基于遗传算法的阵列天线方向图综合

本文介绍了用遗传算法对阵列天线方向图进行综合的方法。首先利用泰勒及切比雪夫幅度分布的方向图作为优化目标进行幅度优化，验证了遗传算法用于阵列天线方向图综合的可行性。然后给出了某S波段成像雷达天线阵遗传优化结果的幅相分布曲线。最后将优化方向图与标准遗传算法综合的结果比较。结果证明文中所述方法能更好的逼近目标方向图。

多种群首领决策遗传算法优化阵列天线

针对简单遗传算法(Simple Genetic Algorithm,SGA)的不足,提出多种群首领决策遗传算法(Multi-Population Leader Dominating Genetic Algorithm,MPLDGA).通过将普通个体和首领进行交叉、多种群进化等策略,使得MPLDGA具有收敛速度快、全局搜索能力强、消耗时间短等优点.利用该算法,首先优化设计了18元线阵的激励系数,实现了覆盖-5°~25°的余割平方方向图,副瓣电平优于-30dB.最后,优化设计了具有401个单元的平面稀疏阵列,实现了在稀疏率为60.8%时副瓣电平优于-21.9dB.