基于遗传算法的平面相控阵加权及子阵结构的优化

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:dinosonic
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在雷达系统中,抑制阵列方向图的旁瓣是一个基本和十分重要的问题。尤其是采用单脉冲技术的系统,需要同时对和波束及差波束的旁瓣进行抑制,而阵元级的模拟加权成本高昂。因此我们研究了在子阵结构已知的情况下,优化子阵加权,应用子阵级的数字加权代替阵元级的模拟加权,在大大降低成本的同时,得到性能满意的和、差波束。在这部分的研究过程中,为了提高优化效率和改善优化性能,提出了一种分阶段的遗传优化方法,这种方法在有效的抑制方向图旁瓣的同时,提高优化效率。接下来分析了子阵级数字波束形成的数学描述及其性能,在不改变已有的子阵结构基础上,通过在子阵输出端加入加权网络进行后处理,来改善子阵方向图及扫描方向图的特性。应用遗传算法,对子阵级加权网络进行优化,有效的抑制了扫描方向图的旁瓣电平。随着ADBF技术的发展,已经开始将其应用到子阵级。子阵级ADBF技术可以在干扰方向形成一个凹口,从而能够起到抑制干扰的作用,但是这样做往往会破坏静态方向图的旁瓣电平,使自适应方向图的旁瓣电平升高。为了抑制旁瓣电平升高的现象,考虑调整阵列加权和子阵结构来改善这种状况。出于以上考虑,本文分别分析了阵元级加权、子阵结构和子阵级加权对方向图性能的影响。在此基础上,应用单目标遗传算法对阵列加权和子阵结构进行了联合优化,通过优化找到一种抑制自适应方向图旁瓣电平的方法,同时对SINR的性能进行了分析。在实际应用中单一目标的优化往往不能满足要求,进而引入了多目标遗传算法的概念,对系数加权法、VEGA、基于Pareto秩MOGA方法进行了介绍,给出了优化流程。为了能够更有效的进行遗传优化,在遗传优化过程中引入了保优策略,在优化过程中保留了累次优化中最优的解,并将父代的最优解注入到子代,增加收敛速度。本文对使用的所有方法均进行了计算机仿真并进行了分析,从而证明了方法的有效性。
其他文献
期刊
近年来,随着汽车的普及和道路的建设,城际间的经济往来更加频繁,人们活动的区域也越来越大,由此产生了交通拥挤、车祸增加、废气排放量增加等严重问题。智能交通系统的出现有
期刊
期刊
无线通信业务的多元化发展,使人们对交互业务的需求也在高速增长。交互业务用户满意度是受到上下行链路性能共同影响的,单独提高上行或者下行性能并不能使用户满意度得到有效
期刊
期刊
目前,随着网络规模的增大,网络结构复杂度的提高,为保障网络的健壮性,网管系统对网络的综合管理越来越重要。网络告警是在网络构件发生异常行为时上报给网管系统的实时信息,
在未来空天地一体化信息网络融合的发展趋势下,卫星网络作为这一体系的重要组成和衔接部分将逐渐受到重视和青睐,而国内外关于卫星网络的研究还不成熟,很多关键技术和核心问
自适应调制与编码(AMC)技术是以数据传输速率与误码率之间的最佳平衡为准则,在满足传输质量的要求下,根据瞬时信道质量状况,选择与信噪比相匹配的最佳调制编码方案来实现的,