【技术实现步骤摘要】
一种基于混合自适应粒子群算法的面多波束赋形方法
本专利技术属于雷达信号处理
,具体涉及一种基于混合自适应粒子群算法的面多波束赋形方法。
技术介绍
多波束形成是指雷达天线系统同时发射多个并行波束,通过调整天线阵列的加权值来控制每个波束的两维指向和主瓣形状,多波束形成与传统的单波束形成相比,具有覆盖范围广和波束参数可进行控制等优点。传统的多波束形成大多采用多波束赋形的方法,也就是阵列天线的方向图综合,其基本原理是通过迭代优化阵列天线单元的幅度激励和相位加权,来补偿每个波束指向下的相位差,最终在所需要的多个方向并行形成多个波束主瓣,由此实现同时覆盖多个目标区域,赋形天线方向图的多个波束指向,波束宽度及主瓣形状均可进行约束;因此,基于优化算法的多波束赋形方法在雷达、通信等多个领域都得到了广泛应用。现在公认且有用的波束赋形方法大概分为4类。第一类是据已给出的主瓣和副瓣电平的要求、或指定方向图零点位置进行波束赋形,具有代表性的是1946年DolphC.L.采用Chebyshev多项式法来赋形得到等旁瓣的方向图,在给定主瓣宽度的情况下,能优化得到最低的旁瓣,在给定旁瓣电平的情况下,能形成最窄的主瓣宽度;此后,1955年,TaylorT.T.对Dolph-chebyshev多项式进行适当的修正,提出了Taylor综合法;这两种方法多用于离散阵的波束赋形。第二类是要求达到预先设定的方向图形状,代表方法是1948年由Woodward和Lawson共同提出的Woodward-Lawson综合法。第三类是从已知方向图出发,通过 ...
【技术保护点】
1.一种基于混合自适应粒子群算法的面阵多波束赋形方法,其特征在于,包括:/n(1)确定面阵多波束两维指向,对面阵采用解析法得到赋形参考波束的相关参数;/n(2)对面阵多波束赋形优化问题得到适应度函数和代价函数;/n(3)确定面阵多波束赋形优化问题中的粒子,在粒子的取值范围内随机初始化当前一代粒子群和个体最优粒子群,由赋形方向图综合方法得到初始每个粒子对应的面阵方向图,对各方向图计算适应度函数和代价函数,根据性能对当前一代全局最优粒子和非劣解集进行初始化;/n(4)在得到了当前一代粒子群的基础上,用混合自适应粒子群算法更新得到3倍于原规模的新粒子群;/n(5)对得到的3倍于原规模的粒子群中各粒子分别计算中的适应度函数和代价函数,取性能最优的1倍规模粒子作为下一代粒子群;/n(6)更新个体最优粒子群、全局最优粒子和非劣解集;/n(7)由当前一代粒子群的相关信息对迭代过程中的相关参数进行更新;/n(8)判断本次优化得到的方向图函数及各个适应度函数是否得到最优结果,或者迭代是否终止,是则记录得到的非劣解集,输出方向图和各类参数变化图,否则返回第(4)步继续迭代。/n
【技术特征摘要】
1.一种基于混合自适应粒子群算法的面阵多波束赋形方法,其特征在于,包括:
(1)确定面阵多波束两维指向,对面阵采用解析法得到赋形参考波束的相关参数;
(2)对面阵多波束赋形优化问题得到适应度函数和代价函数;
(3)确定面阵多波束赋形优化问题中的粒子,在粒子的取值范围内随机初始化当前一代粒子群和个体最优粒子群,由赋形方向图综合方法得到初始每个粒子对应的面阵方向图,对各方向图计算适应度函数和代价函数,根据性能对当前一代全局最优粒子和非劣解集进行初始化;
(4)在得到了当前一代粒子群的基础上,用混合自适应粒子群算法更新得到3倍于原规模的新粒子群;
(5)对得到的3倍于原规模的粒子群中各粒子分别计算中的适应度函数和代价函数,取性能最优的1倍规模粒子作为下一代粒子群;
(6)更新个体最优粒子群、全局最优粒子和非劣解集;
(7)由当前一代粒子群的相关信息对迭代过程中的相关参数进行更新;
(8)判断本次优化得到的方向图函数及各个适应度函数是否得到最优结果,或者迭代是否终止,是则记录得到的非劣解集,输出方向图和各类参数变化图,否则返回第(4)步继续迭代。
2.根据权利要求1所述的基于混合自适应粒子群算法的面阵多波束赋形方法,其特征在于,所述步骤(1)包括:
(1a)指定待优化的目标平面阵列赋形需要的多个波束的两维指向后,对其采用解析法分别进行单个波束形成,得到各波束指向下的方向图函数;
(1b)利用(1a)中得到的各波束指向下的方向图函数,进一步得到与各波束指向对应的赋形参考波束所需要的方向性增益和两维波束宽度等信息。
3.根据权利要求1所述的基于混合自适应粒子群算法的面阵多波束赋形方法,其特征在于,所述步骤(2)包括:
(2a)根据所需要的优化目标,即要得到约束了波束指向和主瓣形状的多个并行发射的波束方向图,选取了3个合适的适应度函数,分别对方向图的最大相对旁瓣电平、方向性增益和主瓣波束宽度进行约束,最大相对旁瓣电平约束的参考值为指定值,方向性增益和主瓣波束宽度约束的参考值为(1)中得到的赋形参考波束对应的参数值;
(2b)对(2a)中得到的3个适应度函数根据重要性进行适当的加权得到代价函数,由代价函数值可确定优化性能。
4.根据权利要求3所述的基于混合自适应粒子群算法的面阵多波束赋形方法,其特征在于,所述步骤(3)包括:
(3a)以待优化的目标平面阵列各天线单元的幅度和相位为优化对象,即粒子群算法中所说的粒子,确定粒子群总数,即目标平面阵列天线单元的总数,在给定的幅度和相位的取值范围内对当前一代粒子群进行初始化;
(...
【专利技术属性】
技术研发人员:杨明磊,何小静,陈伯孝,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。