文摘
三元提出了调整方法并结合粒子群优化(PSO)算法的子阵列天线阵列合成。介绍了三元变量来表示元素之间的调整相邻的子串。与以前的方法相比,四舍五入操作不再需要,和固定的约束方程总元素数量也删除,从而有效地减少实现的复杂性,同时获得改善拓扑探测能力。
1。介绍
天线阵技术起着非常重要的作用在现代天线、雷达、无线通信系统。已研制出许多优化技术对天线阵列合成满足各种需求(1- - - - - -8]。它是一个著名的大型天线阵列技术分区分成连续的为了降低成本通过常用的组件,大规模生产相同的子数组和简化的网络。不幸的是,将振幅加权子数组的港口将创建光栅叶(gl)由于周期性和更大的间距子阵。为了解决这个问题,不同的技术,提出了旨在打破周期性(9- - - - - -13]。最近,一个方法允许每个子数组有不同数量的元素被认为是在12,13),子数组大小和振幅权重由遗传算法(GA)优化减少天线阵的旁瓣水平(SLL)。
因为有两个不同类型的参数优化问题,也就是说,整数的子数组大小和真实振幅的权重值,您需要一个混合变量向量来表示每个候选人设计和相应的过程就是所谓的混合整数优化。粒子优化游(PSO),最近开发了进化优化算法通过模仿行为在food-searching群活动,被发现是非常有效的和健壮的和是一个吸引人的技术对天线阵列合成(14- - - - - -24]。然而,人们普遍认为,遗传算法优于PSO离散和混合整数优化问题,因为算法旨在解决连续优化问题只有当GA可以翻译一个二进制字符串直接整数值。在以前的作品(19- - - - - -23),演进算法通常是由四舍五入实现整数变量的实际值出现在优化相关流程;因此,性能显著恶化,一些缺陷报告24]。粒子很容易被困在当地最好的解决方案,因为四舍五入的过程,它可以防止它们达到更好的解决方案。与此同时,值得注意的是,由于固定数组元素的总数,更新后的子数组的大小必须修改以满足这个约束首先在优化过程中。
本文提出了一种新颖的方法,叫三元调整方法,更新子数组的大小,不需要再四舍五入操作时同时删除元素总量固定的约束。本文的其余部分组织如下。第一节2,介绍了三元变量来表示元素之间的调整相邻子数组和新颖的子数组的大小提出了优化方法。然后在节3,前面两个例子重新得到了更好的结果。最后,本文总结了部分4。
2。三元调整方法
如图1,一个元线性等距的沿着天线阵设在和划分子数组的大小和不同的振幅加权子阵列的输出端口。对应的数组的因素()是由 在哪里的位置吗th元素波长,是相对于孔径角,和元素的数量和振幅的重量吗分别th子数组。在迭代过程中,振幅权向量与速度矢量更新经典的算法方案 在哪里惯性权重,和加速常数指定有多少每个粒子的影响个人的最佳解决方案,全球最佳解决方案,发现群,,和是两个随机变量均匀分布。
自从数组具有固定的数组元素的总数,进入脑海的是子数组大小更新过程可以被视为元素相邻子阵之间的调整。换句话说,分为天线阵子串的分规。因此,如图2,一个随机向量组成的介绍了三元变量,向量的子数组大小更新如下: 在哪里代表之间没有调整th和th子数组+ 1代表一个元素的移动th子数组的子数组,分别和−1代表相反的操作。在(3),因为更新子数组大小的值总是整数,不需要四舍五入操作了。此外,调整元素只是从两个子数组;因此,整个元素的数量保持不变,这种约束也移除,从而有效地减少实现的复杂性。
这对于一个给定的子数组,每次只能调整结束的元素。因此,更新后的子数组大小向量是限制附近的前一个,这是一个合理的区域寻找更好的解决方案。支持的动机是自然。太大调整将使更新后的子数组大小不匹配与当前振幅重量,这将导致性能下降而不是改进。此外,随机三元向量的更新和搜索操作继续在整个优化过程的持续时间,可防止粒子被困在当地最好的解决方案和改善拓扑探测能力,特别是在后期的优化过程。
3所示。例子和结果
3.1。减少旁瓣的线性数组
第一个例子是减少sll / gl 128 -元素的线性阵列,研究了遗传算法在[12]。数组是分区分成16,元素之间的距离。每个子数组中的元素数量限制为工程实践甚至考虑;因此,每次调整一对元素作为一个整体之间相邻的子串。PSO算法的参数设置为先前提出的文献[14- - - - - -18,24),而却降低了线性迭代期间从0.9到0.4,然后呢更好的收敛性能。20 5000年代理群用于优化迭代。
图3说明了全球最佳的收敛值平均20多个独立试验。−35.74 dB的平均全球最佳值是通过三元调整方法,与传统−34.36 dB相比四舍五入的方法。迄今为止发现在20道,最好的解决方案通过三元调整方法是−36.5分贝,这是所有比均匀(−13.3 dB)逐渐减少,四舍五入方法(−35.7 dB)和遗传算法(−35.9 dB)。这些结果清楚地表明,三元调整方法具有更好的收敛性能和改善拓扑探测能力比现有的方法。图4(一)说明了优化的子数组大小和振幅重量,和,0.8491,0.7175,0.5310,0.4160,0.3173,0.2021,0.1048,分别。由于数组是对称的,只有右边所示。相应的优化阵列模式如图4 (b)。
(一)
(b)
3.2。平面阵的旁瓣降低
本文中描述的三元调整方法可以进一步扩展到平面阵列。第二个例子是关于平面相控阵的旁瓣减少元素研究[13]。每个元素之间的距离是0.5,扫描范围是−45°≤ϕ≤45°,−10°≤θ≤10°。在方向数组分为12子序列;因此,每个子数组都有两个元素同样但不同振幅的重量,而在方向数组分为8子序列与不平等的大小。再一次,在每个子数组的元素数量限制是偶数,对称性是假定在两个方向上,PSO算法的参数设置相同的第一个例子。20 1000年代理群用于优化迭代。的优化配置平面阵图所示5(一个)与,,,0.7485,0.5084,。图5 (b)展示了相应的三维数组模式在最坏的情况下带领(−45°,10°)。优化设计的峰值SLL−25.9 dB,和超过5 dB改进相比获得的结果(−20.7 dB) (13]。
(一)
(b)
4所示。结论
子阵列天线阵列的合成涉及混合整数优化,也就是说,整数的子数组大小和真正的振幅值权重。本文提出了一种新颖的方法,叫三元调整方法,更新子数组的大小,不需要再四舍五入操作而删除约束同时固定总元素的数量。这部小说的方法进一步结合PSO算法,并应用于两个例子关于子阵列天线阵列合成。数值结果表明,三元调整方法具有更好的收敛性能和改善拓扑探测能力比现有的方法。等固定长度划分问题,这种方法不仅可以结合PSO算法也将为其他进化算法是非常有用的。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作得到了国家自然科学基金(61271265,61271265,61132002),国家高技术研究发展计划(2012 aa121605)和清华大学计划科学研究项目(2011 z05112)。