阵列天线综合方法研究
【摘要】:在阵列设计阶段,其任务集中在考虑前述众多影响因素下,优化阵列口径激励,使其满足工程给定的副瓣要求及其他要求,也就是常说的方向图综合问题。阵列天线综合是指按规定的方向图要求,用一种或多种方法来进行天线系统的设计,使该系统产生的方向图与所要求的方向图良好逼近。它实际上是天线分析的反设计,即在给定方向图要求的条件下设计辐射源分布,要求的方向图随应用的不同而多种变化。
本文重要从自适应算法、遗传算法、旁瓣峰值控制算法、零陷控制算法四个方面对方向图设计进行了较为详尽的研究。以均匀线阵和不等间距线阵为主要研究对象,在理想的条件下,分别对四类算法进行了研究,并得出了相应的结论。
1.自适应算法。自适应天线的原理是使天线方向图在干扰方向上产生零点,如果从某个方向对阵列施加干扰,则通过自适应处理,天线阵列方向图相应方向的电平就会降低。应用这个特性,我们将阵列想象成自适应阵列来应用。在基于最大信噪比准则和最小二乘准则下,分别研究了两种算法,在主、副瓣方向施加干扰,调整阵列方向图,使之满足设计的要求。本文同时改进了一种自适应算法,使之在计算量上更为减少,计算更为简单,同时将阵列互耦因素考虑在内,使之在考虑互耦的情况下也能实现设计要求,大大地扩展了算法的实用性。
2.旁瓣峰值控制算法。研究了针对旁瓣峰值电平进行控制的迭代算法,基于最小均方误差准则下,仅对旁瓣的峰值电平进行控制,针对性更强,改进了一种基于最小二乘理论的算法对阵列天线进行方向图综合,仅对旁瓣峰值和主瓣电平进行处理,可以实现旁瓣和主瓣电平的同时控制,使天线阵方向图向期望方向变化。算法可以对等间距和不等间距天线阵进行综合,计算量也较小,所以具有很强的实用性,仿真结果显示算法很好的完成了设计要求。
3.遗传算法。研究了遗传算法在天线阵方向图中的应用,提出了一种改进的遗传算法对线天线阵进行方向图综合,在进化初期和后期,分别采用不同的选择,变异的计算,从而在解空间的搜索过程中有效的实现了全局搜索,
|
|
|
|
1 |
刘秋红;张钰;袁同山;;分层思想在自适应遗传算法解决UTP问题中的应用[J];电脑学习;2008年04期 |
2 |
刘秋红;寒枫;张钰;李海瑛;;基于分层的自适应遗传算法在UTP中的应用研究[J];贵州大学学报(自然科学版);2007年02期 |
3 |
张少刚;;基于遗传算法的盲源信号分离技术研究[J];自动化与仪器仪表;2011年04期 |
4 |
郭琛;黄明;梁旭;;新自适应方式双倍体遗传算法求解作业车间调度问题[J];大连交通大学学报;2008年03期 |
5 |
孙如英;;基于遗传算法的赋形波束综合[J];中国科技信息;2008年24期 |
6 |
韩荣苍;孙如英;;基于遗传算法的阵列天线赋形波束综合[J];现代电子技术;2008年09期 |
7 |
边莉;车向前;杨国辉;孟繁义;吴群;;基于遗传算法的低副瓣阵列天线综合[J];计算机应用;2008年07期 |
8 |
邵慧;刘志平;张浩;罗丰;;基于遗传算法的非均匀线阵MIMO雷达阵元分析[J];中国雷达;2008年04期 |
9 |
戈玲,吴新余;优化反向传播神经网络的自适应遗传算法[J];南京邮电学院学报(自然科学版);1998年03期 |
10 |
李晋文,毛钧杰,柴舜连,姚德淼;遗传算法在天线阵自适应算法中的应用[J];电子与信息学报;2000年02期 |
11 |
杨军,马晓岩,万山虎;稳态噪声背景下加权Myriad滤波的遗传算法实现[J];电子与信息学报;2004年01期 |
12 |
曹攀;侯宏;辛渊博;孙进才;;遗传算法用于波达方向估计的线阵优化[J];计算机仿真;2009年12期 |
13 |
吴涛;金义富;;基于云控制的自适应遗传算法[J];计算机工程;2011年08期 |
14 |
于斌;尹成友;宋铮;黄冶;;利用遗传算法优化非均匀阵列天线测向性能[J];通信技术;2005年S1期 |
15 |
李海民;吴成柯;;基于BP网络的遗传算法[J];模式识别与人工智能;1999年02期 |
16 |
寇峰,王树明,刘艳,李小琳,阎伟林;基于实数编码的遗传神经网络水淹层综合判别[J];吉林大学学报(信息科学版);2001年Z1期 |
17 |
徐青;陶海红;廖桂生;;基于GA的阵列幅相误差校正新方法[J];系统工程与电子技术;2006年05期 |
18 |
谭亚辉;罗斌凤;李薇;;基于改进实数遗传算法的DOA估计[J];现代雷达;2007年09期 |
19 |
江禹生;周勋;刘枫;;基于遗传算法的均匀子阵数字多波束形成研究[J];系统仿真技术;2008年02期 |
20 |
张旺;王黎莉;伍洋;;基于遗传算法的阵列天线综合及分析[J];无线电通信技术;2011年04期 |
|