基于自适应概率学习的大型稀疏阵列天线高效综合方法

摘要

本发明公开了基于自适应概率学习的大型稀疏阵列天线高效综合方法，解决了大型阵列天线稀疏阵列综合存在阵列口径内天线单元的渐变密度分布不好、方向图的副瓣高，造成辐射特性差、效率不高问题。本发明将稀疏阵列的布局结合天线单元的挑选概率估计，将阵列综合问题结合自适应概率学习模型的优化来实现，实现步骤为：随机初始化天线阵元分布并构建初始概率估计模型；利用快速傅里叶变换由激励系数快速计算远场方向图；基于概率学习的策略，根据概率模型产生新的解决方案参与竞争；调整远场方向图；由快速傅里叶变换求得阵元激励，更新概率模型。当满足目标函数要求或达到最大迭代次数，则输出最优稀疏化布阵方案，解决大型稀疏阵列天线综合问题。