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 .

优化技术在天线阵综合中的应用

文章提出了一种利用优化技术对天线阵进行综合的综合方法,通过优化天线阵单元的相位分布,来实现对天线方向图的控制.与其它综合方法比较,该方法方便灵活.

数学规划在天线阵综合中的应用

源于经济、管理学科的数学规划,为天线阵的综合提供了坚实的基础,并成为强有力的工具。本文从数学模型的角度总结了数学规划在天线阵综合中的应用。

8～12GHz Vivaldi槽缝天线阵设计及综合

设计出口径为18 mm的8~12 GHz Vivaldi槽缝天线,并对由此组成的12元线阵进行了互耦研究,讨论了互耦对单元方向图的影响,提出了用本征方向图思路来综合天线阵,结合改进后的遗传算法,对包含互耦的12元Vivaldi线阵的副瓣电平进行了优化。结果表明,相比于传统方法,如切比雪夫综合法,本方法有效地解决了天线阵互耦问题,并对任意布阵的天线阵均适用,有较好的实用价值。

天线阵方向图一种改进综合方法

提出天线阵方向图的一种综合方法，把待求的阵因子视为若干组“子阵”因子的叠加。每个“子阵”对应一个相位线性递变、幅度按一定规律加权的阵元电流谐波，“子阵”阵因子的空间指向对应一定的空间抽样点。各空间谐波之和即为阵元的总激励，它对应待求的阵因子。调整空间谐波的个数，相对幅度及空间抽样点位置，即可综合出理想的方向图。最后给出一个设计实例用以说明这种综合方法。

一种对任意线阵天线的主波束赋形方法

基于自适应天线阵理论 ,给出了一种用于任意线阵天线的主波束赋形算法。该方法通过迭代获得一组最优权值 ,用来减小加权赋形方向图和期望方向图在主波束上的差别 ,同时将旁瓣电平降低到期望值。一些算例充分说明了这种算法的有效性。该算法可以有效的控制主波束方向、宽度。

基于改进DE的非等间距线阵综合

针对非等间距直线天线阵列的方向图综合问题,由于系统非线性较强,提出一种改进差分进化(DE)算法。改进DE算法的变异算子引入精英个体以加速收敛,精英个体的产生采用了随机化思想以保持种群多样性。此外,改进DE算法采用参数自适应策略来避免控制参数的调整。将改进DE算法应用到几个具有不同阵元间距约束的位置-相位综合实例中。综合的目标是降低旁瓣电平和控制给定方向的零陷。仿真结果表明,与经典的DE算法相比,改进DE算法具有较快的收敛速度,能够得到更好的综合结果。

基于改进风驱动算法的非等间距直线阵综合

针对风驱动优化(WDO)算法在解决非等间距直线阵方向图综合问题时收敛精度不高和局部寻优能力不足等缺陷,提出一种小波变异风驱动优化(WDOWM)算法,其中的小波变异算子采用随机化思想丰富了种群多样性。应用该算法综合不同数目阵元到非等间距直线阵方向图实例中,采用二阶多因素多水平的均匀设计方法确定算法参数组合。仿真结果表明,在要求低旁瓣电平和给定方向零陷的情况下,该算法的收敛精度和收敛速度均优于基本风驱动优化算法;与采用粒子群(PSO)算法优化此问题的已有文献相比,所提算法综合的效果更佳。仿真结果说明了所提算法性能良好,适用于天线阵综合问题。

异构多种群双交换遗传算法综合矩形平面阵列

提出了一种异构多种群双交换遗传算法并应用该算法来综合矩形平面阵列。该算法通过多个异构子种群并行进化与对精英解的双交换遗传策略相结合的方法,摆脱了传统遗传算法收敛对初始群体的依赖性,克服了收敛陷入局部最优值的缺陷。为了说明该算法的有效性和实用性,运用异构多种群双交换遗传算法对矩形平面阵列的激励幅度和阵元位置进行了优化。

圆环阵列的互耦效应分析

互耦效应是阵列天线中确实存在并且影响天线性能的因素,所以互耦效应是阵列天线的分析和设计中必须考虑的因素。本文较为全面地分析了互耦效应对圆环阵列波束赋形的影响,涉及阵列阻抗变化、单元辐射特性变化,以及对馈电网络的影响。为了确定互耦影响下阵列各单元上激励电流分布,本文提出了一种迭代算法。仿真计算结果表明,该迭代算法对圆环阵列是有效的。通过综合考虑互耦对天线阵的各种影响,得到圆环阵列中互耦效应对波束赋形的仿真结果。