应用遗传算法进行阵列天线综合

该文采用了两种基于遗传算法的方法对线阵列天线进行了综合。仿真结果表明,这两种方法均能够逼近Chebyshev综合的结果。与Chebyshev法相比,具有灵活性强,不受天线工作频率限制等优点。其中第二种方法将遗传算法与Schelkunoff法结合起来,能够方便精确地在指定位置得到零点并满足其它的优化条件.

基于遗传算法的低副瓣阵列天线综合

为得到更低副瓣的方向图,建立16单元线天线阵和32×32单元面天线阵遗传算法模型,并对这两类阵列天线方向图进行综合。将综合仿真结果与Chebyshev、Taylor两种传统综合方法进行比较。比较结果表明,遗传算法优化方向图的第1副瓣电平可达-40 dB,且优化效率比传统方法高很多。为遗传算法在阵列天线方向图综合中的应用提供了技术支持。

INSGA-Ⅱ算法及其在天线综合中的应用

为了加快NSGA-Ⅱ优化算法的收敛速度,提高种群多样性,使种群收敛更加均匀。该文在多目标函数优化方法NSGA-Ⅱ的分析和研究的基础上提出了3点改进措施:(1)累积排序适应度策略;(2)基于精英策略的填充门限跳选方法;(3)限定门限选择策略。实验证明:3点改进措施能够扩大原有算法的解空间,并且提供了一种更加合理的选优策略。通过对典型的数学模型的计算,表明改进方法比原有的NSGA-Ⅱ方法具有更好的种群收敛性。同时将其使用来优化综合天线线阵的方向图,并得到了很好的结果。

基于粒子群混合算法的星载多波束接收天线综合技术研究

为了弥补低轨卫星通信系统"远近效应"和"边缘效应"所带来的路径损耗差异,实现对整个扫描区域的"等通量"覆盖。在需求分析的基础上,设计了一个19阵元7波束的六边形平面阵天线阵,并利用一种基于粒子群(PSO)、萤火虫(FA)混合算法进行优化。该混合算法仿真结果表明,各项指标设计要求能够达到预期,并比传统粒子群算法得到的效果更好。

基于差分进化算子的遗传算法在多波束平面阵天线综合中的应用

针对大角度扫描的低轨卫星多波束平面阵天线,提出一种基于差分进化算子的遗传算法,分别对阵列天线的幅度和相位激励权重进行综合优化。算法采用结合差分进化操作的遗传算子更新种群因子,不仅改善了算法的收敛速度,而且优化了综合结果。仿真结果表明,算法能有效应用于平面阵天线的综合,并取得符合各项设计指标的优化解。实测结果验证了平面阵天线辐射场模型的正确性和算法的可行性。

基于莱维飞行粒子群算法的稀布阵列天线综合

针对阵列孔径、阵元间距、阵元数等约束条件的稀布阵列天线综合,提出一种莱维飞行粒子群算法,该算法在改进粒子群优化算法基础上,引入莱维飞行机制,增加粒子位置的变化活力,有效避免粒子陷入局部最优和更新出现不可解。仿真结果表明,相比文献中遗传算法、粒子群算法,所提算法可以获得更好的收敛精确度,验证算法的有效性和稳健性。

通信天线综合测试系统的设计

天线参量的测量简称天线测量是设计天线和调整天线的重要手段。没有天线测量天线领域的研究发展,举步维艰,测量的精确值、准确度对研发高品质的天线至关重要。本文将重点论述天线测量的综合测试系统的运行、设计以及未来的发展。

变尺度算法应用于阵列天线综合

本文将传统算法——变尺度算法应用于阵列天线综合领域中。首先优化了线阵各单元的激励幅度，使之形成泰勒方向图，从而验证了该方法的有效性及高效性；然后针对某成像雷达的平方余割方向图，对线阵各单元的激励幅度和相位进行优化，在较短的时间内，即可得到令人满意的结果，能够良好的逼近目标方向图。

改进的快速稳健任意阵列天线方向图综合方法

针对任意阵列天线的方向图综合问题,提出了改进的基于线性约束最小方差准则方向图综合方法。该方法充分考虑综合方向图和参考方向图之间的相对幅度对方向图综合的影响,通过对迭代公式增加一比例常数,使得两者之间的相对幅度对干扰功率变化率的影响增强,不仅提高了干扰功率的迭代效率,即降低了迭代的次数,提高了方向图的综合效率,而且使得迭代系数的取值范围得到了扩展,即降低了迭代系数对方向图综合的影响,增强了方向图综合方法的应用范围和适用性。仿真分析验证了理论分析的正确性和所提方法的有效性。

一种阵列天线赋形波束综合方法

给出一种基于反离散傅里叶变换阵列天线赋形波束的综合算法,综合后的阵列天线波束形状与预给的波束形状吻合较好,从而达到设计要求。该方法具有计算速度快、计算量小、计算数值稳定性好的优点。是一种阵列天线波束赋形的实用方法。

星载多波束相控阵天线设计与综合优化技术研究

针对采用CDMA协议的低轨通信卫星,设计一个19阵元7波束的六边形平面阵天线,克服了卫星波束大角度扫描带来的"边缘问题"和"远近效应"。采用粒子群优化算法分别对正六边形天线阵列进行综合优化,优化过程采用基于空间分裂的优化策略,极大地简化了波束赋形的参量数目。数值仿真结果表明,方向图各项指标均符合设计要求,有效地验证了天线设计和算法的正确性。

基于遗传算法的阵列天线赋形波束综合

提出了一种改进的适应度函数确定方法,算法采用易操作的二进制编码。通过改变适应度函数中的待定参数,有效提高了搜索效率。采用遗传算法对基站天线的方向图赋形,其结果优于同种条件下用Woodward法得到的结果。结合工程实践,考察了本文遗传算法的解的稳定性。

综合脉冲和天线雷达的时空三维匹配滤波及其性能分析

本文用三维匹配滤波的概念对综合脉冲和天线雷达的原理和性能进行了分析,重点讨论了三维情况下脉冲和天线综合的特点,分析结果对设计这种新体制雷达有参考价值。

共形天线分析综合方法研究进展

共形天线阵列技术是天线技术发展的重要方向,在军民用雷达与通信系统中具有广阔的应用前景,其分析与综合问题是天线领域研究的热点与难点课题。本文对共形天线分析综合方法的发展进行了详细总结,并展望了未来共形天线研究的发展趋势。

遗传算法在低副瓣天线阵综合中的应用

应用遗传算法进行低副瓣天线阵的综合 .针对低副瓣天线阵综合的特点 ,通过构造适当的适应度函数 ,大大减少了计算量 .通过对适应度函数进行非线性变换 ,增强了遗传算法的搜索能力 .由于遗传算法固有的隐并行性、鲁棒性和简单易行等特点 ,提高了计算效率 ,可以获得全局最优解 ,并且收敛稳定 .

矩形波导缝隙阵列天线的快速综合算法

矩形波导缝隙阵列天线计算复杂,本文提出一种快速综合算法,充分考虑互耦的影响,并且可以对同相或不同相缝隙电压加权进行综合.首先在有源导纳法的基础上得出一个矩阵方程,互耦的影响和缝隙自身的影响分别可以用方程中的一个矩阵完全表示.分析矩阵的特性后,本文可将对面阵的综合转换为对每条波导上缝隙的综合,大大降低计算量.仿真实例验证了算法的有效性.

基于稀疏综合孔径天线的艇载成像雷达研究

基于稀疏综合孔径天线概念,研究了平流层飞艇载对地观测成像雷达系统中的重要问题.提出了稀疏阵时分多相位中心孔径综合方法,该方法使得综合后的相位中心在数量上和分布情况上与满阵天线相同,从而避免了稀疏阵旁瓣较高的问题;利用模拟退火算法对阵列进行了优化,以使实际使用的阵元最少;为提高系统作用距离,采用多频正交信号形成多发多收的工作模式,通过频率拼接提高距离分辨率;由于综合孔径天线阵列长度远小于场景宽度,系统采用了子孔径成像方法,并将曲线拟合和自聚焦处理相结合,解决了存在阵列形变误差时的精确成像问题.仿真结果表明了本文方法的有效性.

高频雷达多波束最优天线方向图综合

在高频雷达中 ,多个部分重叠的波束被用来形成对预定空域的覆盖 ,而射频干扰和期望信号的空间结构之间的差异以及接收天线阵列的空间多样性则被用来抑制干扰以提高高频雷达的整体工作性能。然而如何在实时地形成多波束的同时有效地抑制射频干扰仍然是高频雷达一个急待解决的问题。基于最优天线方向图综合方法 ,通过主瓣形状保持和干扰抑制之间的合理折衷进一步提出了多波束形成算法。仿真结果表明该算法可以快速、灵活地形成多个波束来覆盖预定的空域 ,同时最大限度地抑制射频干扰 。

改进的星载合成孔径雷达天线方向图综合方法

天线方向图综合在星载合成孔径雷达(SAR)中抑制模糊提高系统性能方面起着非常关键的作用[1]。重新考虑了Sergio Barbarossa和Guido Levrini所提出来的天线方向图综合优化过程,将原方法所忽略的天线方向图与干扰功率分布的相互作用引入到优化过程当中,重新推导了一种迭代优化算法。改进后的方向图综合方法以提高信号强度与干扰信号强度的比值SIR(Signal-to-Interference Ratio)为目的,计算机仿真结果表明该方法在降低模糊度ASR(Ambiguity-to-Signal Ratio)方面较先前的结果有了明显提高。

线性阵列天线赋形波束的综合与优化

采用改进的遗传算法来解决线阵赋形波束的综合与优化问题，对于这类多目标优化问题，应用了实数编码、特殊初始值、多种群及并行适应度函数等技术来提高算法的搜索效率，并能较好地平衡波束赋形和低副瓣这两个优化目标。两个综合余割平方和扇形波束的算例分别得到了-38．47dB和-33．62d13的副瓣电平，计算结果验证了算法的有效性。