一种三元矢量合成控制优化方法技术

本发明专利技术公开了一种三元矢量合成控制优化方法，包括以下步骤：1)构造求实际定位点和理想定位点的误差极值的适应度函数，适应度函数以三元组馈电幅度相位对应的定位点位置为变量，函数值表征实际定位点和理想定位点的位置的误差大小；2)利用以阵元的幅度和相位为自变量的多元阵等效辐射中心公式，采用遗传算法对理想定位点的幅度和相位变量进行优化，使实际定位点与理想定位点的距离在误差范围内；3)得到实际定位点各阵元的幅度和相位。本发明专利技术采用了、优化算法、优化算法的目标函数、优化实例，降低了操作的复杂性，有较强的全局收敛能力和鲁棒的性能，可求解非线性、多模型、多目标等复杂系统，具有高度并行、随机、有效利用全局信息等优点。

An optimization method for three element vector synthesis control

The invention discloses a three element vector synthesis control optimization method, which comprises the following steps: 1) the fitness function of the extreme value of error for the actual construction location and the ideal location, fitness function to locate the position of three tuples corresponding to the magnitude phase variable, function value and ideal point positioning error characterization the positioning point; 2) according to the amplitude and phase of array element for multi array variable equivalent radiation center formula, using genetic algorithm to amplitude and phase variables on the ideal location optimization, the actual location and the ideal location distance in the range of error; 3) to get the actual location and magnitude phase of each element. The invention adopts the optimization algorithm, the optimization algorithm, the objective function, optimization, reduce the complexity of the operation and performance of a strong global convergence ability and robustness, can solve nonlinear, multi model, multi objectives and complex system, highly parallel, randomized, effective use of global information etc..

【技术实现步骤摘要】
一种三元矢量合成控制优化方法
本专利技术属于天线阵的多元矢量合成控制
，尤其涉及一种三元矢量合成控制优化方法。
技术介绍
计算机科学与技术的迅速发展，从根本上改变人类的生产与生活。同时，随着人类生存空间的扩大以及认识改造世界范围的拓宽，人们对科学技术提出了新的和更高的要求，其中对高效的优化技术和快速计算的要求日益迫切。优化技术是一种以数学为基础，用于求解各种工程问题优化解的应用技术。作为一个重要的科学分支，它一直受到人们的广泛重视，并在诸多工程领域得到迅速推广和应用，如系统控制、人工智能、模式识别、生产调度、VLSI技术和计算机工程等。遗传算法(GA)以自然界选择和遗传理论为基础，将生物进化中适者生存规则与群体内部染色体的随机信息交换机制相结合的高效全局寻优搜索算法。GA是一种实用、高效、鲁棒性强的优化技术，它提供了一种求解非线性、多模型、多目标等复杂系统优化问题的通用框架，它不依赖于问题的具体领域，已经广泛应用于函数优化、组合优化、自动控制、机器人学、图像处理、人工生命、遗传编码、机器学习等领域。现代电磁场工程设计，尤其是复杂系统的电磁场工程设计，大多通过计算机辅助设计进行，这一设计过程往往是一个优化过程，GA就是适用于此的高效算法。
技术实现思路
本专利技术的目的在于：提供一种三元矢量合成控制优化方法，寻找给定定位点的多元(三元)馈电最优解，包括馈电的幅度和相位，基于这些优点，利用遗传算法的思想，来优化要给定点的多元组馈电幅度相位，使目标函数趋近于零，得到多元(三元)矢量合成控制的最优幅度相位解，解决了如何快速准确得到所需定位点(实际定位点)的阵元相位幅度数值的问题。本专利技术采用的技术方案如下：一种三元矢量合成控制优化方法，包括以下步骤：1)构造求实际定位点和理想定位点误差极值的适应度函数，适应度函数以三元组馈电幅度相位对应的定位点位置为变量，函数值表征实际定位点和理想定位点的位置的误差大小；2)利用以阵元的幅度和相位为参数的多元阵等效辐射中心公式或FDTD求解幅度和相位，采用遗传算法对理想定位点的幅度和相位变量进行优化，使通过适应度函数求得的误差极值在误差范围内，误差范围取10-6；3)得到误差范围内实际定位点各阵元的幅度和相位，即最优解；4)若实际定位点与理想定位点的距离不在误差范围内，则重复步骤2)，直至得到误差范围内的最优解。进一步的，2)中的优化采用离散变量优化。进一步的，遗传算法包括如下步骤：1)编码：利用二进制格雷码来对群体中的个体进行编码，产生初始种群；2)选择：使用选择算子来对群体中的个体进行优胜劣汰操作，使得群体中个体的适应度值不断的接近最优解，确定最小适应度成员；3)交叉：采用单点交叉的方式对个体进行两两随机配对，产生出两个新的个体；4)变异：将个体染色体编码串中基因座上的基因值用该基因座的其他等位基因来替换，形成一个新的个体。进一步的，1)的二进制格雷码中，连续的两个整数所对应的编码之间仅仅只有一个码位是不同的，其余码位都相同。进一步的，新的个体被重新插入初始种群中，替换确定的最小适应度成员；从遗传运算过程中产生新个体的能力方面来说，变异本身是一种随机算法，但与选择和交叉算子结合后，能够避免由于选择和交叉运算而造成的某些信息丢失，搜索任意给定串的可能性永不为零，保证GA的有效性进一步的，适应度函数为：F(xi,yi)＝(xi-x_goal)2+(yi-y_goal)2；式中，(xi，yi)是第i个个体的定位点坐标，其值分别等于中心方位角φ、俯仰角θ，(x_goal,y_goal)是所需的目标定位点的坐标值。进一步的，中心方位角φ、俯仰角θ的计算公式分别为：其中，X、Y、Z分别为电磁波等效定位点坐标在方向的分量。进一步的，所述电磁波对应的电场和磁场分别为：所述电磁波等效定位点坐标在方向的分量X、Y、Z分别为：综上所述，由于采用了上述技术方案，本专利技术的有益效果是：本专利技术中，利用辐射中心公式，自变量为每个阵元的幅度和相位，采用遗传算法的思想，对该幅度和相位多个变量进行优化。在优化算法实施之前，必须要构造好目标函数(适应度函数)，同时该算法优化的函数都是求解极值问题(通常都是求极小，极大值问题会转化成极小值问题)，因此，我们必须要构造一个求极值问题的目标函数，该函数的自变量为三元阵的多个幅度和相位，函数值为实际定位点和理想定位点之间的误差，当误差小于一定范围内(10-6)的时候就认为找到了极值，即可认为找到了所需定位点的各阵元的幅度和相位。采用本方法优化控制多元阵的馈电，可以快速得到最优化的每个阵元的幅度和相位，并且给定定位点和真实定位点距离的误差在可控制的范围内。本专利技术采用了优化算法、优化算法的目标函数、优化实例，降低了操作的复杂性，有较强的全局收敛能力和鲁棒的性能，可求解非线性、多模型、多目标等复杂系统，具有高度并行、随机、有效利用全局信息等优点。附图说明图1是三元组坐标示意图；图2是算法解算模型；图3是本专利技术的流程图；图4是算法流程图；图5是定位点(0.012,0.00693)控制优化结果；图6是定位点(0.03,0.01)控制优化结果；图7是定位点(0.012,-0.01)控制优化结果；图8是定位点(-0.01,0.02)控制优化结果；图9是基于FDTD仿真的GA算法近场效应修正实现流程图。具体实施方式下面结合试验例及具体实施方式对本专利技术作进一步的详细描述。但不应将此理解为本专利技术上述主题的范围仅限于以下的实施例，凡基于本
技术实现思路
所实现的技术均属于本专利技术的范围。如图1是三元组阵元在球面上按照逆时针的顺序排列，阵元对应球坐标分别为(φa,θa)、(φb,θb)、(φc,θc)，假设三元组天线阵元馈电的电场矢量为则对应的磁场为三阵元辐射的电磁波如下：得到方向的分量分别为：对天线阵列控制，需要的是球坐标系下的等效辐射中心方位角φ、俯仰角θ与辐射单元场强相位之间的关系：三元组阵元等效辐射中心的定位点，可根据已有的电磁场通过公式(1-2)到(1-4)进行直接计算，如果没有已有电磁场数值，也可通过电磁仿真得到定位点位置坐标，比如矩量法、时域有限差分法等。采用图2所示的三元组算法解算模型。在三元组的每一个三元组单元中，均包含有幅度和相位的控制量，那么一个三元组中，总共包含有3个幅度和3个相位。采用遗传算法的思想，对该幅度和相位六个变量进行优化。图3为本优化控制方法的流程图，图4为算法的流程图。首先是编码，这里用二进制格雷码来对个体进行编码。二进制格雷码中，其连续的两个整数所对应的编码之间仅仅只有一个码位是不同的，其余码位都完全相同。第二步是选择，使用选择算子来对群体中的个体进行优胜劣汰操作：根据每个个体的适应度值大小选择，适应度较高的个体被遗传到下一代群体中的概率较大；适应度较低的个体被遗传到下一代群体中的概率较小。这样就可以使得群体中个体的适应度值不断的接近最优解，确定的最小适应度成员，输出最有个体，解码后输出程序。第三步是交叉，这里采用单点交叉。对个体进行两两随机配对，若群体大小为M，则共有对相互配对的个体组。然后对每一对相互配对的个体，随机设置某一基因座之后的位置为交叉点，若染色体的长度为N，则共有N-1个可能的交叉点位置。最后对每一对相互配对的个体，依设定的交叉概率在其交叉点本文档来自技高网...

【技术保护点】
一种三元矢量合成控制优化方法，其特征在于，包括以下步骤：1)构造求实际定位点和理想定位点误差极值的适应度函数，适应度函数以三元组馈电幅度相位对应的定位点位置为变量，函数值表征实际定位点和理想定位点的位置的误差大小；2)利用以阵元的幅度和相位为参数的多元阵等效辐射中心公式或FDTD求解幅度和相位，采用遗传算法对理想定位点的幅度和相位变量进行优化，使通过适应度函数求得的误差极值在误差范围内；3)得到误差范围内实际定位点各阵元的幅度和相位，即最优解；4)若实际定位点与理想定位点的距离不在误差范围内，则重复步骤2)，直至得到误差范围内的最优解。

【技术特征摘要】
1.一种三元矢量合成控制优化方法，其特征在于，包括以下步骤：1)构造求实际定位点和理想定位点误差极值的适应度函数，适应度函数以三元组馈电幅度相位对应的定位点位置为变量，函数值表征实际定位点和理想定位点的位置的误差大小；2)利用以阵元的幅度和相位为参数的多元阵等效辐射中心公式或FDTD求解幅度和相位，采用遗传算法对理想定位点的幅度和相位变量进行优化，使通过适应度函数求得的误差极值在误差范围内；3)得到误差范围内实际定位点各阵元的幅度和相位，即最优解；4)若实际定位点与理想定位点的距离不在误差范围内，则重复步骤2)，直至得到误差范围内的最优解。2.如权利要求1所述的一种三元矢量合成控制优化方法，其特征在于，2)中的优化采用离散变量优化。3.如权利要求1所述的一种三元矢量合成控制优化方法，其特征在于，遗传算法包括如下步骤：1)编码：利用二进制格雷码来对群体中的个体进行编码，产生初始种群；2)选择：使用选择算子来对群体中的个体进行优胜劣汰操作，使得群体中个体的适应度值不断的接近最优解，确定最小适应度成员；3)交叉：采用单点交叉的方式对个体进行两两随机配对，产生出两个新的个体；4)变异：将个体染色体编码串中基因座上的基因值用该基因座的其他等位基因来替换，形成一个新的个体。4.如权利要求3所述的一种三元矢量合成控制优化方法，其特征在于，1)的二进制格雷码中，连续的两个整数所对应的编码之间仅仅只有一个码位是不同的，其余码位都相同。5.如权利要求3所述的一种三元矢量合成控制优化方法，其特征在于，新的个体被重新插入初始种群中，替换确定的最小适应度成员。6.如权利要求1～5任一项所述的一种三元矢量合成控制优化方法，其特征在于，适应度函数为：F(xi,yi)＝(xi-x_goal)2+(yi-y_goal)2；式中，(xi，yi)是第i个个体的理想定位点坐标，其值分别等于中心方位角φ、俯仰角θ，(x_goal,y_goal)是所需的实际定位点的坐标值。7.如权利要求6所述的一种三元矢量合成控制优化方法，其特征在于，中心方位角φ、俯仰角θ的计算公式分别为：其中，X、Y、Z分别为电磁波等效定位点坐标在方向的分量。8.如权利要求7所述的一种三元矢量合成控制优化方法，其特征在于，所述电磁波对应的电场和磁场分别为：所述电磁波等效定位点坐标在方向的分量X、Y、Z分别为：

【专利技术属性】
技术研发人员：喻梦霞，张森林，李桂萍，徐军，邵维，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51