【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种基于改进蝙蝠算法的纯相位阵列方向图综合方法及系统。
技术介绍
1、相控阵雷达通过控制天线单元的激励幅度和激励相位实现天线方向图形状的改变，使相控阵雷达具有更灵活的空域滤波与空时处理能力，称为天线方向图综合。尽管通过同时加权调整幅度和相位可以取得优秀的天线方向图综合效果，但幅度加权通常需要在阵列中增加幅度衰减器，这不仅增加了天线设计的复杂度，也提高成本。相比之下，相位加权仅通过相控阵天线的移相器就能达到相似的效果，并且提供了诸如最大化灵敏度和功率效率等好处。因此，在工程应用中相位加权的方法具有较高的实用价值。
2、纯相位天线方向图综合的目标是在保持天线单元激励幅度一致的基础上，通过优化激励相位来形成所需的天线方向图。然而，这一过程本质上是非线性和非凸的优化问题，因为可行域对应于一个圆的交集，其全局最优解仍然未知。
3、为实现天线的纯相位方向图综合，初期研究人员将幅度约束松弛为凸约束，并应用交替优化算法来解决纯相位天线方向图综合问题，但由于凸松弛，幅度的一致性很难保证，难以应用于实际系统。进化算法基于达尔文的进化论，模拟了自然选择，物竞天择、适者生存，通过多代的遗传、变异、交叉、复制，进化出问题的最优解。近年来，进化算法因其在处理复杂非凸问题上的高效性而受到广泛关注，包括遗传算法(ga,genetic algorithm)、粒子群优化算法(pso,particle swarm optimization)和蝙蝠算法(ba,bat alorithm)等。因此应用进化算法解决纯相位
4、在唯相阵列方向图综合领域中，主要存在以下问题：
5、1、现有的大部分优化算法都是直接优化天线单元的相位。随着阵列规模和天线单元数量的增加，局部最优解的集中程度变得更加密集和复杂，这种复杂性使得优化算法更容易陷入局部最优解。而为了得到满意的解，需要进行更多的试验，从而进一步增加计算量。
6、2、部分对优化算法的改进集中在优化问题的松弛，导致优化结果不是严格的恒定幅度，难以直接应用于实际系统。
技术实现思路
1、本专利技术实施例的主要目的在于提出一种基于改进蝙蝠算法的纯相位阵列方向图综合方法及系统，能够实现天线方向图综合，加快优化过程。
2、为实现上述目的，本专利技术实施例的一方面提出了一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，包括以下步骤：
3、设置由多个天线单元构建的阵列模型；
4、构建所述阵列模型的优化目标函数；
5、根据蝙蝠算法最小化所述目标函数，完成对所述阵列模型的优化训练；
6、根据优化得到的阵列模型，进行纯相位阵列方向图综合。
7、在一些实施例中，所述设置由多个天线单元构建的阵列模型，包括以下步骤：
8、确定一个均匀直线阵列包含的天线单元个数；确定所述均匀直线阵列各天线单元之间的间距；确定各个天线单元的激励幅度和激励相位；
9、构建阵列远场方向图的表达式为：
10、
11、其中，θ为扫描角度，k为波数；n代表第n个天线单元；n代表天线单元总数；φn代表第n个天线单元激励相位；j代表虚数单位；d代表天线单元间距。
12、在一些实施例中，所述构建所述阵列模型的优化目标函数，包括以下步骤：
13、根据基函数的形状确定正交基函数的选择，将阵列的相位分布用m阶正交基函数展开，得到阵列的目标相位分布的表达式；
14、利用二次多项式生成一个初始的相位分布，该初始的相位分布初步呈现出平顶方向图特性；
15、根据所述初始的相位分布，对所述目标相位分布的表达式进行调整优化；
16、构建所述阵列模型的损失函数来优化所述阵列模型的目标函数。
17、在一些实施例中，所述目标相位分布的表达式为：其中，φn代表所述目标相位分布；δφ代表多项式取值范围；m代表正交基函数阶数；m代表第m阶基函数；km代表对应的权重实系数；fm代表示m阶多项式；dn代表第n个阵元到阵元中心的距离；d代表阵列总长度；
18、所述初始的相位分布an的表达式为：其中，δa为初始相位的范围常数；
19、所述损失函数的表达式为：
20、其中，c代表损失函数；h代表主瓣区域的采样点数；f(θh)代表方向图；s代表旁瓣区域极大值的采样点数；θh代表主瓣区域的采样角度；pd()代表期望方向图；w1和w2代表权重系数；θs代表旁瓣区域极大值的采样角度。
21、在一些实施例中，所述根据蝙蝠算法最小化所述目标函数，完成对所述阵列模型的优化训练，包括以下步骤：
22、引入非线性递减的惯性权重来调整速度项系数，将惯性权重定义为：其中，代表惯性权重；wmin和wmax为常数；t代表t时刻；t代表算法最大迭代次数；
23、用混沌映射代替标准蝙蝠算法中发射速率的更新，采用正弦映射，使标准蝙蝠算法中发射速率变为一个介于0和1之间的混沌数；其中，正弦映射的更新公式定义为：rt+1＝a(rt)2sin(πrt)，其中，a代表映射幅度常量；rt代表t时刻的发射速率；
24、根据改进后的蝙蝠算法完成对所述阵列模型的优化训练。
25、在一些实施例中，所述根据改进后的蝙蝠算法完成对所述阵列模型的优化训练，包括以下步骤：
26、配置种群规模和最大迭代数；
27、随机初始化种群中各个蝙蝠的初始位置；
28、初始化每只蝙蝠在搜索猎物时的响度、发射速率，以及在各个位置发射脉冲的频率；
29、在没有达到所述最大迭代数时，根据公式fi＝fmin+(fmax-fmin)β对蝙蝠在各个位置发射脉冲的频率进行更新调整，并根据公式和对各个蝙蝠的位置和速度进行更新调整；其中，fi代表第i只蝙蝠的发射脉冲的频率；fmin代表频率最小值；fmax代表频率最大值；β代表为服从均匀分布的随机向量；代表蝙蝠i在t时刻的位置；代表蝙蝠i在t时刻的速度；代表惯性权重；x*代表当前迭代的全局最优解；
30、当随机数小于当前发射速率，则根据公式xnew＝xold+εat由最优解产生新的局部解，并随机飞行产生新解，直至随机数不小于当前发射速率；其中，xnew代表新的局部解；xold代表旧的最优解；ε代表随机数；at代表所有蝙蝠在当前迭代响度的平均值；
31、根据新的局部解，对发射脉冲的响度和发射速率进行更新，并计算当前的发射脉冲的频率，得到当前发射脉冲的频率的最优解，直至达到所述最大迭代数。
32、在一些实施例中，所述发射脉冲的响度的更新的表达式为：
33、所述发射脉冲的发射速率的更新的表达式为：
34、其中，代表t时刻下第i只蝙蝠的发射脉冲的响度；α和γ代表常数；代表初始发射速率；代表t+1时刻下第i只蝙蝠的发射速率。
35、本专利技术实施例的另一方本文档来自技高网...
【技术保护点】
1.一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，所述设置由多个天线单元构建的阵列模型，包括以下步骤：
3.根据权利要求1所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，所述构建所述阵列模型的优化目标函数，包括以下步骤：
4.根据权利要求3所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，
5.根据权利要求1所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，所述根据蝙蝠算法最小化所述目标函数，完成对所述阵列模型的优化训练，包括以下步骤：
6.根据权利要求5所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，所述根据改进后的蝙蝠算法完成对所述阵列模型的优化训练，包括以下步骤：
7.根据权利要求6所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，
8.一种基于改进蝙蝠算法的纯相位阵列方向图综合系统，其特征在于，
9.一种电子设备，其特征在于，包括处理器以及存储器；
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1至7中任一项所述的方法。
...【技术特征摘要】
1.一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，所述设置由多个天线单元构建的阵列模型，包括以下步骤：
3.根据权利要求1所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，所述构建所述阵列模型的优化目标函数，包括以下步骤：
4.根据权利要求3所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，
5.根据权利要求1所述的一种基于改进蝙蝠算法的纯相位阵列方向图综合方法，其特征在于，所述根据蝙蝠算法最小化所述目标函...
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。