【技术实现步骤摘要】
本专利技术涉及稀疏阵，尤其涉及一种有阵元位置约束的低峰值旁瓣稀疏阵列获取方法。
技术介绍
1、稀疏阵能够以较少的阵元实现扫描波束变窄、分辨率提高等，从而降低生产成本，在雷达和通信电子等领域中得到了越来越广泛的应用。阵列天线峰值旁瓣电平是评价其性能的一个重要指标。另外，某些场景(例如多个功能共用天线)下，某些位置的阵元(其他功能使用)必须保留，开展有阵元位置约束的低峰值旁瓣稀疏阵列综合算法具有十分重要的理论意义和现实意义。
2、目前稀疏阵列的优化方法有穷举法，但这种方法的计算量随阵元个数呈指数规律增长，因此只适用于小型稀疏阵列的优化设计。
3、基于遗传算法、模拟退火等智能算法是基于随机性的自然算法，处理流程复杂、计算量大，需要很长的运算时间才能得到最终的优化结果，难以找到全局最优解。另外，优化结果依赖初始随机种子。
4、另外，保留特定位置阵元的低峰值旁瓣稀疏阵列综合方法尚未研究。
技术实现思路
1、鉴于此，本专利技术提供一种有阵元位置约束的低峰值旁瓣稀疏阵列获取方法。
2、本专利技术公开了一种有阵元位置约束的低峰值旁瓣稀疏阵列获取方法，其包括：
3、对于均匀排列的直线阵列，定义优化模型，通过优化f的取值，以优化阵元的位置，使优化后的直线阵列方向图最大旁瓣电平msll最小；同时，需要满足稀疏后的直线阵列口径不变。
4、进一步地，用fm表示均匀排列的直线阵列中第m个阵元位置上是否有阵元：fm＝1表示第m个阵元位置上有
5、
6、其中，s表示方向图的旁瓣区间，表示均匀排列的直线阵列的方位角。
7、进一步地，定义均匀排列的直线阵列的优化模型为：
8、
9、其中，f表示均匀排列的直线阵列中所有阵元位置上是否有阵元，min表示求最小值函数，通过优化f的取值，来优化阵元的位置，使优化后的直线阵列方向图最大旁瓣电平msll最小。
10、进一步地，优化时，优化模型的约束条件为均匀排列的直线阵列两端的阵元位置上有阵元，以保证优化后得到的稀疏直线阵列口径不变。
11、进一步地，所述通过优化f的取值，以优化阵元的位置，使优化后的直线阵列方向图最大旁瓣电平msll最小，包括：
12、步骤1：设定初始的均匀排列的直线阵列为{p0:fm＝1,m＝1,2,…,m}，即初始的阵列有m个阵元为1；
13、步骤2：第1次循环，删除{p0:fm＝1,m＝1,2,…,m}中部分阵元，得到多个组合集，并求取该多个组合集的峰值旁瓣电平psl，从中选择峰值旁瓣电平最小的k个组合；
14、步骤3：第p次循环，2≤p≤m-n，分别删除k个组合中的部分阵元，并求取删除部分阵后k个组合的峰值旁瓣电平psl，并从中选择k个峰值旁瓣电平最小的组合，即为优化得到的有n个阵元的稀疏直线阵列。
15、进一步地，所述步骤2包括：
16、第1次循环，在{p0:fm＝1,m＝1,2,…,m}组合的基础上，顺次删除除fq＝1,q∈{2,…,m-1}之外的所有阵元中的一个阵元，得到m-3-q个组合集，记为每个组合中有m-1个阵元的fm为1；分别求中m-3-q个组合的峰值旁瓣电平psl，从m-3-q个组合的峰值旁瓣电平psl中选择峰值旁瓣电平最小的k个组合，记为{p1:p11,p12,…,p1k}。
17、进一步地，所述步骤3包括：
18、第p次循环，2≤p≤m-n，针对集合集pp-1的k个组合，对于第k个组合，1≤k≤k，顺次从除fq＝1,q∈{2,…,m-1}之外的所有阵元中删除一个阵元，得到m-2-p-q个组合集，记为每个组合中有m-p个阵元的fm为1，分别求取中m-2-p-q个组合的峰值旁瓣电平psl，得到k(m-2-p-q)个组合psl，在k(m-2-p-q)个组合psl中选择峰值旁瓣电平最小的k个组合，记为{pp:pp1,pp2,…,ppk}，第m-n次循环结束后，从k个组合中选择旁瓣最小的组合，即为优化得到的有n个阵元的稀疏阵列。
19、进一步地，从具有m个阵元的均匀排列的直线阵列得到n个阵元的稀疏阵列，采用逐步逼近最优解的方法，每次迭代循环保证约束的位置存在阵元，最终得到含有n个阵元稀疏阵列的最优解，m大于n。
20、由于采用了上述技术方案，本专利技术具有如下的优点：本专利技术不依赖于随机性，而是通过以规则阵列为优化的起点，有目的性地逐步逼近最优解。保证低计算量和满足阵元位置约束的情况下，可快速得到在无栅瓣且具有全局最优解的低峰值旁瓣的稀疏阵列，解决了大型稀疏阵列综合问题。
本文档来自技高网...【技术保护点】
1.一种有阵元位置约束的低峰值旁瓣稀疏阵列获取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，用fm表示均匀排列的直线阵列中第m个阵元位置上是否有阵元：fm＝1表示第m个阵元位置上有阵元；fm＝0表示第m个阵元位置上没有阵元；约束q个阵元的位置，即fq＝1,q∈{2,…,M-1}，q<N，M为均匀排列的直线阵列的阵元个数，N为稀疏阵列的阵元个数，即fm＝1的个数；则优化后对应的方向图F(θ)的最大旁瓣电平MSLL表示为：
3.根据权利要求2所述的方法，其特征在于，定义均匀排列的直线阵列的优化模型为：
4.根据权利要求3所述的方法，其特征在于，优化时，优化模型的约束条件为均匀排列的直线阵列两端的阵元位置上有阵元，以保证优化后得到的稀疏直线阵列口径不变。
5.根据权利要求3所述的方法，其特征在于，所述通过优化f的取值，以优化阵元的位置，使优化后的直线阵列方向图最大旁瓣电平MSLL最小，包括：
6.根据权利要求5所述的方法，其特征在于，所述步骤2包括：
7.根据权利要求6所述的方法，其特征
8.根据权利要求5所述的方法，其特征在于，从具有M个阵元的均匀排列的直线阵列得到N个阵元的稀疏阵列，采用逐步逼近最优解的方法，每次迭代循环保证约束的位置存在阵元，最终得到含有N个阵元稀疏阵列的最优解，M大于N。
...【技术特征摘要】
1.一种有阵元位置约束的低峰值旁瓣稀疏阵列获取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，用fm表示均匀排列的直线阵列中第m个阵元位置上是否有阵元：fm＝1表示第m个阵元位置上有阵元；fm＝0表示第m个阵元位置上没有阵元；约束q个阵元的位置，即fq＝1,q∈{2,…,m-1}，q<n，m为均匀排列的直线阵列的阵元个数，n为稀疏阵列的阵元个数，即fm＝1的个数；则优化后对应的方向图f(θ)的最大旁瓣电平msll表示为：
3.根据权利要求2所述的方法，其特征在于，定义均匀排列的直线阵列的优化模型为：
4.根据权利要求3所述的方法，其特征在于，优化时，优...
【专利技术属性】
技术研发人员：耿畅，谢秩岚，杨亚，程旗，
申请(专利权)人：四川九洲电器集团有限责任公司，
类型：发明
国别省市：
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。