为了改善粒子群算法的优化性能,解决阵列天线波束赋形关于离散的优化问题处理不佳、容易陷入局部最优的问.题,提出了一种新型的粒子群算法。该算法基于基本粒子群算法,引入控制因子和遗传算法的交叉变异机制,并 应 用 于 八.单元偶极子圆环阵列天线。仿真结果表明,新型粒子群算法收敛速度快、精度高。
1
为了降低阵列天线的制造成本和馈电网络的设计难度,本文介绍了一种基于子阵划分的直线阵列天线综合方法。整个阵列天线被划分为多个子阵列,利用快速傅里叶变换(FFT)和聚类算法(CA)相结合的方法,优化每个子阵列的激励幅度和每个阵列单元的激励相位,从而获得最高旁瓣电平(PSLL)尽量低的辐射方向图。本文提出的方法能够快速实现阵列天线的子阵列划分,仿真结果表明,对于给定的直线阵列天线,能够获得较好的优化效果,辐射方向图的最高旁瓣电平均在-37 dB以下。
1
 方向图综合技术是智能天线中的一项关键技术。由于采用普通粒子群算法存在着易于早熟和局部寻优能力不足等缺点,为此本文提出一种基于量子位概率幅编码QPSO算法的阵列天线方向图综合技术,即在方向图综合中,QPSO算法采用量子位对粒子当前位置进行编码,用量子旋转门实现对粒子最优位置的搜索,用量子非门实现粒子位置的变异以避免早熟。实际应用表明基于量子位概率福编码QPSO的方向图综合技术是切实可行的,在多零点和低旁瓣约束情况下均可以取得良好的优化效果,具有很好的推广能力。
1
 为有效提高雷达天线抑制强烈地海杂波的要求,文中提出了一种改进的粒子群算法,可以很好的实现阵列天线仅相位加权不对称波束赋形。该算法通过引入自适应收缩因子和适应度函数加权因子,并在非优胜粒子位置更新时引入混沌扰动,避免搜索过程陷入局部最优。计算结果表明,与普通粒子群算法相比有效提高了全局搜索能力和收敛速度,大量减少了迭代次数,在方向图综合中有着非常好的实际工程应用性。
1