学位论文 > 优秀研究生学位论文题录展示

迭代傅里叶算法在阵列天线综合中的应用研究

作 者: 王新宽
导 师: 焦永昌
学 校: 西安电子科技大学
专 业: 电磁场与微波技术
关键词: 遗传算法 入侵杂草优化算法 直线阵 迭代傅里叶算法 大型稀疏平面阵 旁瓣电平阈值
分类号: TN820.15
类 型: 博士论文
年 份: 2013年
下 载: 54次
引 用: 0次
阅 读: 论文下载
 

内容摘要


与单个天线相比,阵列天线因其能够实现高增益、窄波束、低旁瓣等电性能在现代无线电系统中获得了广泛的应用。阵列综合是阵列天线设计的核心问题之一,研究高效的阵列综合算法有助于设计出高性能阵列天线。因此,研究大型阵列的高效综合算法具有重要的理论意义和实用价值。本文以阵列综合算法为主线,依次研究了遗传算法入侵杂草优化算法和迭代傅里叶算法在低旁瓣阵列综合中的应用,重点研究了迭代傅里叶算法及其改进形式在直线阵和大型稀疏平面阵综合方面的应用。论文的主要研究工作体现在以下几个方面:1.针对已有的实数编码遗传算法(GA),提出了一种新型交叉算子,改进了其全局搜索能力。把改进遗传算法应用于低旁瓣直线阵方向图综合,所得阵列在波束宽度、零陷基本满足要求的情况下,旁瓣电平比原算法的结果降低11-12dB。2.将GA和入侵杂草优化算法(Invasive Weed Optimization)相结合,提出了用于阵列天线综合的GA-IWO算法。该算法将GA初步进化(粗GA)得到的结果作为初始解,利用IWO算法对其进行微扰,以提升算法的全局搜索能力,加快其收敛速度。20元直线阵的综合结果表明,采用GA-IWO算法求得的阵列,在波束宽度一致,零陷值相差很小的情况下,旁瓣电平比分别单独采用细GA和IWO算法的结果降低了约0.8~2dB。GA-IWO算法的收敛速度远高于细GA,但低于IWO算法。3.在迭代傅里叶算法(Iterative Fourier Technique,简称IFT)的基础上,提出了一种用于等间距直线阵综合的自适应迭代傅里叶算法(Adaptive Iterative Fourier Technique,简称AIFT)。与原算法相比,该算法无须预先给定获得最佳阵列所需的旁瓣电平阈值(Sidelobe Level Threshold,简称SLLT,或旁瓣闽值)。对于阵元激励被大幅截断的阵列,该算法通过自动调整主瓣边缘区域阵列方向图的值,来降低方向图的主瓣波束宽度,有效抑制了波束展宽效应。不同设计需求的直线阵综合结果表明,与IFT算法相比,AIFT算法所得阵列在波束展宽较小的情况下,旁瓣电平降低了4-5dB。4.提出了一种改进的迭代傅里叶算法(Modified Iterative Fourier Technique,简称MIFT),分别用于综合稀疏直线阵以及大型稀疏平面阵。与IFT算法相比,使用MIFT算法综合稀疏直线阵时,计算时间最多仅为前者的1/17。把该算法用于综合大型稀疏平面阵时,在阵列的填充因子高于40%的情况下,所得阵列的旁瓣电平比IFT算法的结果低0.9-8.6dB,且方向图的主瓣波束宽度几乎不变。与DDT(Deterministic Density Taper)算法的结果相比,阵列的旁瓣电平降低了4-5dB。由于旁瓣阈值的大小对MIFT算法能否收敛到最优解至关重要,本文给出了利用MIFT算法综合大型稀疏平面阵时,旁瓣阈值的取值方式及范围。5.当阵列的填充因子小于40%时,使用MIFT算法综合大型稀疏平面阵变得不可行,而采用IFT算法可能陷入局部最小解。因此,本文提出了IWO-IFT算法。该算法的初始群体由IFT算法产生,利用IWO算法对初始群体中的个体进行微扰,使阵列方向图在主瓣宽度基本保持不变的情况下,获得尽可能低的旁瓣电平。仿真结果表明,IWO-IFT算法可用于综合任意孔径和填充因子的稀疏平面阵,所得阵列的旁瓣电平比IFT算法的结果有不同程度的降低,其中最大降幅为2.6dB。

全文目录


作者简介  4-6
摘要  6-8
ABSTRACT  8-12
第一章 绪论  12-20
  §1.1 研究背景和意义  12-13
  §1.2 国内外研究现状  13-17
    1.2.1 解析方法  13
    1.2.2 智能优化方法  13-16
    1.2.3 大型平面阵列综合方法  16-17
  §1.3 本文的结构和作者的主要工作  17-20
    1.3.1 本文的研究内容和结构安排  17-18
    1.3.2 作者的主要工作  18-20
第二章 智能优化算法用于直线阵综合  20-38
  §2.1 引言  20-21
  §2.2 直线阵综合的基本理论  21-22
    2.2.1 直线阵天线综合理论  21-22
    2.2.2 优化目标函数  22
  §2.3 遗传算法用于直线阵综合  22-26
    2.3.1 基于实数编码的改进遗传算法  22-24
    2.3.2 算例仿真及分析  24-26
  §2.4 入侵杂草优化算法用于直线阵综合  26-34
    2.4.1 杂草的概念和特点  27
    2.4.2 杂草的扩张和繁殖  27-28
    2.4.3 入侵杂草优化算法的步骤  28-31
    2.4.4 算例仿真及分析  31-34
  §2.5 GA-IWO算法用于直线阵综合  34-36
  §2.6 结论  36-37
  §2.7 本章小结  37-38
第三章 迭代傅里叶算法用于直线阵综合  38-52
  §3.1 引言  38
  §3.2 迭代傅里叶算法  38-45
    3.2.1 交替投影算法  38-39
    3.2.2 迭代傅里叶算法的步骤  39-41
    3.2.3 IFT算法中的相关参数分析  41-45
  §3.3 自适应迭代傅里叶算法用于直线阵综合  45-49
    3.3.1 AIFT算法的特点  45-47
    3.3.2 算例仿真及分析  47-49
  §3.4 结论  49-50
  §3.5 本章小结  50-52
第四章 改进的迭代傅里叶算法用于稀疏直线阵综合  52-68
  §4.1 引言  52-53
  §4.2 改进的迭代傅里叶算法  53-55
    4.2.1 算法步骤  53
    4.2.2 算法特点  53-55
  §4.3 MIFT算法用于稀疏直线阵综合  55-63
    4.3.1 对称情况  55-58
    4.3.2 非对称阵列  58-59
    4.3.3 阵元激励被大幅度截断的情况  59-63
  §4.4 与其它优化算法的对比  63-65
  §4.5 结论  65
  §4.6 本章小结  65-68
第五章 MIFT算法用于大型稀疏平面阵综合  68-86
  §5.1 引言  68
  §5.2 MIFT算法综合大型稀疏平面阵的步骤  68-70
  §5.3 MIFT算法综合大型稀疏平面阵  70-84
    5.3.1 算例仿真及分析  70-79
    5.3.2 旁瓣阈值的选取方法  79-84
  §5.4 结论  84
  §5.5 本章小结  84-86
第六章 基于入侵杂草优化的IFT算法用于稀疏平面阵综合  86-98
  §6.1 引言  86
  §6.2 IWO-IFT算法  86-89
    6.2.1 算法思想  86-87
    6.2.2 算法描述  87-89
  §6.3 IWO-IFT算法用于大型稀疏平面阵综合  89-96
  §6.4 结论  96
  §6.5 本章小结  96-98
第七章 全文总结  98-100
致谢  100-102
参考文献  102-114
攻读博士学位期间的研究成果  114-115

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  4. 部队人员网上训练与考核系统的开发,TP311.52
  5. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  6. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  7. 基于遗传算法的中短波磁天线的设计及实现,TN820
  8. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  9. 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
  10. 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
  11. 基于遗传算法的矿山资源优化调度模型的研究,O224
  12. 机械臂轨迹规划研究,TP242
  13. 基于遗传算法和Moldflow的双色成型注塑模具浇注系统最优化的研究,TQ320.52
  14. “十二五”期间能源结构优化及新能源发展对策研究,F206;F224
  15. 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
  16. 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
  17. 基于遗传算法的自动排课系统的设计与实现,TP311.52
  18. 可重构模块化机器人构形综合与寻优,TP242
  19. 基于有限元法和遗传算法的电磁层析成像方法的研究,TM15
  20. 不确定环境下供应链多时段生产计划问题研究,F273
  21. 未知动态环境下的多机器人协作围捕研究,TP242

中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线电设备、电信设备 > 天线 > 一般性问题 > 信号发送、辐射系统 > 天线阵与天线组合
© 2012 www.xueweilunwen.com