两级递阶遗传算法优化稀布直线阵列

非均匀稀布直线阵列通常具有较高的旁瓣,为了降低旁瓣,对传统遗传算法进行改进用于阵列优化。为了更好的解决早熟收敛问题,利用两级递阶遗传算法THGA(Two-level Hierarchic Genetic Algorithm)在各阵列电流激励幅度相同的情况下对阵元位置进行了优化,最大旁瓣降低至-15.2498dB。在各阵列电流激励幅度不同的情况下,提出了“微调”“粗调”的思想对激励和阵元位置同时进行优化。仿真结果表明,对于一个孔径为50λ的25个阵元组成的稀布直线阵列,可获得了更低的旁瓣,最大旁瓣可降至-22.5955dB。

一种低副瓣稀布阵列天线的方向图综合算法

提出了一种对含有较多单元的稀布直线阵列,以及稀布平面阵列天线进行低副瓣综合的二阶算法。采用迭代傅里叶算法获得一个具有较低副瓣,栅格间距为半波长的稀疏直线平面阵列。针对所得到的稀疏阵列,选择相邻间距大于半波长的单元作为被优化对象,进一步采用差分进化算法,在满足单元间距不小于半波长的约束条件下,对被选中单元的位置和激励相位进行优化来获取具有更低副瓣的稀布阵列天线。根据上述约束条件,在执行完算法的第一步后,阵列中大部分单元的位置已经固定下来,因此,只有少量单元进入下一步的优化进程,从而有效缩减了差分进化算法的寻优空间,加速算法的收敛。基于不同直线阵列和矩形平面阵列的方向图综合结果表明,采用本算法得到的稀布阵列天线,其旁瓣电平值相比文献中已有的结果均表现出不同程度的下降。