基于时间调制阵列的波束赋形方法

文档序号:7061643阅读:966来源:国知局
基于时间调制阵列的波束赋形方法
【专利摘要】本发明公开一种基于时间调制阵列的波束赋形方法,主要解决现有时间调制阵列优化变量多,波束赋形速度慢,寻优能力差,易陷入局部最优解的问题。其实现步骤是:1.根据系统指标设置待优化目标;2.根据待赋形中心频率方向图初始化时间调制阵列激励;3.使用人工蜂群算法优化中心频率方向图得到最终阵列激励;4.使用人工蜂群算法优化第一边带频率方向图得到脉冲起始时刻以及脉冲持续时间;5.根据最终阵列激励以及脉冲持续时间分离出时间调制阵列最终静态激励幅度和相位,实现波束赋形。本发明能减少因优化不同频率方向图所需的变量个数,且收敛速度快、全局寻优能力强、易跳出局部最优解,可满足时间调制阵列对波束赋形的需求。
【专利说明】基于时间调制阵列的波束赋形方法

【技术领域】
[0001] 本发明属于天线【技术领域】,具体设及阵列天线方向图的赋形优化,可用于时间调 制阵列天线的方向图设计。

【背景技术】
[0002] 为了获得较强的波束赋形能力,传统方法通常采用反射面天线技术。但是反射面 天线的加工难度大,体积大,重量重,不利于实现,并且对于目标福射区域的波纹系数W及 副瓣电平的控制能力较差。相比于反射面天线,平面相控阵天线结构简单,易于加工;具有 较宽的方位和俯仰扫描能力,较窄的波束和较高的增益,并且易于实现=维波束赋形,该些 特点使得平面相控阵天线日益受到人们的重视。然而,为了实现待赋形方向图在主瓣区域 具有较小的波纹系数W及在副瓣区域具有较低的副瓣电平值。该种传统综合算法通常会得 到较大的电流幅度动态范围,因此给阵列馈电网络的设计带来巨大的难度,有时甚至无法 实现。为了减小激励幅度动态范围,减轻设计压力,并且同时满足波纹系数和副瓣电平的设 计要求,可W将时间调制技术引入到传统阵列设计当中。
[0003] 时间调制阵列技术最早提出于20世纪60年代。近年来,由于高速射频开关的发 展使得该技术得到了广泛地应用。时间调制阵列给每个阵列单元馈接一个射频开关,通过 控制连接到阵列单元的射频开关的导通与断开状态,将时间作为新的自由度引入到阵列设 计中。通过引入时间该个新的设计自由度,将部分幅度域的激励动态范围转移到时间域,从 而减小激励幅度的动态范围。然而,由于时间调制阵列引入了新的设计自由度,因此会增加 额外的优化变量,如控制射频开关工作状态的脉冲起始时刻W及脉冲持续时间。此外,由于 时间调制阵列受到周期信号的调制,因此会在各个谐波频率福射能量。为了降低能量损耗, 通常需要对边带频率方向图电平进行抑制,进而又会增加优化目标。
[0004] 针对时间调制阵列所具有的独特性,其方向图综合问题逐渐成为近年来的研究热 点。目前,现有的波束赋形方法大多采用标准进化算法直接对方向图进行波束综合,该方法 对简单的一维波束赋形问题可W得到较好的结果,但对二维波束赋形问题,由于优化变量 数非常多,严重增加了计算规模W及循环迭代次数,使得阵列优化过程非常缓慢,并且标准 进化算法很容易使得种群早熟,陷入局部最优解,即使是针对简单目标赋形,最终结果也不 尽满意。


【发明内容】

[0005] 本发明的目的在于针对上述已有技术的不足,提供一种基于时间调制阵列的波束 赋形方法,W提高二维阵列的波束赋形速度,避免陷入局部最优。
[0006] 本发明的设计思想是;通过改进传统人工蜂群算法中守望蜂的寻优策略,提高优 化速度和避免陷入局部最优,通过将时间调制阵列的中屯、频率方向图和第一边带频率方向 图分别进行相对独立地优化,减轻由于大变量数W及多优化目标给时间调制阵列波束赋形 带来的负担。
[0007] 根据上述设计思想,实现本发明目的的技术方案包括如下步骤:
[000引 (1)根据系统指标设置待优化目标,待赋形中屯、频率方向图电平值Ed,时间调制阵 列静态激励幅度的动态范围A。,脉冲持续时间的动态范围t。,时间调制阵列激励幅度的动 态范围Af。,第一边带频率方向图电平值邸;
[0009] (2)使用伍德沃德-劳森抽样综合法对待赋形中屯、频率方向图进行初始综合,得 到阵列激励,并将该阵列激励作为时间调制阵列的初始激励I。;
[0010] (3)将时间调制阵列初始激励I。的幅度和相位作为优化变量,并将中屯、频率方向 图副瓣电平值ES、中屯、频率方向图主瓣波纹系数《作为优化目标,使用人工蜂群算法对时 间调制阵列初始激励I。的幅度和相位进行微扰优化,将优化后的阵列激励作为时间调制阵 列最终激励If;
[0011] (4)将控制时间调制阵列单元导通状态的脉冲起始时刻T。。^及脉冲持续时间 T。作为优化变量,并将第一边带频率方向图电平值邸作为优化目标,使用人工蜂群算法对 脉冲起始时刻T。。^及脉冲持续时间T。进行优化,得到优化后的脉冲起始时刻T 及 脉冲持续时间Tf;
[0012] (5)根据上述优化得到的时间调制阵列最终激励IfW及脉冲持续时间T f,分离出 时间调制阵列的最终静态激励幅度Af和最终静态激励相位a f,完成时间调制阵列的波束 赋形。
[0013] 本发明与现有技术相比,具有W下优点:
[0014] 1)与基于时间调制阵列的传统波束赋形方法相比,本发明将中屯、频率方向图和第 一边带频率方向图分别进行相对独立地优化,从而减少优化变量数,改善基于时间调制阵 列的传统波束赋形方法在处理大规模优化变量问题时寻优能力下降的缺点,提高了二维阵 列的波束赋形速度。
[0015] 2)与基于时间调制阵列的传统波束赋形方法相比,本发明使用现有的伍德沃 德-劳森抽样综合法对待赋形的中屯、频率方向图进行初始综合,并将得到的阵列激励作为 时间调制阵列的初始激励,进而可W缩小目标解空间,快速捜索到目标解,极大缩短优化时 间,避免陷入局部最优解,并且得到的中屯、频率方向图与待赋形中屯、频率方向图吻合度较 好。
[0016] 3)与传统人工蜂群算法相比,本发明采用人工蜂群算法对中屯、频率方向图和第一 边带频率方向图进行相对独立地优化,其中的守望蜂在整个解空间的所有方向能够同时得 到更新,更新的变量维数相比于传统人工蜂群算法中守望蜂只更新其中一维的寻优策略具 有更大的寻优空间,避免了种群发生早熟。
[0017] 4)与传统人工蜂群算法相比,本发明采用的人工蜂群算法在大规模优化变量问题 上具有更快的收敛速度,更强的寻优能力,能够更容易地跳出局部最优解,减少循环迭代次 数,从而减少计算时间。

【专利附图】

【附图说明】
[001引图1是本发明的实现流程图;
[0019] 图2是本发明的第一实施例中屯、频率方向图;
[0020] 图3是本发明的第一实施例最终脉冲起始时刻分布结果图;
[0021] 图4是本发明的第一实施例最终脉冲持续时间分布结果图;
[0022] 图5是本发明的第一实施例第一边带频率方向图;
[0023] 图6是本发明的第一实施例最终静态激励幅度分布结果图;
[0024] 图7是本发明的第一实施例最终静态激励相位分布结果图;
[0025] 图8是本发明的第二实施例中屯、频率方向图;
[0026] 图9是本发明的第二实施例最终脉冲起始时刻分布结果图;
[0027] 图10是本发明的第二实施例最终脉冲持续时间分布结果图 [002引图11是本发明的第二实施例第一边带频率方向图;
[0029] 图12是本发明的第二实施例最终静态激励幅度分布结果图;
[0030] 图13是本发明的第二实施例最终静态激励相位分布结果图。

【具体实施方式】
[0031] 为使本发明的目的,技术方案和优点更加清楚,下面将结合本发明的实现流程图 和具体实施例,对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发 明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没 有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0032] 为了实现待赋形波束在主瓣区域具有较小的波纹系数W及在副瓣区域具有较低 的副瓣电平值,传统综合算法通常会得到较大的激励幅度动态范围。激励幅度的动态范围 过大导致对馈电系统机械加工精度的要求异常苛刻,在实际中有时甚至无法实现。正是基 于该一问题,时间调制阵列天线的概念应运而生。通过增加新的时间维来控制阵列天线的 性能,降低了常规阵列天线在综合方向图时对幅度分布的苛刻要求。然而由于时间调制阵 列引入了新的设计自由度,因此会增加额外的设计变量,如控制阵列单元导通状态的脉冲 起始时刻W及脉冲持续时间。此外,由于时间调制阵列受到周期信号的调制,因此会在各个 谐波频率福射能量。为了降低能量损耗,通常需要对边带频率方向图电平值进行抑制,进而 又会增加优化目标。为此,本发明提供一种基于时间调制阵列的波束赋形方法,将中屯、频率 方向图和第一边带频率方向图分别进行相对独立地优化,并且使用现有的伍德沃德-劳森 抽样综合法对待赋形的中屯、频率方向图进行初始综合,将得到的阵列激励作为时间调制阵 列的初始激励,改善了基于时间调制阵列的传统波束赋形方法容易陷入局部最优解、收敛 速度慢、波束赋形能力差的缺点。
[0033] 参照图1,本发明给出如下两种实施例。两种实施例具有相同的阵列结构布局;阵 元采用矩形栅格分布,阵列为矩形口径分布的均匀平面阵列,阵列沿X轴方向和沿y轴方向 的阵元数均为30,阵列沿X轴方向与沿y轴方向的阵元间距均为0. 5入。
[0034] 实施例1 ;对中屯、频率方向图的主瓣区域为-0. 3《U《0. 3, -0. 3《V《0. 3、时 间调制阵列静态激励幅度的动态范围为[0. 1,1],脉冲持续时间动态范围为[0. 1,1]的一 组参数进行波束赋形。
[0035] 步骤一:设置待优化目标。
[0036] 设置待优化目标包括:待赋形中屯、频率方向图电平值Ed,时间调制阵列静态激励 幅度的动态范围A。W及脉冲持续时间的动态范围t。。
[0037] 步骤二:初始化时间调制阵列激励I。。
[003引使用伍德沃德-劳森抽样综合法对待赋形中屯、频率方向图进行初始综合,得到阵 列激励,并将该阵列激励作为时间调制阵列的初始激励I。:
[0039] 姑)计算空间采样位置(Up, V。):
[0040] Up= P A/Md X,Vq= q A/Nd y,
[0041] 其中,Up为空间采样位置(Up, V。)沿X轴方向的位置分量,p = 0, ±1,±2,… ,±(Rx-l)/2,Rx为空间采样位置(Up,v。)沿X轴方向的采样点数,A为空间波长,M为阵列 沿X轴方向的阵元数,屯为阵列沿X轴方向的阵元间距,V。为空间采样位置(U P,V。)沿y轴 方向的位置分量,q = 0, ±1,±2,…,± (Ry-l)/2, Ry为空间采样位置(Up, V。)沿y轴方向 的采样点数,N为阵列沿y轴方向的阵元数,dy为阵列沿y轴方向的阵元间距;
[0042] (2b)根据空间采样位置(Up, V。),计算阵列激励1_":
[0043]

【权利要求】
1. 一种基于时间调制阵列的波束赋形方法,其特征在于,包括如下步骤: (1) 根据系统指标设置待优化目标:待赋形中心频率方向图电平值Ed,时间调制阵列静 态激励幅度的动态范围Αε,脉冲持续时间的动态范围,时间调制阵列激励幅度的动态范 围Afε,第一边带频率方向图电平值EB; (2) 使用伍德沃德-劳森抽样综合法对待赋形中心频率方向图进行初始综合,得到阵 列激励,并将该阵列激励作为时间调制阵列的初始激励Itl; (3) 将时间调制阵列初始激励Itl的幅度和相位作为优化变量,并将中心频率方向图副 瓣电平值ES、中心频率方向图主瓣波纹系数ω作为优化目标,使用人工蜂群算法对时间调 制阵列初始激励Itl的幅度和相位进行微扰优化,将优化后的阵列激励作为时间调制阵列最 终激励If; (4) 将控制时间调制阵列单元导通状态的脉冲起始时刻τΜ以及脉冲持续时间τ^作 为优化变量,并将第一边带频率方向图电平值EB作为优化目标,使用人工蜂群算法对脉冲 起始时刻Ttltl以及脉冲持续时间τ^进行优化,得到优化后的脉冲起始时刻τΜ以及脉冲 持续时间τ?; (5) 根据上述优化得到的时间调制阵列最终激励If以及脉冲持续时间τf,分离出时间 调制阵列的最终静态激励幅度Af和最终静态激励相位af,完成时间调制阵列的波束赋形。
2. 根据权利要求1所述的基于时间调制阵列的波束赋形方法,其中所述步骤(2)中用 伍德沃德-劳森抽样综合法对待赋形中心频率方向图进行初始综合并将得到的激励作为 时间调制阵列的初始激励1〇,包括如下步骤: (2a)计算空间采样位置(up,Vq): Up=pλ/Mdx,Vq=qλ/Ndy, 其中,七为空间采样位置(up,V(1)沿χ轴方向的位置分量,ρ= 0, ±1,±2,… ,土(Rx-l)/2,Rx为空间采样位置(up,V(1)沿X轴方向的采样点数,λ为空间波长,M为阵列 沿X轴方向的阵元数,4为阵列沿X轴方向的阵元间距,Vq为空间采样位置(uΡ,vq)沿y轴 方向的位置分量,q= 〇, ±1, ±2,…,± (Ry_l)/2,Ry为空间采样位置(up,vq)沿y轴方向 的采样点数,N为阵列沿y轴方向的阵元数,尖为阵列沿y轴方向的阵元间距; (2b)根据空间采样位置(up,Vq),计算阵列激励Imn:
其中,m= 0, 1,2, "·,Μ,η= 0, 1,2, "·,Ν,aM为待赋形中心频率方向图在空间采样位 置(up,Vq)处的电平值,β为空间波数; (2c)将阵列激励1_作为时间调制阵列的初始激励IP
3. 根据权利要求1所述的基于时间调制阵列的波束赋形方法,其中所述步骤(3)、步骤 (4)中用人工蜂群算法对优化变量进行优化,包括如下步骤: (3a)确定最大循环次数以及种群总规模,将种群划分为雇佣蜂和守望蜂两个子种群, 两个子种群的个体数目相等且都等于种群总规模的一半,并对两个子种群的个体分别进行 初始化,每个个体的初始解在其优化变量的定义区间内随机产生,两个子种群中的个体分 别表示为Xu和Ym其中i表示第i个个体,i= 1,2,…,SN/2,SN为种群总规模,j表示第 j个优化分量,j= 1,2,…,D,D为待优化变量数; (3b)雇佣蜂位置更新,即将全部雇佣蜂由原始位置Xi更新为Vi: Vig=XigWig (Xig-Xkg), 其中,ge{1,2,一,D},ke{1,2,…,SN/2},g和k随机选取,且满足k乒i,(i>ig为 [-1,1]区间内的随机数; (3c)守望蜂依据轮盘赌准则选择雇佣蜂,即适应度值越大的雇佣蜂吸引守望蜂的概率_fit: 越大,其概率表示为:A~Y^fh ' n=\ 式中,fUi是第i个个体的适应度函数值,
式中,fi是第i个个体的罚函数值; (3d)守望蜂跟随并在雇佣蜂邻域附近进行随机搜索,得到新位置Si: Si=V^Ji (Vi-V1), 其中,Ie{1,2,…,SN/2},1随机选取,且满足1辛i,J$ [-1,1]区间内的D维随机 向量; (3e)比较守望蜂新位置Si与雇佣蜂原始位置X^勺适应度函数值,若守望蜂新位置Si的适应度函数值#<大于雇佣蜂原始位置\的适应度函数值,则守望蜂与雇佣蜂发生 角色互换; (3f)比较雇佣蜂中个体最优位置Pb与历史种群最优位置Gb的适应度函数值,若雇佣 蜂个体最优位置Pb的适应度函数值fit1)大于历史种群最优位置Gb的适应度函数值fite, 则将雇佣蜂中个体最优位置Pb作为新的种群最优位置Gb',否则将历史种群最优位置Gb作 为新的种群最优位置Gb' ; (3g)重复上述步骤(3b)至步骤(3f),直至满足优化目标要求或完成最大循环次数时, 跳出循环并输出新的种群最优位置Gb'完成优化。
4.根据权利要求1所述的基于时间调制阵列的波束赋形方法,其中所述步骤(5)中用 优化得到的时间调制阵列最终激励If以及脉冲持续时间τ,分离出时间调制阵列的最终静 态激励幅度Af和最终静态激励相位af,按照如下公式进行:
【文档编号】H01Q3/26GK104466430SQ201410605142
【公开日】2015年3月25日 申请日期:2014年10月31日 优先权日:2014年10月31日
【发明者】李文涛, 杨京, 花丹, 黑永强, 史小卫 申请人:西安电子科技大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1