阵列天线、阵列天线方向图的赋形装置及赋形方法
【技术领域】
[0001] 本发明涉及通讯天线技术领域，尤其涉及一种阵列天线、阵列天线方向图的赋形 装置及赋形方法。
【背景技术】
[0002] 随着近代微波通讯，卫星通讯以及航天技术的迅猛发展，当前社会对通讯系统的 要求越来越高，尤其是使用者对于天线的方向图的波束宽度以及精确度越来越高。这些要 求对于天线设计及研发是一个很大的考验。
[0003] 天线的方向图可以反映出天线的辐射特性。一般情况下，天线方向图可以表示天 线辐射电磁波的功率或场强在空间各个方向的分布图形。在阵列天线方向图合成时，首先 给出设计需要的目标方向图，再利用合适的算法计算出每个天线单元赋形目标方向图形的 最优解的幅度和相位。最后，依据此组数据作为激励，可将阵列天线方向图赋形成所需的目 标形状。
[0004] -个优秀的算法对设计出一款高效、方向图精确度高的阵列天线变得非常重要。 经典的遗传算法经常用于天线方向图的合成设计。而遗传算法的适应度反应了合成方向图 和目标方向图的拟合程度，适应度越高，算法计算出的幅度和相位值越精确，方向图的拟合 度越高。反之，遗传算法的适应度越低，则应用该遗传算法计算得出的幅度和相位值的精确 度也越低，表明方向图的拟合度越低。
[0005] 经典的遗传算法解决阵列天线综合的主要流程是，首先随机地产生初始种群。接 着，将以上随机产生的初始种群代入预先设定的表达式，计算出阵列方向函数。将其与相应 的目标方向图做差，并且根据不同方向的重要性对所得的差分别加权，取每个个体中不同 方向上差的绝对值和，然后取倒数得到每个个体的适应度值。根据单一的选择策略（例如 赌轮盘法或者精英选择），配合适应度选择再生个体。对再生个体进行交叉，可以使下一代 种群遗传上一代的基因。按照一定的交叉概率和交叉算法，生成新的个体。为了避免近亲 繁殖，陷入局部最优，按照一定的变异概率和变异算法，在交叉生成的个体进行变异，再次 生成新的个体。最后，判断是否达到停止条件，比如是否达到最大遗传代数或者适应度值是 否达到预设要求。若符合停止条件则输出最佳值，否则，返回重新计算个体的适应度值，直 到达到停止条件。
[0006] 在经典的遗传算法中，赌轮盘法选择算子作用于群体时，能保护群体基因的多样 性，但并不能保证子辈的性能总是好于父辈，群体的进化会出现反复，甚至暂时的倒退现 象，延缓算法的收敛速度。精英选择能保证子辈的性能不差于父辈，能加快收敛速度，但可 能会出现早熟收敛问题。所以经典的遗传算法在解决阵列天线赋形问题时，一般适应度在 0.07以下，目标方向图和合成方向图的拟合程度以及副瓣大小并不能让设计者完全满意。
[0007] 而且，在当前的天线设计中，普通的余割平方扩展波束的覆盖范围一般在55°以 下，波束的覆盖范围较为有限，已经难以满足越来越高的通信需求。
【发明内容】
[0008] 本发明所要解决的技术问题是为了克服现有技术中阵列天线赋形时拟合度低及 天线波束覆盖范围有限的问题。
[0009] 本发明首先提供了一种阵列天线方向图的赋形方法，包括：获取阵列天线各个阵 元在耦合条件下的方向图；根据各个阵元在所述耦合条件下的方向图，随机生成初始种群； 为所述初始种群中的每个个体计算适应度值，并根据所述适应度值选择赌轮盘策略或者精 英选择策略；根据所述选择器所选择的赌轮盘策略或者精英选择策略，配合适应度选择再 生个体，并对所述再生个体进行优化，生成新的个体；符合预设结束规则时输出所述阵列天 线的最优方向图。
[0010] 其中，该方法还包括：在所述新的个体不符合所述预设结束规则时，重新计算所述 适应度值。
[0011] 其中，在所述适应度值小于或等于适应度阈值时，选择赌轮盘策略，否则选择精英 选择策略。
[0012] 本发明还提供了一种阵列天线方向图的赋形装置，包括：输入端，获取阵列天线各 个阵元在耦合条件下的方向图；种群生成器，根据各个阵元在所述耦合条件下的方向图随 机生成初始种群；选择器，为所述初始种群中的每个个体计算适应度值，并根据所述适应 度值选择赌轮盘策略或者精英选择策略；再生优化器，根据所述选择器所选择的赌轮盘策 略或者精英选择策略，配合适应度选择再生个体，并对所述再生个体进行优化，生成新的个 体；输出端，符合预设结束规则时输出所述阵列天线的最优方向图。
[0013] 其中，该装置还包括：反馈控制器，在所述新的个体不符合所述预设结束规则时， 向所述选择器反馈重新计算指示；所述选择器根据所述重新计算指示重新计算所述适应度 值。
[0014] 其中，所述选择器包括：计算单元，计算所述适应度值；选择单元，在所述适应度 值小于或等于适应度阈值时，选择赌轮盘策略，否则选择精英选择策略。
[0015] 本发明还提供了一种阵列天线，包括：彼此间隔距离为半波长的多个阵元天线，所 述每一阵元天线包括矩形单元天线及相连的馈线，所述馈线通过馈点与矩形单元天线的窄 边相连接。
[0016] 其中，所述阵元天线的数量为10个、14个、16个或者20个。
[0017] 其中，所述馈线为具有两组平行边的八边形。
[0018] 其中，所述阵列天线的每个阵元天线都选定余割平方扩展波束为目标方向图。
[0019] 与现有技术相比，本发明得益于改进型自适应遗传算法的精确赋形，天线方向图 波束覆盖宽度能达到65°。本发明的X波段天线阵的波束覆盖范围更宽，实用性更好，在飞 机导航雷达探测方面具有非常优越的应用前景。
[0020] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本发明的技术方案而了解。本发明的目的和其他优点可通过在 说明书、权利要求书以及附图中所特别指出的结构和/或流程来实现和获得。
【附图说明】
[0021] 附图用来提供对本发明的技术方案或现有技术的进一步理解，并且构成说明书的 一部分。其中，表达本发明实施例的附图与本发明的实施例一起用于解释本发明的技术方 案，但并不构成对本发明技术方案的限制。
[0022] 图1为本发明实施例的阵列天线方向图的赋形方法的流程示意图。
[0023] 图2为本发明实施例的阵列天线示意图。
[0024] 图3为本发明实施例的阵列天线中阵元天线的结构示意图。
[0025] 图4为本发明实施例的阵列天线中阵元天线的频带图。
[0026] 图5为本发明实施例中的阵元在耦合条件下的方向图。
[0027] 图6为本发明实施例的阵列天线赋形装置的结构示意图。
[0028] 图7为本发明实施例的阵列天线赋形装置在高适应度阈值时采用改进型自适应 遗传算法时的适应度值图。
[0029] 图8为本发明实施例的阵列天线赋形装置在低适应度阈值时采用改进型自适应 遗传算法时的适应度值图。
[0030] 图9为本发明实施例的阵列天线赋形装置未采用精英选择策略时应用改进型自 适应遗传算法时的适应度值图。
[0031] 图10为采用经典遗传算法时的适应度值图。
【具体实施方式】
[0032] 以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用 技术手段来解决技术问题，并达成相应技术效果的实现过程能充分理解并据以实施。本发 明实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案 均在本发明的保护范围之内。
[0033] 另外，附图所示出的本发明实施例的方法所包含的步骤，可以在诸如一组计算机 可执行指令的计算机系统中执行。并且，虽然本发明实施例的方法在所示的流程图中体现 出了本发明的技术方案在执行时的一定的逻辑顺序，但通常而言，该逻辑顺序仅限于通过 该流程图所示出的实施例。在本发明的另一些实施例中，本发明的技术方案的逻辑顺序也 可以以不同于附图所示的方式来实现。
[0034] 如图1所示，本发明的阵列天线方向图的赋形方法，主要包括如下步骤。
[0035] 步骤S110,确定由N个阵元组成的线性阵列天线，获取阵列天线各个阵元在耦合 条件下的方向图。
[0036] 步骤S120,根据各个阵元在耦合条件下的方向图，随机地产生初始种群。其中，初 始种群采用二进制进行表示。
[0037] 步骤S130,为初始种群中的每个个体计算适应度值，并根据适应度值选择赌轮盘 策略或者精英选择策略。
[0038] 具体地，是将随机产生的初始种群代入表达式计算阵列方向函数，并将相应方向 图与目标方向图求差，根据不同方向的重要性对差分别加权，取每个个体中不同方向上差 的绝对值并求和，然后取倒数得到适应度值。
[0039] 适应度fit的计算表达式如下：
[0041] 其中，weight为每个点所对应的权重，diff为合成