天线阵列优化研究
《移动通信多频阵列天线设计与阵列优化》范文
《移动通信多频阵列天线设计与阵列优化》篇一一、引言随着移动通信技术的飞速发展，多频阵列天线在无线通信系统中扮演着越来越重要的角色。
为了满足日益增长的无线通信需求，设计高效、可靠的移动通信多频阵列天线，并对其进行优化，成为了当前研究的热点。
本文将详细介绍移动通信多频阵列天线的设计原理、设计方法以及阵列优化的相关技术。
二、多频阵列天线设计原理多频阵列天线的设计原理主要基于天线阵列理论和频率分集技术。
通过将多个天线单元按照一定的规则排列成阵列，可以实现对多个频段的覆盖，提高天线的增益和方向性。
同时，通过频率分集技术，可以将不同频段的信号分别传输到不同的天线单元，实现频段的独立控制和优化。
三、多频阵列天线设计方法1. 天线单元设计：天线单元是构成阵列天线的基本单元，其性能直接影响到整个阵列的性能。
因此，设计高效、可靠的天线单元是多频阵列天线设计的关键。
通常采用微带贴片天线、偶极子天线等作为基本的天线单元。
2. 阵列布局设计：阵列布局设计是指将多个天线单元按照一定的规则排列成阵列的过程。
常见的阵列布局包括线性阵列、平面阵列等。
布局的规则应考虑到天线的辐射特性、方向性以及空间分布等因素。
3. 馈电网络设计：馈电网络是连接天线单元和信号源的重要部分，其性能直接影响到天线的匹配和传输效率。
设计合理的馈电网络，可以实现天线单元的独立控制和优化，提高整个阵列的性能。
四、阵列优化技术1. 幅度和相位调整：通过调整每个天线单元的幅度和相位，可以实现对整个阵列的优化。
幅度和相位的调整可以通过调整馈电网络的参数或者采用数字预失真技术来实现。
2. 波束赋形：波束赋形是指通过对阵列天线的幅度和相位进行加权，使天线辐射的波束具有一定的方向性和形状。
波束赋形可以实现对特定区域的增强覆盖和抑制干扰，提高通信系统的性能。
3. 算法优化：采用优化算法对阵列天线的性能进行优化，是当前研究的热点。
常见的优化算法包括遗传算法、粒子群算法、神经网络等。
《移动通信多频阵列天线设计与阵列优化》范文
《移动通信多频阵列天线设计与阵列优化》篇一一、引言随着移动通信技术的快速发展，用户对无线通信系统的性能和可靠性提出了更高的要求。
移动通信多频阵列天线是无线通信系统中至关重要的部分，它对系统性能和用户体验产生深远的影响。
因此，本论文旨在研究移动通信多频阵列天线的优化设计，以提高其性能和可靠性。
二、多频阵列天线设计1. 需求分析在设计多频阵列天线时，首先需要明确其应用场景和需求。
这些需求包括工作频率、增益、极化方式、波束宽度等。
针对不同的需求，设计出不同的阵列结构和天线单元。
2. 阵列结构选择多频阵列天线的阵列结构是影响其性能的关键因素。
常见的阵列结构包括线阵、面阵等。
选择适当的阵列结构，可以有效地提高天线的增益和波束指向性。
3. 天线单元设计天线单元是多频阵列天线的基本组成部分。
根据应用需求和阵列结构，设计出不同形状和尺寸的天线单元。
同时，要保证天线单元在多个频率上具有良好的性能。
三、阵列优化方法1. 遗传算法遗传算法是一种优化算法，通过模拟自然进化过程，对多频阵列天线的阵元位置、相位差等参数进行优化。
这种方法可以有效地提高天线的性能和可靠性。
2. 神经网络算法神经网络算法是一种机器学习方法，可以用于预测和优化多频阵列天线的性能。
通过训练神经网络模型，可以找到最优的阵列结构和参数组合，从而提高天线的性能。
四、实验与结果分析为了验证所设计的多频阵列天线的性能和优化效果，我们进行了实验测试和分析。
首先，我们设计了不同结构的天线单元和阵列结构，然后通过仿真和实测的方式对天线的性能进行了评估。
实验结果表明，经过优化的多频阵列天线在多个频率上具有较高的增益和良好的波束指向性。
同时，我们还对遗传算法和神经网络算法的优化效果进行了比较，发现这两种方法都可以有效地提高天线的性能和可靠性。
五、结论与展望本论文研究了移动通信多频阵列天线的优化设计，通过选择适当的阵列结构和天线单元，以及采用遗传算法和神经网络算法等优化方法，提高了天线的性能和可靠性。
高性能MIMO天线及阵列技术研究
高性能MIMO天线及阵列技术研究高性能MIMO天线及阵列技术研究近年来，随着无线通信技术的快速发展和移动设备的普及，对于无线通信系统的容量和数据传输速率要求也越来越高。
多输入多输出（MIMO）系统作为一种重要的无线通信技术，能够利用空间上的多个天线传输和接收多个独立的数据流，有效提高了系统的容量和性能。
MIMO系统在实际应用中，天线的设计和阵列技术的选择对于系统性能具有重要影响。
高性能MIMO天线的设计需要考虑多个因素，其中包括天线增益、频率选择、极化和方向性等。
同时，由于移动设备对天线大小和外观等要求相对严格，因此设计天线需要兼顾尺寸、重量等因素。
在MIMO系统中，天线阵列的布局和配置对于系统的性能至关重要。
阵列技术能够利用多个天线的空间分集和综合，增加系统的容量和抗干扰性能。
目前常见的阵列配置包括线性阵列、矩形阵列和圆形阵列等。
不同的阵列配置对于系统的性能具有一定的影响，因此需要根据具体应用和系统要求选择合适的阵列配置。
对于高性能MIMO天线和阵列技术的研究，主要包括以下几个方面。
首先，研究高性能MIMO天线的设计方法。
通过分析不同电磁波在天线上的辐射和传输特性，设计具有较高增益和方向性的天线结构。
同时考虑天线的尺寸、重量等因素，使得天线能够满足移动设备对天线外观和尺寸的要求。
其次，研究高性能MIMO天线的频率选择技术。
由于不同应用场景对频率的要求有所不同，因此需要选择合适的频率带宽和中心频率。
通过优化天线结构和电路参数，实现对特定频段的选择和传输优化。
第三，研究高性能MIMO天线的极化技术。
天线极化直接影响到信号的传输性能，因此需要研究不同极化方式的特性和应用场景。
常见的极化方式包括垂直极化、水平极化、局部极化和圆极化等。
最后，研究高性能MIMO天线阵列的优化配置方法。
通过计算机模拟和实验测试，对不同阵列配置的天线进行性能比较和优化。
同时考虑天线之间的互相干扰和相互耦合问题，提出解决方案并进行系统优化。
宽带小型化天线及阵列技术研究
宽带小型化天线及阵列技术研究随着无线通信技术的快速发展，天线作为通信系统的重要组件，其性能和尺寸成为了研究的焦点。
近年来，宽带小型化天线及阵列技术成为了天线领域的热门研究课题。
本文将对宽带小型化天线及阵列技术进行详细探讨，旨在为相关领域的研究提供参考。
宽带小型化天线及阵列技术的研究涉及多个方面。
对于关键词的分析，可以从以下几个方面展开：宽带小型化天线：主要涉及到天线的结构设计、材料选择和制造工艺等方面的研究。
通过优化设计，使天线具备宽频带、高效率和小型化的特点。
阵列技术：通过将多个天线单元按照一定的规律排列，形成天线阵列，以提高天线的方向性、增益和抗干扰能力。
阵列设计是该技术的关键之一。
无线通信技术：无线通信系统的性能主要受限于信号传输质量和距离。
天线及阵列技术的优化可以提高无线通信系统的性能，满足不同场景的需求。
宽带小型化天线及阵列技术的研究主要基于以下原理：天线的基本理论：天线通过辐射和接收电磁波实现信号传输。
宽频带天线的设计需要减小天线尺寸并优化辐射电阻，以提高天线的辐射效率和带宽。
阵列信号处理：通过控制天线阵列中各个元素的相位和振幅，形成定向波束，提高信号强度和抗干扰能力。
同时，阵列设计还可以实现波束赋形、空间复用等功能。
高性能材料：采用新型的高性能材料，如超材料、纳米材料等，可以提高天线的性能，实现天线的小型化和宽带化。
宽带小型化天线及阵列技术的应用广泛，以下是几个主要应用场景：无线通信系统：在无线通信领域，宽带小型化天线及阵列技术的应用可以提高通信系统的性能和覆盖范围。
例如，在5G、6G等通信系统中，宽带小型化天线及阵列技术可以支持更多频段和更高的传输速率。
雷达系统：雷达是一种利用电磁波探测目标的电子设备。
宽带小型化天线及阵列技术可以用于提高雷达的探测能力、分辨率和抗干扰能力。
雷达还可以利用该技术实现多目标跟踪和三维成像。
电子战领域：在电子战领域，宽带小型化天线及阵列技术可以用于侦察、干扰和欺骗敌方雷达和通信系统。
通信系统的天线阵列设计与性能优化
通信系统的天线阵列设计与性能优化随着通信技术的快速发展，无线通信系统中的天线阵列设计和性能优化变得越来越重要。
天线阵列是一种由多个天线组成的系统，可以提高通信系统的传输速率、信号质量和系统容量。
本文将介绍通信系统中的天线阵列设计原理和性能优化方法，并探讨其在实际应用中的优势和挑战。
一、天线阵列的设计原理天线阵列是通过将多个天线组合在一起来形成一个整体的天线系统。
它通过控制每个天线元素的相位和振幅来实现波束形成、空间多址和信号传输增益。
天线阵列设计的主要原理包括以下几个方面：1. 平面阵列设计：平面阵列天线通常由均匀排列的天线元素组成。
通过控制天线元素之间的距离和相位差，可以实现主波束的形成和辐射方向的控制。
常见的平面阵列设计包括线性阵列、矩形阵列和圆形阵列等。
2. 自适应波束形成：自适应波束形成是一种利用数字信号处理技术对接收到的信号进行处理的方法。
通过根据接收到的信号强度和相位信息来实时调整天线阵列的权重和相位，从而最大化接收信号的信噪比。
自适应波束形成可以提高信号的接收质量和降低多径效应对信号的影响。
3. 空间多址技术：空间多址技术是一种利用天线阵列的空间选择性传输信号的方法。
通过将不同发送用户的信号编码到不同的空间角度或波束中，可以实现在同一个频谱资源上传输多个信号。
空间多址技术可以提高系统容量和频谱效率，降低互干干扰。
二、性能优化方法为了进一步提高通信系统中天线阵列的性能，可以采取以下优化方法：1. 波束赋形算法：波束赋形算法是一种用于确定天线阵列权重和相位的优化算法。
通过建立系统性能模型，并结合天线阵列的约束条件和系统需求，可以设计出最佳的波束赋形算法。
常用的波束赋形算法包括最小均方误差算法、线性约束最优化算法和基于梯度的算法等。
2. 多路径信号处理：多路径信号是通信系统中常见的问题之一，它会导致信号的多径衰落和时延扩展。
通过采用多路径信号处理算法，如欠采样和超分辨率重构算法，可以减小多径效应对通信系统性能的影响，提高信号的接收质量和系统容量。
基站天线的天线阵列设计与优化
基站天线的天线阵列设计与优化一、引言基站天线在移动通信领域中扮演着至关重要的角色，而天线阵列作为一种新型的天线形式，具有较强的指向性和波束赋形能力，能够有效提高天线的增益和通信质量。
本文旨在对基站天线的天线阵列设计与优化进行探讨和研究。
二、天线阵列的设计原理天线阵列是将多个天线按照一定的几何结构排列在一起，通过信号的相位和幅度控制实现波束赋形，以便对目标区域进行精确指向信号传输。
天线阵列的设计原理主要包括阵列结构设计、波束赋形算法及信号处理模块。
1. 阵列结构设计天线阵列的结构设计包括天线的排列方式、阵元间距、阵列形式等。
不同的排列方式和形式会影响天线阵列的指向性和波束赋形性能，因此在设计过程中需要充分考虑目标覆盖区域和通信需求。
2. 波束赋形算法波束赋形算法是天线阵列实现指向性传输的关键，常见的波束赋形算法包括波束扫描、最大信噪比和最小均方误差等，通过优化算法可实现对目标信号的精确定向传输。
3. 信号处理模块天线阵列的信号处理模块主要包括数字控制单元和相位调节器等，通过对输入信号进行相位和幅度的实时调节，实现波束的精确赋形和切换。
三、天线阵列的优化方法天线阵列的设计与优化是为了实现更好的均匀覆盖和异物区域消除，提高通信系统的使用效率和性能。
天线阵列的优化方法主要包括阵列元件的优选、波束赋形算法的优化和多天线协同传输等。
1. 阵列元件的优选在天线阵列的设计中，选用合适的阵列元件对天线阵列的性能至关重要。
如选择合适的阵列单元和射频模块可大大提高阵列的辐射效率和增益，从而改善通信质量。
2. 波束赋形算法的优化针对不同的通信场景和需求，天线阵列的波束赋形算法需要进行相应的优化。
如针对密集城市区域的通信需求可采用波束扫描算法，而对于长距离通信可采用最大信噪比算法。
3. 多天线协同传输多天线协同传输是指将多个天线阵列之间进行协同通信，通过相互配合和干涉消除技术，实现更加高效和稳定的通信传输。
在基站覆盖范围有限的情况下，多天线协同传输可有效扩大通信覆盖范围。
基于物理天线阵列技术的宽带通信系统设计与优化
基于物理天线阵列技术的宽带通信系统设计与优化近年来，随着无线通信技术的迅猛发展和对高速宽带通信需求的不断增加，基于物理天线阵列技术的宽带通信系统逐渐成为研究的热点。
本文将对基于物理天线阵列技术的宽带通信系统的设计与优化进行探讨。
首先，物理天线阵列技术是指将多个天线按照一定的规律排列组合在一起，形成一个天线阵列。
通过合理设计天线阵列的结构和参数，可以实现信号的增强、抑制干扰和波束形成等功能，从而提高无线通信系统的性能。
在宽带通信系统的设计中，物理天线阵列技术可以应用于多个方面。
首先是系统容量的提升。
通过天线阵列的波束形成技术，可以使发送和接收的信号更加集中，从而提高信号的传输质量，增加系统的容量。
其次是系统覆盖范围的扩大。
天线阵列技术可以控制信号的传播方向，减少信号的传输损耗，提高信号的覆盖范围，使通信系统的覆盖半径更大，实现更广阔的通信范围。
为了优化基于物理天线阵列技术的宽带通信系统，需要考虑多个方面的问题。
首先是天线阵列的结构设计。
天线阵列的结构主要包括天线的位置、数量和方向等参数。
通过合理选择和优化这些参数，可以提高天线阵列的性能和效能。
其次是天线间的干扰管理。
由于天线阵列中天线之间存在一定的耦合和干扰，需要针对这些问题进行优化设计，提高系统的抗干扰能力和可靠性。
此外，还需要考虑信号的调度和功率控制等问题，以降低信号的传输误码率和提高系统的容量。
在设计基于物理天线阵列技术的宽带通信系统时，需要充分考虑系统的可行性和可靠性。
首先要进行仿真和实验验证，验证系统设计的正确性和有效性。
其次，还需考虑系统的成本和功耗等问题。
物理天线阵列技术需要大量的天线和信号处理硬件支持，因此需要进行成本效益分析，确保系统的可行性和可持续性。
除了系统设计和优化，基于物理天线阵列技术的宽带通信系统还面临一些挑战和问题。
首先是天线阵列的尺寸和重量问题。
为了实现宽带通信系统的便携性和灵活性，需要减小天线阵列的尺寸和重量，提高系统的可移动性。
超宽带天线设计及共形阵列综合研究
超宽带天线设计及共形阵列综合研究超宽带天线设计及共形阵列综合研究随着无线通信技术的快速发展，越来越多的应用场景对高速、大容量的数据传输进行需求。
超宽带（Ultra-Wideband，简称UWB）通信作为一种新型的无线通信技术，以其高速、低功耗、抗干扰等特点成为各行各业关注的热点研究方向之一。
天线作为无线通信系统中的重要组成部分，对整个系统的性能起着至关重要的作用。
因此，超宽带天线的设计和优化成为了研究的一个重点。
首先，超宽带天线的设计需要满足很宽的工作频带要求。
传统的窄带天线由于其设计出的频率范围较窄，难以满足超宽带通信系统的需求。
因此，设计超宽带天线的关键在于拓宽其频率响应。
一般使用宽带螺旋天线或宽带微带天线等结构来实现宽频带的要求。
此外，通过优化天线的尺寸和形状，可以进一步拓宽频率响应。
在设计过程中，需要合理选择和优化各种参数，如天线长度、宽度、高度、介电常数等，以实现超宽带的操作频带。
其次，共形阵列作为一种新型的多天线系统结构，可以有效地提升天线阵列的性能。
共形阵列通过将天线设计成与其外部环境相似的形状，并布置在特定的位置上，以提高系统对信号的接收和发射效果。
在超宽带通信系统中，共形阵列能够有效地实现波束形成、多路径干扰抑制等功能。
因此，研究超宽带天线与共形阵列结合的方法，对提升超宽带通信系统的性能具有重要意义。
在超宽带天线的设计和共形阵列的研究中，可以采用多种方法和技术。
例如，可以使用计算电磁学模型进行仿真分析，通过优化算法和优化工具进行参数调整和优化，并利用实验方法对设计结果进行验证。
在设计过程中，还需考虑天线的辐射特性、增益、极化特性、效率等因素，并与系统需求相匹配。
此外，还需要考虑到天线的重量、成本等实际应用要求。
综上所述，超宽带天线设计及共形阵列是一个复杂而重要的研究领域。
通过合理的设计和优化，可以提高超宽带通信系统的性能，满足各种应用场景对高速、大容量数据传输的需求。
未来，随着无线通信技术的不断发展和应用场景的不断拓展，超宽带天线设计及共形阵列的研究将越来越显得重要和迫切综合上述所述，超宽带天线设计及共形阵列的研究对于提升超宽带通信系统的性能具有重要意义。
- 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)。
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留，使用学位论文的规定，即：学校有权保留 并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授 权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索， 可以采 用影印，缩印或扫描等复制手段保存和汇编本学位论文。
华中科技大学 硕士学位论文 天线阵列优化研究 姓名：朱丹丹 申请学位级别：硕士 专业：电磁场与微波技术 指导教师：李青侠 20060428
摘
要
作为无源遥感器，综合孔径微波辐射计除在遥感领域的应用外，还在目标探测 方面有潜在的应用前景。综合孔径微波辐射计利用孔径综合原理在空间频率域中采 样，通过傅氏变换获得包含目标的场景的微波亮温图像，在微波亮度温度图像中搜 索目标实现对目标的探测。自适应天线可应用于目标跟踪，自适应天线阵通过多波 束形成算法，在视场空间产生多个波束，对动态目标进行跟踪。因此，如果能在一 个系统中同时采用综合孔径和自适应阵列两种处理方式，则两者可以互补，更好地 实现对动态目标的探测与跟踪。 本文重点研究如何在综合孔径阵列的排列方式上，进行自适应阵列的排列优化 和权值优化，使阵列主瓣宽度一定的情况下尽量降低最大旁瓣值。本文首先研究了 自适应阵排列优化算法：在综合孔径排列方式的基础上，添加若干个天线单元，并 运用遗传基因算法确定添加的天线单元的位置。 本文还研究了Olen & Compton权值优化算法在各种直线阵中的应用。最后，本 文将自适应阵的排列优化算法和权值优化算法相结合，提出阵列的综合优化算法。 仿真结果表明，使用本文提出的综合优化算法对综合孔径排列的阵列进行综合优化 后，最大旁瓣值能够降低6dB以上，比只采用排列优化算法或者权值优化算法时降低 了1倍以上。 关键词：权值优化; Olen & Compton; 稀疏阵列; 遗传算法; 模拟退火; 综合孔径
2
的非周期的方法加以控制，从而出现了许多非周期阵列的设计方法。关于这方面有 很多研究， SKOLNIK 采用密度锥削的方法[12]， 使单元密度与一个常规满阵的口径照射 幅度成正比，这种方法简单很容易应用于大型阵列的设计中，但是不能保证副瓣峰 值电平被抑制到低于给定的电平； 动态编程法[13]是一种控制副瓣峰值电平的好方法， 可以应用于大型阵列， 但是极易陷入局部最小值； 许多传统的优化方法 （例如 Powell 方法、共轭梯度法等）不适合优化大量参数或离散参数。 遗传算法（Genetic algorithm ，简称 GA）是一种全局性的优化方法，不仅能 避免计算搜索过程陷入局部最优，而且在所定义的适应度函数非连续、不规则和伴 有噪声的情况下也能以极大的概率找到全局最优解，非常适用于大规模阵列天线的 处理[14-16] 。HAUPT[17-18]采用 GA 优化稀疏阵，阵列单元是辐射特性一直，稀疏是从规 则的栅格中抽去天线单元或接匹配负载，从而得到比较低的副瓣电平。这种方法说 明通过统计稀疏结合离散幅度量化加权可以降低副瓣电平[19]。 在综合孔径技术中，对阵列进行排列优化是以得到最小冗余度的排列方式作为 最终稀疏目标。目前，综合孔径的排列算法主要有：Leech 算法，它给出了 n 小于 12 n ≺ 12 时的最佳阵列结构，还给出了对于天线单元数目 n 较大时的冗余度范围 （1.217，1.674）；Ishiguro 算法，给出了一种适合于大数目天线单元的排列的递 归法，这种方法简单而快速；Blanton 算法，该算法利用穷举+约束条件的思想，按 树—节点—叶子的搜索遍历算法。模拟退火算法，它给出了 n 小于 30 n ≺ 30 时的最 佳排列方式[20-21]。 模拟退火算法具有很强的全局优化搜索能力，不受搜索空间的限制假设约束， 不要求具备连续性、可导性或单峰等假设，算法不但可往好的方向走，也可往差的 方向走，即能以一定的概率接受目标函数值不太好的状态，这使得算法即便落入局 部最优的陷阱中，理论上经过足够长的时间后也可跳出来，从而收敛到全局最优解。 这意味着，算法形成足够高的初始温度，缓慢的退火速度，大量的迭代次数及同一 温度下足够的扰动次数[22-23]。 在阵列的天线单元数、阵列的排列方式和各个天线单元的方向图都给定的情况 下，阵列的权值唯一地决定阵列的方向图，也就是说，阵列的方向图是权值的函数。 如何寻找一组权值，是阵列权值优化要做的工作。要得到所需要的阵列方向图或阵 列权值（阵列方向图和权值是对应的），就要设计一种有效的算法，通过这种算法 可以快速、稳定地找到所需的权值。如何设计这种算法，是阵列权值优化所要解决 的主要问题[24-28]。 1946 年，Dolph 首先提出在均匀线阵的基础上实现切比雪夫方向图的方法，这
[3]
。
自适应天线阵是在自适应滤波和阵列信号处理技术的基础上发展起来的。自适应阵 以天线阵列为基础，在取得电磁信息之后, 使用人工智能的方法进行处理，对电磁环 境做出分析、判断，并自动调整本身的工作状态使之达到最佳。自适应阵列既对目 标进行测向，又对各种干扰源进行测向, 在形成波束时，不仅使接收功率最大，而且 使噪声降到最低，从而使接收信号的信噪比最高[4-5]。 天线阵还被应用于综合孔径辐射计。传统实孔径天线的机械扫描成像方式不仅 数据率低，实时成像困难，而且受到工作波长及天线尺寸等因数的制约，空间分辨 率较低。而当天线尺寸大到一定程度时，制造和机械扫描都会遇到困难。因此，为 了解决或改善实孔径天线辐射计应用中遇到的难题，需要采用阵列成像技术提高辐 射计系统的性能，现有的阵列成像技术主要有干涉式综合孔径技术[6-8]。
1
干涉式综合孔径技术是提高辐射计空间分辨率的一种有效的手段，它普遍采用 了稀疏阵列配置，已经广泛的应用在射电天文观测和地球环境遥感等被动成像系统 中。它的基本思想是：采用空间频率域的测量代替传统辐射计对空间域的直接测量， 即利用具有不同基线长度和方向的二元干涉仪进行空间频率域的采样,然后再经过 傅立叶变换获得空间图像，最后能得到与大孔径天线相同的接收结果。 综合孔径辐射计利用孔径综合原理在空间频率域中采样，并通过变换获取动态 目标的反演亮温图像，从而实现对目标的探测。但是，通过此方式对动态目标进行 跟踪时处理过程烦琐，而自适应天线阵可以解决这个问题。自适应天线阵通过多波 束形成算法，在整个扫描空间产生多个波束，监控目标空间的亮温变化情况，完成 对动态目标的跟踪。因此，在一个系统中，本文希望对同一个天线阵列采用综合孔 径和自适应阵两种处理方式。 本文重点研究如何在综合孔径阵列的排列方式上，进行自适应阵列的排列优化 和权值优化，使阵列主瓣宽度一定的情况下尽量降低最大旁瓣值。
I
Abstract
Synthetic aperture microwave radiometer has a very good foreground in remote sensing and object detecting. Synthetic aperture radiometer applies the interferometric principle to sample in the spatial frequency domain and retrieves the image by Fourier or other numerical transformation. It’s easy to detect object, but complex to track object. Adaptive array can easily track object, if a system can use both synthetic aperture and adaptive array technique, the system will be better to detect and track object. This paper studies how to arrange an adaptive array and how to find the best weights of an adaptive array under a synthetic aperture array. First this paper studies the algorithm of how to arrange an adaptive array: adding some antenna in the synthetic aperture array, and using genetic algorithm to decide the add position. Study result indicates that after using genetic algorithm to arrange an adaptive array, the biggest side lobe of the array can fall three dB. This paper also studies the application of Olen & Compton algorithm in varied line arrays. Study result indicates that after using Olen & Compton algorithm in uniformity line array and little thinned array, the biggest side lobe of the array can fall ten dB; after using Olen & Compton algorithm in synthetic aperture array, the biggest side lobe of the array can fall one dB. Finally, this paper combined the genetic algorithm and the Olen & Compton algorithm together, forming a synthesis algorithm. Study result indicates that after using synthesis algorithm in synthetic aperture array, the biggest side lobe of the array can fall six dB, falling once than just using genetic algorithm or the Olen & Compton algorithm. Key Words： weight optimization; Olen&Compton; thinned array; genetic algorithm; simulated annealing; synthetic aperture