一种基于遗传算法的波束赋形仿真设计方法

摘要

本发明提供了一种基于遗传算法的波束赋形仿真设计方法，包括以下步骤：一、在当前阵列天线目标方向图的波束上下建立目标边界约束线；二、取方向图超出上下目标边界约束线的值，建立适应度函数，优化当前阵列天线目标方向图函数；三、对比新生成的方向图与上下边界约束线，方向图超出上下目标边界约束线时，返回第二步；方向图位于上下目标边界约束线之内时，进行第四步；四、优化阵列天线的单元激励，当适应度函数值最小且图形最优时作为波束优化的结果。本发明提供了一种基于遗传算法的波束赋形仿真设计方法，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。

说明书

技术领域

本发明属于阵列天线波束赋形仿真技术领域，具体涉及一种基于遗传算法的波束赋形仿真设计方法。

背景技术

目前，阵列天线在应用时常常需要将阵列天线方向图形成指定波束以达到所需的要求，天线波束赋形有多种不同的方法，其中包含遗传算法，如公开号为CN104020448A的中国专利，利用遗传算法优化等阵元约束的雷达子阵级和波束/差波束，但在余割平方赋形方面则鲜有报道。对于相控阵天线来说，采用只改变馈电相位分布的仅相位加权方法可使其不改变原有功率分配馈电网络和不增加新设备的情况下，利用计算机控制移相器值的改变实现波束赋形，是非常经济的可行方法，称之为唯相位波束赋形。传统遗传算法是用天线方向图函数与目标方向图函数做差，线性阵列天线算法举例如下：

设有一个阵列单元数N＝24，阵列间距d＝0.7λ，沿z轴排列的直线阵列，单元的激励幅度和相位表示为

其阵因子为

式中，a

唯相位波束赋形就是在不改变S(θ)的N、d、λ、I

式中，M为θ的采样点数，

通过优化α

由上可知，传统建立目标函数的方法受限于目标方向图函数的建立，当不能建立目标方向图函数时，就不能建立遗传算法的目标函数。

发明内容

为解决上述技术问题，本发明提供了一种基于遗传算法的波束赋形仿真设计方法，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。

本发明通过以下技术方案得以实现：

一种基于遗传算法的波束赋形仿真设计方法，包括以下步骤：

步骤一：首先在当前阵列天线目标方向图的波束上下各建立一条目标边界约束线；

步骤二：比对当前阵列天线目标方向图与两条目标边界约束线，取方向图超出上下目标边界约束线的值，建立适应度函数，优化当前阵列天线目标方向图函数；

步骤三：对比新生成的阵列天线目标方向图与上下目标边界约束线，方向图超出上下目标边界约束线时，返回第二步；方向图位于上下目标边界约束线之内时，进行第四步；

步骤四：优化阵列天线的单元激励，当适应度函数值最小且图形最优时作为波束优化的结果。

相比于传统目标函数的建立，提出的上、下边界约束法进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。

所述步骤二中的适应度函数F(α)设计如下：

式中，

θ为一维角度，α为单元激励相位，C

所述步骤四中，阵列天线的单元激励优化对象为相位或幅度或相位与幅度的组合。

所述阵列天线为任意阵列形式。

进一步地，所述阵列天线为直线阵列。

所述阵列天线目标方向图的目标形状为任意波形。

进一步地，所述阵列天线目标方向图的目标形状为余割平方方向图。

进一步地，所述余割平方方向图波束宽度为40°。

本发明的有益效果在于：

与现有技术相比，通过设置上、下目标边界约束线进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。

附图说明

图1是本发明的方法流程图；

图2是本发明实施例的40°的宽波束余割平方赋形方向图；

图3是本发明实施例的幅度与相位分布图。

具体实施方式

下面进一步描述本发明的技术方案，但要求保护的范围并不局限于所述。

如图1所示，一种基于遗传算法的波束赋形仿真设计方法，包括以下步骤：

步骤一：首先在当前阵列天线目标方向图的波束上下各建立一条目标边界约束线；

步骤二：比对当前阵列天线目标方向图与两条目标边界约束线，取方向图超出上下目标边界约束线的值，建立适应度函数，优化当前阵列天线目标方向图函数；

步骤三：对比新生成的阵列天线目标方向图与上下目标边界约束线，方向图超出上下目标边界约束线时，返回第二步；方向图位于上下目标边界约束线之内时，进行第四步；

步骤四：优化阵列天线的单元激励，当适应度函数值最小且图形最优时作为波束优化的结果。

相比于传统目标函数的建立，提出的上、下边界约束法进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过不断迭代优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。

所述步骤二中的适应度函数F(α)设计如下：

式中，L

θ为一维角度，α为单元激励相位，C

所述步骤四中，阵列天线的单元激励优化对象为相位或幅度或相位与幅度的组合。

本实施例通过MATLAB软件对直线阵列天线进行遗传算法唯相位优化，设目标波束为40°的宽波束余割平方方向图，其中I

本发明提供的一种基于遗传算法的波束赋形仿真设计方法，通过设置上、下目标边界约束线进行目标函数建模，提出的建模思路可应用于任何形状的波束赋形算法优化，通过优化形成限制于两条约束线之间的目标波束，该方法不需要具体的目标方向图函数，具有与目标波束吻合度高的优势。