君;: "圆形阵列天线方向图的分布函数优化方法", 电讯技术, no. 07 *

Also Published As

Publication number Publication date
CN116306281B (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
Prado et al. Efficient crosspolar optimization of shaped-beam dual-polarized reflectarrays using full-wave analysis for the antenna element characterization
Xu et al. Multiobjective particle swarm optimization of boresight error and transmission loss for airborne radomes
Oliveri et al. Building a smart EM environment-AI-Enhanced aperiodic micro-scale design of passive EM skins
CN104899374B (zh) 基于小波变异风驱动优化算法直线天线阵方向图综合方法
CN101706839B (zh) 一种基于时间反演的共形阵列天线激励相位确定方法
CN106850016B (zh) 基于mift与cp混合算法的仅相位加权阵列天线波束赋形优化方法
CN104992001A (zh) 大规模mimo阵列天线远场辐射场的精确快速计算方法
CN107896129B (zh) 一种稀布同心圆环阵的降维优化算法
Schlosser et al. Particle swarm optimization for antenna arrays synthesis
CN103810325A (zh) 基于序列二次规划的低旁瓣线性稀布阵列天线优化方法
CN108319759A (zh) 一种用于提高同平台天线隔离度的天线布局方法
CN108446437A (zh) 一种阵列天线宽波束功率增益优化方法
CN104485513B (zh) 宽频带天线阵列实时综合方法
CN106777601A (zh) 基于mift与qp算法相结合的平面阵列天线方向图综合方法
CN103984836B (zh) 一种3d‑mimo天线极化增益的联合存储方法
CN116720389A (zh) 一种星载阵列天线辐射场的计算方法、装置及介质
Oraizi et al. Sum, difference and shaped beam pattern synthesis by non-uniform spacing and phase control
Sarker et al. Applications of Machine Learning and Deep Learning in Antenna Design, Optimization and Selection: A Review
CN105162528A (zh) 基于卫星通信相控阵天线的抗干扰方法和装置
CN116306281B (zh) 一种阵列天线的设计方法、系统、设备及介质
Koziel et al. Rapid multi-criterial antenna optimization by means of pareto front triangulation and interpolative design predictors
CN104466430A (zh) 基于时间调制阵列的波束赋形方法
CN110364829A (zh) 一种稀疏直线阵天线
CN109982246A (zh) 一种蜂窝小区功率的调整方法、装置及介质
Wang et al. Dual-polarized base station antenna design using machine learning-assisted optimization method

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