一种综合赋形波束天线阵的组合算法
毫米波大规模MIMO系统多用户波束赋形优化算法
σ2 很小的情况下，波束赋形矢量矩阵为
( ) W∗ = H
ΛHH H-1 + σ2IK
P -1
1 2
（12）
其中 P 为对应的新的功率分配矩阵。
图 2 N=16,K=16 时平均和速率
图 3 N=32,K=16 时平均和速率
图 2 为 BS 阵列天线数 N=16，用户数 K=16 时每 信道平均和速率与平均 SINR 关系图。本文所提优 化算法在低 SINR 情况下能最大化信号功率，在高 SINR 情 况 下 能 抑 制 用 户 间 干 扰 ，性 能 优 于 传 统 ZFBF 及 MRT 波 束 赋 形 接 收 算 法 ，更 接 近 理 论 最 优。在 SINR=13dB 时，本文所提算法每信道高于 ZFBF 及 MRT10bit。图 3 给出了当 BS 阵列天线数 N=32，K=16 时每信道平均和速率与平均 SINR 关系 图。随着 BS 天线数量的增加，本文算法和 ZFBF 在 高 SINR 时接近理论最优，在低 SINR 时本文算法优 于 ZFBF，达到相同和速率所需 SINR 更低，在 N=32， SINR=25 时，本文算法每信道平均和速率能达到 130.4bit。 4结论
阵列响应矩阵，Gk 为路径增益，η 为与接收信号功
率线性关系的标准化因子。假定接收信号能够获
取完全信道状态信息，wk 为第 k 个用户的空间线性
波 束 赋 形 矢 量 ，w1, …, w K
∈ ℂN×1
，
wk wk
为 N 维空间
中一个方向上的波束赋形矢量，范数 wk 2 为向用
户 k 的分配功率。用户 k 的接收信干噪比（Signal-
k=1
k=1
∑ ∑ || || =
波束赋形gob算法matlab
波束赋形gob算法matlab波束赋形（Gob Algorithm）是一种常用的无源波束赋形算法，通过调整阵元上的加权系数，使得阵列的方向性增强。
以下是一个用MATLAB实现的波束赋形的示例代码：matlabfunction [w] = gobAlgorithm(theta, arraySpacing, N)% theta：波束指向角度% arraySpacing：阵列间距% N：阵元数量lambda = 1; % 波长k = 2*pi/lambda; % 波数d = arraySpacing * lambda; % 实际间距wn = ones(1, N); % 初始权重thetaN = 0:pi/180:pi; % 角度范围% 计算波束赋形权重for i = 1:length(thetaN)P = zeros(1, N);for j = 1:NP(j) = exp(1j*k*(j-1)*d*sin(thetaN(i)));endwn = wn + P;end% 正则化权重wn = wn / max(abs(wn));% 计算波束指向角度对应的权重w = wn(exp(1j*k*(0:N-1)*d*sin(theta)));end使用示例：matlabtheta = 20*pi/180; % 波束指向角度arraySpacing = 0.5; % 阵列间距N = 10; % 阵元数量w = gobAlgorithm(theta, arraySpacing, N);以上示例代码实现了一个简单的波束赋形算法，根据输入的波束指向角度、阵列间距和阵元数量计算出对应的波束赋形权重。
其中，使用了正弦函数来描述天线之间的相位差，根据相位差计算出各个阵元的相对权重。
最后，通过正则化将权重归一化处理，并返回指定波束指向角度的权重值。
基于遗传算法的阵列天线赋形波束综合
基于遗传算法的阵列天线赋形波束综合作者：韩荣苍孙如英来源：《现代电子技术》2008年第09期摘要：提出了一种改进的适应度函数确定方法，算法采用易操作的二进制编码。
通过改变适应度函数中的待定参数，有效提高了搜索效率。
采用遗传算法对基站天线的方向图赋形，其结果优于同种条件下用Woodward法得到的结果。
结合工程实践，考察了本文遗传算法的解的稳定性。
关键词：遗传算法;赋形波束;阵列天线;天线综合中图分类号：TP18 文献标识码：B文章编号：1004-373X(2008)09-035-Pattern Synthesis of Shaped Beam for Array Antennas Based on Genetic Algorithm(Linyi Normal University,Linyi,276005,China)Abstract：An improved method of defining fitness function is presented.Higher efficiency of searching can be achieved by setting undetermined parameter of fitness function.One shaped-beam array antenna is designed using genetic algorithm,the result is better than Woodward.The stability of the answer to GA is checked for engineering practice.The results of this paper are important either for engineering and theory.Keywords：genetic algorithm;shaped-beam;array antennas;antenna synthesis1 引言阵列天线的综合问题大多呈现多参数、不可微甚至不连续的特性，其方向图参数的最优化是一种非线性优化问题。
遗传算法综合赋形波束阵列天线及Matlab程序实现
遗传算法综合赋形波束阵列天线及Matlab 程序实现段霞霞,张金刚,刘彦明(西安电子科技大学通信工程学院 陕西西安 710071)摘 要:遗传算法在非线性数值优化方面有着很强的生命力,适于波束赋形阵列天线的综合。
Matlab 具有很强的数值计算能力和数据图视功能,经过二十多年的发展,逐渐成为工程师们进行数值优化的首选计算机语言。
以一部具有余割平方波束的雷达搜索天线阵为例,采用遗传算法对其馈电相位进行优化,优化结果与目标吻合。
同时给出其主要节点的Mat 2lab 程序。
关键词:遗传算法;波束赋形;优化设计;Matlab中图分类号:TN82 文献标识码:B 文章编号:1004-373X (2007)15-055-03Synthesis of Antenna Arrays Shaped -beam Using G A and Design Matlab ProgramDUAN Xiaxia G Jingang ,L IU Yanming(Communication Engineering Institute ,Xidian University ,Xi ′an ,710071,China )Abstract :G enetic Algorithm (GA )has been shown to be an effective strategy in the off -line optimization ,which is fit for designing shaped -beam antenna array.Matlab owns powerf ul abilities in numerical compute and data figure display.In re 2cently years ,engineers chose Matlab more and more.For design a search radar antenna arrays which has a square cosec beam ,GA is chosen to optimize the feed phases of antenna array.The pivotal Matlab programs are also presented.K eywords :genetic algorithm ;shaped -beam ;optimization design ;Matlab收稿日期:2007-04-181 引 言在搜索雷达、通讯技术等众多领域中,往往需要特殊形状的天线波束(如余割平方波束等),即天线的波束赋形。
波束合成算法
波束合成算法波束合成算法是一种用于无线通信中的信号处理技术，它可以将多个天线的信号进行合成，从而提高通信系统的性能和可靠性。
本文将介绍波束合成算法的原理、应用和未来发展方向。
一、引言随着无线通信技术的迅速发展，人们对于高速、高质量的通信需求越来越大。
而传统的单天线通信系统在传输速率和通信质量方面存在一定的限制。
为了克服这些限制，波束合成算法被提出并应用于无线通信系统中。
波束合成算法的核心思想是利用多个天线的信号进行合成，形成一个更强的波束，从而增强信号的传输和接收能力。
具体而言，波束合成算法分为两个阶段：波束形成和波束跟踪。
1. 波束形成在波束形成阶段，系统利用多个天线发射的信号相位差异来形成一个指向特定方向的波束。
通过调整每个天线的相位和幅度，可以将波束的主瓣指向所需的方向，并将副瓣的能量降低，从而提高信号的传输效果。
2. 波束跟踪在波束形成之后，波束合成系统需要实时跟踪目标信号的方向，以保持波束的指向。
波束跟踪算法通过不断调整每个天线的相位和幅度，使得波束能够随着目标信号的移动而跟踪，并保持最佳接收状态。
三、波束合成算法的应用波束合成算法在无线通信领域有着广泛的应用。
以下是几个常见的应用场景：1. 无线通信系统波束合成算法可以应用于无线通信系统中，通过合成波束可以提高信号的传输速率和通信质量。
特别是在高速移动通信环境下，波束合成算法可以显著提高系统的可靠性和抗干扰能力。
2. 雷达系统雷达系统需要对目标进行准确的探测和跟踪。
波束合成算法可以帮助雷达系统形成更为集中的波束，从而提高目标的探测概率和测距精度。
同时，波束跟踪算法可以保持波束的指向，随着目标的移动进行实时跟踪。
3. 无线电天文学无线电天文学需要对天空中的无线电信号进行接收和分析。
波束合成算法可以帮助天文学家将多个天线的信号合成为一个更为敏感的接收系统，从而提高无线电天文观测的灵敏度和分辨率。
四、波束合成算法的未来发展方向随着无线通信技术的不断发展和应用需求的不断增加，波束合成算法也在不断演进和改进。
卫星阵馈反射面赋形波束天线的内积波束赋形方法
卫星阵馈反射面赋形波束天线的内积波束赋形方法张亦希;张恒伟【摘要】Since for array-fed reflector satellite shaped-beam antennas, traditional beam-shaping algorithms obtain their results simply by approximating the shaped beams to a limited number of samples in the desired patterns at the corresponding directions, which requires antenna designers to adjust the numbers anti positions of those selected samples repeatedly before achieving satisfactory patterns and are al- ways difficult to use in practice. Thus, this paper presents a new beam shaping al- gorithm based on inner-product operation, which instead minimizes the total error of the shaped beam from the desired pattern at almost all directions and therefore o- vercomes the limitation of those traditional methods. Moreover, the presented algo- rithm is also an analytical approach to achieve accurate results efficiently.%传统的波束赋形方法由于仅仅是使赋形波束在某些方向上逼近目标方向图的采样值，而为获得满意的赋形波束往往需要对所选采样的数量和位置进行反复调整，在实际使用中十分不便。
移动基站天线及波束赋形天线研究
移动基站天线及波束赋形天线研究一、本文概述随着无线通信技术的快速发展，移动基站天线及波束赋形天线在提升网络覆盖、增强信号质量和提高频谱效率等方面发挥着至关重要的作用。
本文旨在深入研究移动基站天线及其波束赋形技术，探讨其设计原理、性能优化和应用前景。
本文将介绍移动基站天线的基本原理和分类，包括其工作原理、辐射特性以及不同类型天线的优缺点。
随后，将重点分析波束赋形天线的关键技术，如波束形成算法、阵列结构设计和信号处理技术等。
通过理论分析和实验验证，本文旨在揭示波束赋形天线在提高信号增益、降低干扰以及提升系统容量等方面的优势。
本文还将关注移动基站天线及波束赋形天线在实际应用中的挑战与解决方案。
例如，如何在复杂电磁环境下实现高效的天线布局和波束管理，以及如何在保证性能的同时降低天线系统的成本和复杂度。
本文将对移动基站天线及波束赋形天线的未来发展趋势进行展望，探讨新技术、新材料和新工艺对天线性能的影响，以及天线系统在5G、6G等未来通信网络中的应用前景。
通过本文的研究，旨在为无线通信领域的科研人员、工程师和决策者提供有益的参考和借鉴。
二、移动基站天线概述移动基站天线是无线通信系统中不可或缺的组成部分，其主要作用是实现无线信号的收发和波束赋形，从而确保无线通信的顺畅进行。
随着移动通信技术的不断发展和用户需求的日益增长，移动基站天线也在不断演进和优化。
移动基站天线通常由多个天线单元组成，这些天线单元按照一定的排列方式组成阵列，以实现信号的定向传输和接收。
根据不同的应用场景和频段，移动基站天线可以分为多种类型，如全向天线、定向天线、扇形天线等。
其中，全向天线能够向各个方向均匀地辐射信号，适用于覆盖范围广、用户分布均匀的场景；定向天线则能够将信号集中向特定方向传输，适用于需要高精度覆盖和减少干扰的场景。
除了天线类型外，移动基站天线的性能还受到天线增益、波束宽度、极化方式等多个因素的影响。
天线增益决定了天线辐射信号的强度，而波束宽度则决定了天线覆盖的区域范围。
5g 波束赋形
5G波束赋形1. 什么是5G波束赋形？5G波束赋形（5G beamforming）是指通过调整天线的辐射模式，使得无线信号在特定方向上更加集中和聚焦的技术。
它是5G通信系统中的一项重要技术，可以提高信号传输的效率和容量，降低干扰，并提供更稳定和高速的无线连接。
2. 5G波束赋形的原理和工作方式5G波束赋形的原理基于天线阵列的技术。
在传统的无线通信系统中，天线通常以全向性辐射信号，无法将信号聚焦在特定的方向上。
而5G波束赋形通过控制天线阵列中每个天线的相位和幅度，使得信号能够在特定方向上相干叠加，形成一个聚焦的波束。
具体而言，5G波束赋形包括两个主要步骤：波束发射和波束接收。
在波束发射方面，基站通过调整天线阵列的相位和幅度，将信号聚焦在特定的方向上。
这样，接收设备就可以更好地接收到来自基站的信号，提高了信号的接收质量和速率。
在波束接收方面，接收设备通过调整天线阵列的相位和幅度，将天线的接收灵敏度最大化。
这样，接收设备可以更好地接收到来自特定方向的信号，降低了来自其他方向的干扰。
3. 5G波束赋形的优势和应用5G波束赋形技术具有以下优势和应用：3.1 提高信号传输效率和容量通过将信号聚焦在特定方向上，5G波束赋形可以提高信号的传输效率和容量。
传统的无线通信系统中，信号会在多个方向上辐射，导致信号的衰减和干扰。
而5G 波束赋形可以将信号集中在用户所在的方向上，减少了信号的衰减和干扰，提高了信号的传输效率和容量。
3.2 降低干扰5G波束赋形可以通过将信号聚焦在特定方向上，降低来自其他方向的干扰。
在传统的无线通信系统中，由于信号在多个方向上辐射，可能会与其他设备的信号相互干扰。
而5G波束赋形可以将信号聚焦在特定方向上，减少了与其他设备的干扰，提高了通信的可靠性和稳定性。
3.3 支持大规模多用户通信由于5G波束赋形可以将信号聚焦在特定方向上，因此可以支持大规模多用户通信。
传统的无线通信系统中，由于信号在多个方向上辐射，可能会导致频谱资源的浪费和用户之间的干扰。
通信系统中的波束赋形技术
通信系统中的波束赋形技术波束赋形技术是一种用于无线通信系统中的信号处理技术，旨在通过控制传输信号的幅度和相位，使其形成一个狭窄且定向的波束。
这种技术可以提高无线通信系统的信号传输效率和容量，减少信噪比，改善通信质量和覆盖范围。
本文将详细介绍波束赋形技术的原理、步骤和应用。
一、原理1.1 相干叠加原理波束赋形技术基于相干叠加原理，即不同波束的信号可以在特定方向上实现叠加增强。
通过调整传输信号的相位和幅度，可以使信号在特定方向上相位一致，从而叠加达到增强的效果。
1.2 多输入多输出（MIMO）系统波束赋形技术通常基于多输入多输出（MIMO）系统实现。
MIMO系统通过利用多个发射天线和接收天线，可以同时传输和接收多个数据流。
波束赋形技术利用这些发射和接收天线之间的相位差异和幅度控制，实现对信号波束的精确控制。
二、步骤2.1 信号处理在波束赋形技术中，首先需要对传输信号进行处理。
这一步骤包括对信号进行采样和数字化处理，以及利用算法和固定的权重矩阵，对信号进行相位和幅度的调整。
通过这种方式，可以使信号形成一个定向的波束。
2.2 发射天线设计为了实现波束赋形，发射天线需要进行设计和优化。
发射天线的数量、排列方式和辐射特性都会直接影响波束赋形的效果。
优化的发射天线设计可以实现更精确的信号控制和更高的天线增益。
2.3 接收天线设计与发射天线一样，接收天线的设计也是波束赋形技术中不可或缺的一部分。
接收天线的数量和排列方式需要根据具体应用场景进行优化，以实现对信号的更精确接收和解译。
2.4 自适应算法自适应算法在波束赋形技术中扮演着重要的角色。
通过利用反馈信息和行动准则，自适应算法可以实时调整传输信号的相位和幅度，以适应复杂的无线通信环境和变化的信号特性。
这样可以最大程度地提高波束赋形的性能和效果。
三、应用3.1 无线通信网络波束赋形技术可以应用于无线通信网络中，提高信号传输容量和覆盖范围。
通过优化发射和接收天线的设计，可以实现更高的天线增益和更好的信号覆盖质量，减少信噪比，提高通信质量。
波束赋形原理(Beam Forming)
波束赋形波束赋形原理波束赋形的目标是根据系统性能指标，形成对基带（中频）信号的最佳组合或者分配。
具体地说，其主要任务是补偿无线传播过程中由空间损耗、多径效应等因素引入的信号衰落与失真，同时降低同信道用户间的干扰。
因此，首先需要建立系统模型，描述系统中各处的信号，而后才可能根据系统性能要求，将信号的组合或分配表述为一个数学问题，寻求其最优解。
1． 系统模型根据应用场合的不同，一般可以将波束赋形算法分为上行链路应用以及下行链路应用。
无论是哪种情况，总可以用一个时变矢量（MIMO）信道来描述用户端与基站端的信号关系，如图2所示。
对于上行链路，多个发射信号实质上是K个用户设备同时发送的信号，基站则使用多个天线单元接收信号，对其进行处理和检测，这时发送端的信号分配仅在各个支路分别进行；对于下行链路，基站仍可能使用多个天线单元向特定用户发射信号，但用户设备使用单天线检测与其有关的信号，这时接收部分降为一维，信号组合也仅对于单路信号进行。
根据图2的系统模型，就可以描述发送端的原始信号与接收端实际接收信号之间的关系，通常根据研究重点的不同，对于原始信号以及实际接收信号的位置会有不同的定义。
对于波束赋形技术，一般其研究的范围从发送端扩谱与调制单元的输出端，到接收端解扩与解调单元的输入端，而研究过程中又常将信号分配单元输出端到信号组合单元输入端之间的部分合并，统称为无线移动信道，由于无线移动通信环境的极度复杂，无法得到其输入输出关系的确切描述，一般采用大量测量和理论研究相结合的方法，使用有限的参数描述该信道。
采用这种方法后，就可以得到受干扰有噪信号与原始信号的关系，并据此在一定程度上恢复信号。
因此，波束赋形的一般过程为：⑴根据系统性能指标（如误码率、误帧率）的要求确定优化准则（代价函数），一般这是权重矢量与一些参数的函数；⑵采用一定的方法获得需要的参数；⑶选用一定的算法求解该优化准则下的最佳解，得到权重矢量的值。
可以发现，由于通信环境复杂，上述过程的每一阶段都可有不同的实现方案，因此产生了大量的波束赋形算法，如何衡量和比较其性能也成为波束赋形技术研究的一个重要方面。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
* 收稿日期: 2006-06-19; 定稿日期: 2006-12-14 基金项目: 国家自然科学基金资 助项目 ( 60471043)
第 23卷第 6期
李绪平等: 一种综合赋形波束天线阵的组合算法
接 近最 优解 时的 随机 波动 。文 章最后 以综 合一 个低 副瓣平方余割波束阵列为例, 在馈电幅度和单元间 距给定的情况下, 分别用直接搜索算法的代表 Pow ell算法、遗传算法和本文介绍的组合算法对单 元馈电相位进行优化, 可以看出, 在主瓣达到要求的 前提下, 组合算法所得结果比单纯应用 Pow ell算法 的阵列副瓣低大约 6dB, 比遗传算法低大约 4dB, 副 瓣 的降 低减 少了 雷达 被敌 方侦 察到的 概率 。
遗传算法是随机算法, 因此具有很强的跳出局 部最优的能力, 克服了直接搜索算法的这一缺点, 同 时也 暴露 出自 身的 不足 。当 问题 适应度 达到 一定 值 后, 继续增加迭代步数, 不但对得到更好的解没有任 何帮助, 它的随机波动性还会造成解的恶化。本文 将遗传算法和直接搜索算法相结合, 提出一种新型 的组合优化方法, 先用遗传算法优化问题, 用优化的 结果为直接搜索算法赋初值继续优化, 这样既利用 了遗传算法的全局寻优特性, 又避免了当遗传算法
第 23卷第 6期 2007年 12月
微波学报
JOURNA L O F M ICROW AV ES
文章编号: 1005-6122( 2007) 06-0026-03
一种综合赋形波束天线阵的组合算法*
V o.l 23 N o. 6 D ec. 2007
李绪平 1 赵交成2 段霞霞 3 张金刚 3
( 1. 西安电子科技大学天线与微波技术重点实验室, 西安 710071; 2. 西安电子工 程研究所, 西安 710100; 3. 西安电子科技大学通信工程学院, 西安 710071)
Abstract: A new comb ined a lgo rithm has been presented. A n approx im ate optimum resu lt is obta ined firstly by GA, and then the result is used as the initial va lue o f the direct search a lgo rithm in the fo llow ing optim ization. T his new a lgor ithm emphas izes the g lobal optim iza tion charac teristic o fGA, and avo ids the slightly random fluc tuation using GA w hen the so lution closes to optimum. In this w ay, the mo re ex ce llent solution can be obta ined. A s an ex am ple, w e synthesis a low s ide lobe square cosec beam antenna array. The side lobes o f patte rn obta ined by the com bined a lgor ithm are 4dB low er than those by GA and d irec t search a lgo rithm wh ile the m a in lobes m eet requests.
图 1 三种算法综合的赋形波束阵列方向图比较
如图 1所示, 粗实线是组合算法优化的结果, 细
实线是应用 Pow ell算法结果, 虚线是遗传算法的结
果。可以看出, 在三种算法所得结果主瓣均达到要
求的情况下, 组合算法优化的副瓣比 P ow ell算法和
遗传算法分别低大约 6dB和 4dB, 副瓣的降低减少
另外, 在组合算法中, 由于遗传算法已经得到近 似最优解, 直接搜索算法只需对其初步结果进行二 次优化, 速度很快, 比起单纯应用遗传算法反复搜索 节 约了 大量 时间 。
1 组合优化方法
正如前文所述, 直接搜索算法容易陷入局部最
优, 而遗传算法在接近最优解时会出现随机波动, 很
难收敛。为了弥补以上不 足, 本文提出一种 遗传
( 6)
=- 4
= 36
其中 a1, a2, a3 和 a4 是误差函数的分段加权值, 工程
实践表明, - 39
- 5 的区域副瓣很难压低, 而
-4
35 是主瓣区域, 在整个天线方向图中最
27
微波学报
2007年 12月
为重要, 所以对这两处我们采用较大的权值, 即通过 放大重点区域误差的 办法提高算法寻 优能力。因 此, 在下面的例子中我们将 a1, a2, a3 和 a4 分别取为 1, 2, 10和 1。
以 Pow ell算法为代表 的直接搜索算 法思路简 单, 计算速度快, 很早 以前就被应用 于综合天线阵 列, 然而它属于局部寻 优算法, 寻优能力受限 [ 1, 2] 。 遗传算法 ( GA ) 是一种模拟自然界生物进化过程和 机制的自组织、自适应的随机搜索优化算法, 适合解
决此类复杂的非线性优化问题, 对搜索空间也没有 特殊要求, 近年来, 在天线阵 列的设计中有 较多应 用。
列中垂线的夹角, 在以下计算中 取每度一点进行
计算 ) 的空间内大于图 1 中的台阶折线, 其余空间
区域 副瓣 尽量 低。
首先, 我们定义目标函数 F0 ( ), 它根据主瓣台 阶形 状和 低副 瓣的 要求 给出 :
0. 1, - 90
- 5 , 36
90
F 0 ( ) = cs c2 ( + 300 ) /4. 5, - 4
K ey word s: Com bined algorithm, G enetic algor ithm ( GA ) , A ntenna array, Shaped-beam
引言
在搜索雷达、通讯等众多领域中, 往往需要特殊 形状的天线波束 ( 如余割平方波束等 ) , 即天线的波 束赋形。在阵列天线的设计中, 根据波束形状求解 阵 列天 线单 元间 距、激 励 的 幅度 和 相 位 称 为 天 线综 合。
3 结论
遗传 算法 和直 接搜 索算 法是 天线综 合中 常用 的 优化方法, 然而都存在一定的不足。本文先用遗传 算法优化问题, 将得到的初步优化结果用直接搜索 算法二次优化, 提出一种新型的组合算法。这种算 法突出了遗传算法全局寻优的特点, 避免了接近最 优解 时的 随机 波动 。通 过一 个低 副瓣平 方余 割波 束 阵列的工程实例可以看到, 在主瓣均达到要求的情 况下, 组合算法优化的副瓣比其它两种算法低 4dB 以上, 充分体现了这种算法的工程应用价值。
了我方雷达被敌人侦察到的概率, 体现了这种组合
算 法在 工程 中的 实用 价值 。
需要注意的是, 本算例来自于实际工程, 其馈电
幅度固定不变, 由测量得出, 这里仅优化馈电相位。
幅度和各种算法优化的相位结果如表 1所示。如果
我们加大馈电幅度锥削, 将得到更低的副瓣。
表 1 单元激励电流分布 钟内即可完成直接搜索。
对于复杂的大型工程问题, 可以借 鉴 P ow ell算法、
D. S. C. 算法等, 采用步长自适应变化、二次插值等
技 术加 速收 敛。
下面以综合赋形波束天线阵为例, 介绍组合算
法的具体步骤。其中 假设单元间距 和馈电幅度给
定, 只优化相位。 第 1步: 通过遗传算法 [ 7] , 得到初步优化的单元
2. X i an E lectronic Eng ineering Research Institu te, X i an 710100, Ch ina; 3. C ommun ication E ngineer ing Institute, X idian University, X i an 710071, China)
第 5步;
第 5步: 若 diff ( + x pi ) d iff ( ), 则转入 第 6步; 否则转入第 7步;
第 6步: 计算 = + x pi , 转入第 5步; 第 7步: i = i + 1, 若 i = n + 1, 转入第 8步; 否
则转入第 4步;
第 8步: 计算 d if fk, 若 diff k- 1 - diffk
关键词: 组合算法, 遗传算法, 天线阵列, 波束赋形
Synthesis of the Shaped-Beam A rray Antennas U sing a N ew Combined A lgorithm
L I Xu-p ing1, ZH AO Jiao- ch eng2, DUAN X ia-x ia3, ZH ANG Jin-gang3 ( 1. K ey Laboratory of A ntenna and M icrowave T echno logy, X idian U niver sity, X i an 710071, Ch ina;
在主瓣区 ( - 4
35 ), 方向图尽可能接近目标
函数方向图, 所以
diffmain = | F ( ) - F 0 ( ) |
( 5)
整体 误差 函数 定义 为
- 40
-5
d iff ( ) = a1 d if f sub + a2 d iff sub +
= - 90
= - 39
35
90
a3 d iffmain + a 4 d iff sub
算法 + 直接搜索算法 的组合优化方法。其基本思
想就是先通过遗传算法得到近似全局最优解, 再通