基于遗传算法的平面相控阵加权及子阵结构的优化

摘要

在雷达系统中，抑制阵列方向图的旁瓣是一个基本和十分重要的问题。尤其是采用单脉冲技术的系统，需要同时对和波束及差波束的旁瓣进行抑制，而阵元级的模拟加权成本高昂。因此我们研究了在子阵结构已知的情况下，优化子阵加权，应用子阵级的数字加权代替阵元级的模拟加权，在大大降低成本的同时，得到性能满意的和、差波束。在这部分的研究过程中，为了提高优化效率和改善优化性能，提出了一种分阶段的遗传优化方法，这种方法在有效的抑制方向图旁瓣的同时，提高优化效率。
　　接下来分析了子阵级数字波束形成的数学描述及其性能，在不改变已有的子阵结构基础上，通过在子阵输出端加入加权网络进行后处理，来改善子阵方向图及扫描方向图的特性。应用遗传算法，对子阵级加权网络进行优化，有效的抑制了扫描方向图的旁瓣电平。
　　随着ADBF技术的发展，已经开始将其应用到子阵级。子阵级ADBF技术可以在干扰方向形成一个凹口，从而能够起到抑制干扰的作用，但是这样做往往会破坏静态方向图的旁瓣电平，使自适应方向图的旁瓣电平升高。为了抑制旁瓣电平升高的现象，考虑调整阵列加权和子阵结构来改善这种状况。
　　出于以上考虑，本文分别分析了阵元级加权、子阵结构和子阵级加权对方向图性能的影响。在此基础上，应用单目标遗传算法对阵列加权和子阵结构进行了联合优化，通过优化找到一种抑制自适应方向图旁瓣电平的方法，同时对SINR的性能进行了分析。在实际应用中单一目标的优化往往不能满足要求，进而引入了多目标遗传算法的概念，对系数加权法、VEGA、基于Pareto秩MOGA方法进行了介绍，给出了优化流程。为了能够更有效的进行遗传优化，在遗传优化过程中引入了保优策略，在优化过程中保留了累次优化中最优的解，并将父代的最优解注入到子代，增加收敛速度。
　　本文对使用的所有方法均进行了计算机仿真并进行了分析，从而证明了方法的有效性。

目录

基于遗传算法的平面相控阵加权及子阵结构的优化

THE WEIGHTING AND SUBARRAYSEGMENTATION OPTIMIZATION METHOD FORPLANAR PHASED ARRAY BASED ON GENETICALGORITHM

摘要

Abstract

第1章 绪论

1.1 课题来源及研究的目的和意义

1.2 国内外在该方向的研究现状

1.3 主要研究工作

第2章 遗传算法的基本原理及相控阵模型的建立

2.1 引言

2.2 遗传算法的基本原理

2.3 平面相控阵模型的建立及编解码方案

2.4 本章小结

第3章 基于遗传算法的子阵级加权优化

3.1 引言

3.2 抑制和、差波束旁瓣的子阵级加权优化

3.3 基于遗传算法的子阵级加权优化

3.4 本章小结

第4章 基于遗传算法的子阵级加权网络的优化

4.1 引言

4.2 子阵级ADBF 的理论基础

4.3 子阵级加权网络的优化

4.4 基于理想子阵方向图的加权网络的优化

4.5 基于高斯方向图的加权网络的优化

4.6 基于近似理想方向图的加权网络的优化

4.7 基于近似高斯方向图的加权网络的优化

4.8 本章小结

第5章 相控阵加权及子阵结构的联合优化

5.1 引言

5.2 阵元级加权及子阵结构的联合优化

5.3 子阵结构及子阵加权的联合优化

5.4 阵元级加权、子阵结构和子阵级加权的联合优化

5.5 本章小结

结 论

参考文献

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致 谢