基于混沌遗传算法的二维平面阵研究

针对一般均匀平面阵列方向图旁瓣较高的问题,利用传统遗传算法对均匀阵进行二维稀布排列,有效降低了旁瓣电平,但遗传算法收敛速度慢,容易陷入局部最优解。因混沌优化算法具有随机性、遍历性以及规律性的特性,把混沌优化算法引入到遗传算法中,利用混沌序列初始化种群,可提高遗传算法的收敛速度和获得全局最优解的能力。因此,提出一种基于混沌优化算法的遗传算法,并把该算法应用到二维平面阵天线设计中,该算法对天线阵的排布进行了优化设计。仿真结果显示混沌遗传算法的收敛速度有所提高,阵列天线的副瓣电平进一步降低,说明该方法具有一定的可行性。

基于遗传算法的平面稀疏阵优化及性能分析

均匀等间距排列的二维平面相控阵阵元数量多、质量重、成本高,越来越多的学者研究基于优化算法的稀疏设计方法,在保证各项关键性能指标不下降的前提下对阵面进行稀疏设计。首先介绍了遗传算法的基本概念及流程,然后对二维平面阵模型进行建模,介绍了利用遗传算法对带有约束条件的二维平面稀疏阵进行优化的方法及步骤,最后将优化出的稀疏阵与满阵、随机稀疏阵和等距稀疏阵进行计算机仿真及性能对比分析,同时通过多次蒙特卡罗试验法对其阵元失效性进行分析。计算机仿真表明优化后的稀疏阵波束宽度与满阵相当,副瓣性能优于满阵,具有一定的阵元失效容忍性。