基于免疫优化算法的阵列天线综合的研究

【摘要】： 生物免疫系统能够有效地识别和清除抗原,实现对机体的免疫防卫,具有高度智能、高度自适应、高度分布性和自组织的特性。人工免疫系统是借鉴生物免疫系统机理发展起来的智能信息处理技术,具有模式识别、学习和记忆功能,已成为智能算法领域的研究热门。 本文以生物免疫系统为基础,概述免疫优化的仿生机理,重点介绍了克隆选择和免疫网络理论。在常用免疫优化算法基础上,给出了一种基于克隆选择的免疫优化算法,并对其进行研究,取得如下一些进展： (1)依据免疫算法的运行流程,证明了算法的转移过程是Markov链过程,从理论上证明了提出的算法是全局收敛的,并用几个标准多极值函数实例对算法的收敛性进行了测试,实验验证了算法具有较好的收敛特性且收敛速度也较快。 (2)以雷达、无线通信和电子战领域的一项关键技术——阵列天线方向图综合为实例,将天线阵综合看作目标函数的优化问题,并将免疫算法应用于其中进行研究。文中采用免疫算法分别对直线阵和矩形阵的阵元间距、激励幅度和相位进行了优化,并根据指标要求实现了对副瓣的抑制、零陷的生成和展宽,还对稀疏阵列的布阵成功优化。 (3)在免疫算法基础上加入遗传交叉算子,并结合小生境思想构建了一种小生境双交叉免疫遗传算法。用隔代单点、算术双交叉操作提高搜索机制的多样性；将小生境思想应用于算法中,将解空间划分为多个小生境,搜索过程将依据小生境空间进行,改善了搜索空间中解的大量集聚问题,提高了种群多样性：引入小生境共享机制,对抗体的亲和度进行重构,抑制了高亲和度抗体过度繁殖,给低亲和度抗体更多的机会进入下一代的进化,有助于避免局部收敛。将构建的小生境双交叉免疫遗传算法应用于阵列天线综合中,成功实现了多个零陷以及宽零陷的生成,验证了算法的有效性。 (4)应用混沌映射的遍历性、随机性和初值敏感性,将其融入到免疫算法中,提出了多映射混沌免疫算法。使用两种不同规则的混沌序列完成免疫算法中不同阶段的抗体生成,提高了抗体群的多样性；使用混沌扰动有“规律”的随机性,将其与高频变异相结合,隔代对抗体群进行进化,使算法的搜索机制具有多样性,有利于算法收敛于全局最优解,同时也提高了算法的收敛速度。将提出的多映射混沌免疫算法应用于阵列天线综合中,验证了其良好的全局收敛性。