推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

遗传算法在赋形波束阵列天线优化中的应用

更新时间:2019-10-21 06:59:46 大小:321K 上传用户:杨义查看TA发布的资源 标签:遗传算法天线 下载积分:0分 评价赚积分 (如何评价?) 收藏 评论(0) 举报

资料介绍

文档为遗传算法在赋形波束阵列天线优化中的应用总结文档,是一份不错的参考资料,感兴趣的可以下载看看,,,,,,,,,,,,,

部分文件列表

文件名 大小
遗传算法在赋形波束阵列天线优化中的应用.pdf 321K

部分页面预览

(完整内容请下载后查看)
电子科技 2005 11 期(总194 期)  
遗传算法在赋形波束阵列天线优化中的应用  
杨国军,傅 光,陈 瑾  
(西安电子科技大学 天线与电磁散射国家重点试验室,陕西 西安 710071)  
摘 要 本文对遗传算法应用于赋形波束阵列天线优化进行了研究,通过对算法的综合和改进,使赋形波束  
阵列天线在给定副瓣电平和波束覆盖的条件下,增益得到了明显改善,达到了优化的目的,证实了遗传算法应用  
于此类问题的可行性和有效性。  
关键词 赋形波束;阵列天线;遗传算法  
中图分类号 TN820.1+5  
对于一个需要优化计算的问题,一般可按下述步骤  
来构造求解该问题的遗传算法:  
1 引 言  
本文应用的遗传算法具有思想简单、易于实  
1)确定决策变量和各种约束条件,即确定出  
个体的表现型和问题的解空间。  
现、应用效果明显等特点,适于大型复杂系统的优  
化。赋形波束阵列天线的主要指标要求包括赋形波  
束覆盖、副瓣电平、天线增益和主瓣波动以及工程  
实现的难易程度等。在不同的天线赋形中,对各个  
指标要求不同,各有侧重。通常,由于天线外形尺  
寸、重量和使用场所等条件的限制,阵列天线的单  
元间距已经确定,可以调整的参数只有各单元激励  
电流的幅度和相位。由于单元数量多,所以需要调  
整的参数量是很可观的。使用 Woodward—Lawson  
抽样法计算此类问题,在赋形区间基本可以达到精  
度要求,但副瓣电平通常较高,天线增益低。使用  
微扰法进行调整优化,工作量大,需要丰富的调试  
经验和理论分析。而遗传算法以其独具的特点可以  
处理此类问题。  
2)建立优化模型,即确定出目标函数的类型  
及其属性描述形式或量化方法。  
3)确定表示可行解的染色体编码方法,也即  
确定出个体的基因型及遗传算法的搜索空间。  
4)确定解码方法,即确定出由个体基因型到  
个体表现型的对应关系或转换方法。  
5)确定个体适应度的量化评价方法,即确定  
出由目标函数值到个体适应度的转换规则。  
6)设计遗传算子,即确定出选择运算、交叉  
运算、变异运算等遗传算子的具体操作方法。  
7)确定遗传算法的有关运算参数,即确定出  
遗传算法的种群数量、迭代步数、交叉概率、变异  
概率等参数。  
2 遗传算法的基本思路  
遗传算法是模拟生物在自然环境中的遗传和  
进化过程而形成的一种自适应全局优化概率搜索  
算法。遗传算法使用群体搜索技术,通过对当前群  
体施加选择、交叉、变异等一系列遗传操作,从而  
产生出新一代的群体,并逐步使群体进化到包含或  
接近最优解的状态。  
3 赋形波束阵列天线  
当阵列天线对副瓣电平、阵列增益等指标要  
求不高时,用 Woodward—Lawson 抽样法加微扰  
法可以达到要求。当各项指标要求比较高时,遗  
传算法就有了用武之地。下面结合一个实例的计  
算加以说明。  
遗传算法将优化问题看成是对“最优”解的搜  
索。以优化目标的各决定量为基因组成染色体群  
(也就是准优化解的集合以优化目标为基础构  
造适当的染色各准优化解价函数适应值。  
3.1 阵列天线赋形要求  
阵列天线单元数28间距排列求在指  
定的角度内天线方向图为余割平方赋形,如1 所  
瓣要求在-20dB 以下问题待优化的量就  
是各单元激励电流的幅度和相位,56 个变量。  
收稿日期2005-06-21  
2

全部评论(0)

暂无评论