基于qiwo_ift組合算法的陣列天線唯相位變換波束賦形方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于陣列天線唯相位變換的波束賦形方法。涉及在電流幅度不變 僅相位變化的情況下實現(xiàn)對遠場方向圖變化的技術(shù)。
【背景技術(shù)】
[0002] 陣列天線唯相位變換波束賦形技術(shù)是一種僅通過相位加權(quán)來改變方向圖賦形的 方法。不同的輻射方向圖是為了實現(xiàn)不同的作用。在很多實際應(yīng)用中，如空中交通管制雷 達、航天器、衛(wèi)星以及無線通信等，需要產(chǎn)生不同的輻射方向圖。唯相位變換波束賦形方法 使得天線系統(tǒng)僅使用一個天線陣即可完成不同的任務(wù)，這就需要通過一些算法尋求一組合 理的激勵權(quán)值來控制天線波束的指向、寬度、形狀、副瓣電平、零陷點的位置。采用只改變饋 電相位分布的僅相位加權(quán)方法可使其不改變原有功率分配饋電網(wǎng)絡(luò)和不增加新設(shè)備的情 況下，利用計算機控制移相器值的改變實現(xiàn)波束賦形，是非常經(jīng)濟的可行方法，由于相位控 制比功率控制更加容易實現(xiàn)且擁有更小的功率損耗，因此可以通過唯相位變換技術(shù)減少天 線增益損失。因此，研究陣列天線的唯相位變換技術(shù)是非常必要的。
[0003] 常規(guī)的方法是以單元的激勵相位作為優(yōu)化變量，通過優(yōu)化算法來完成，如Davis 將最小二乘法應(yīng)用于唯相加權(quán)的陣列波束賦形；Haupt用遺傳算法實現(xiàn)唯相加權(quán)的自適應(yīng) 零點生成；Khzmalyan采用單坐標最小化的方法實現(xiàn)唯相加權(quán)波束賦形和自適應(yīng)零點生 成，常規(guī)的方法當單元的數(shù)量較多時，優(yōu)化變量也就很多，這樣導致優(yōu)化過程非常耗時，優(yōu) 化的結(jié)果無法逼近理想方向圖。
[0004] 本發(fā)明利用量化入侵雜草算法（QIWO)快速獲得理想方向圖的幅相值作為經(jīng)典傅 里葉（IFFT)迭代算法的初值，結(jié)合了量化入侵雜草算法良好的平衡全局收斂和局部收斂 能力以及迭代傅里葉算法成熟和運算速度快的優(yōu)點，回避了初值選擇不當后迭代傅里葉算 法收斂速度慢或無法收斂的缺點，最終實現(xiàn)在功率保持一定的情況下，僅通過相位加權(quán)完 成方向圖賦形的變化。

【發(fā)明內(nèi)容】

[0005] 實現(xiàn)本發(fā)明的目的在于提供一種線性陣列唯相位變化方向圖綜合方法。
[0006] 實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：將線性陣列的每一單元電流幅度與相位幅度 做等間隔分段處理，取分段后每段的中間值作為量化值，算法運行中計算可能的初值，中間 迭代值以及滿足唯相位變換方向圖的終值均量化到選擇分段后每段的中間值；選定智能算 法中的初始種群數(shù)，最大種群數(shù)標準差，標準差最終值，非線性調(diào)節(jié)因子，縮放影子，適應(yīng)度 函數(shù)，循環(huán)次數(shù)等固定參數(shù)和計算公式，將隨機選取的量化值作為每個陣列單元幅度相位 的初始迭代值，取得滿足條件的單一方向圖綜合的幅相值。每個單元的幅相值作為迭代傅 里葉變換的初值，葉逆變換（IFFT)得出陣列方向圖，然后與期望方向圖比較，得出新的方 向圖，再應(yīng)用二維快速傅里葉變換（FFT)反算出新的單元的激勵。
[0007] 本發(fā)明關(guān)于一種基于QIW0_IFT組合算法的陣列天線唯相位變換波束賦形方法效 果體現(xiàn)在下述幾個方面：
[0008] (1)量化的相位值，便于應(yīng)用在實際工程。
[0009] (2)量化入侵雜草算法將每個單元的電流和相位進行量化處理，將無限可能的值 簡化為有限個可能的值，通過縮小搜索范圍來獲得較強的局部搜索能力以增強算法的整體 收斂性能。
[0010] (3)將量化入侵雜草算法得出的單元幅相值作為迭代傅里葉算法的初值，提高經(jīng) 典迭代傅里葉算法收斂速度的同時保證了算法最終的收斂。
【附圖說明】
[0011] 圖1 :共電流幅度僅相位加權(quán)下平頂波束賦形效果圖。
[0012] 圖2 :共電流幅度僅相位加權(quán)下余割平方賦形效果圖。
[0013] 圖3 :計算得出的共電流幅度值。
[0014] 圖4 :計算得出的各方向圖對應(yīng)的相位值。
【具體實施方式】
[0015] 本發(fā)明的技術(shù)方案具體實施過程如下：
[0016] 步驟一：將每個單元的幅相參數(shù)量化，確定冪數(shù)N，對線性陣列的每一個單元的電 流幅度和相位幅值分別按照上下限進行等間隔分段，分段數(shù)量為2 N，取每個分段的中間值 作為量化值，并對每一個量化后電流幅度和相位幅度分別度按1~2N進行編號；假設(shè)QITO 算法的單元數(shù)為M，則初始種群數(shù)初值設(shè)定為2M，最大種群數(shù)設(shè)定10M，可產(chǎn)生的種子區(qū)間 為[1，Μ/2]，解搜索空間為[1，2 N] ;QIW0算法中的適應(yīng)度函數(shù)選擇為：
[0017] 0. 8 X IMSLL-SLVL|+0. 2|LL_MAX-NLVL
[0018] 其中：MSLL為方向圖旁瓣最高值；SLVL為理想方向圖旁瓣最高值；NLVL為所有指 定角度的模值，LL_MAX為理想方向圖的波紋的上下限；
[0019] 步驟二：將隨機產(chǎn)生的每個單元的幅相量化值帶入QIWO算法，迭代后進而得出每 一個理想方向圖對應(yīng)的單元幅相值，流程包括；
[0020] (a)設(shè)QIWO算法的量化初值為隨機產(chǎn)生的整數(shù)值，對于單元數(shù)為M，則初始解為X =[X1, X2,…X2J ;
[0021] (b)算法中雜草生長的過程，雜草每次成長的最新值的前M個值即為每個單元的 幅度，后M個值即為每個單元的相位值，每個雜草個體可產(chǎn)生的種子數(shù)為：
[0022]
[0023] 其中$_和F_為此次進化中的最大最小適應(yīng)度值，SniaJP S_為可產(chǎn)生的最大種 子數(shù)和最小種子數(shù)，f (Xi)為第i個雜草個體的適應(yīng)度值，F(xiàn)flcra為函數(shù)向下取整；
[0024] (C)讓每個單元對應(yīng)的幅度值，即種子個體在D維搜索空間，以正態(tài)分布隨機分散 在父代雜草附近，即第i個單元的第S個幅度或相位種子的位置為；
[0025] Xlis=XJNCoiO2)
[0026] ⑷當在迭代過程中，當種群數(shù)超過最大種群數(shù)的限制時，則按照方向圖的適應(yīng)度 計算結(jié)果排序，對排序后的個體按適應(yīng)度值由大到小依次選出IOM個，作為該次迭代最終 保留下來的種群；
[0027] 經(jīng)過上述流程，滿足最大迭代次數(shù)和達到理想方向圖要求兩個條件中的任意一個 后，完成QIWO算法的計算過程，最終每個方向圖的單元幅相值作為迭代傅里葉變換運算的 初值；
[0028] 步驟三：每個單元的幅相值作為迭代傅里葉變換的初值，傅里葉逆變換得出陣列 方向圖，然后與期望方向圖比較，得出新的方向圖；
[0029] 步驟四：將新的方向圖應(yīng)用FFT反算出新的單元激勵；
[0030] (a)在IFFT得出陣列方向圖的過程中，每一個單元的模值為上次求出多個方向圖 對應(yīng)模值的均值，相位幅值則為上次求出方向圖各自對應(yīng)的相位值，并用〇補齊余值；
[0031] (b)在FFT反算各單元激勵的過程中，對于方向圖與理想方向圖的模值不一致性， 采用保留原方向圖的相位值，用理想方向圖的模值直接覆蓋的方法，迭代后取前M值作為M 個單元的幅相值；
[0032] (C)在迭代傅里葉算法的過程中當?shù)螖?shù)超過預(yù)定值后自動停止迭代。
[0033] 實例1 :線陣天線由29個單元組成，單元間距0. 5 λ，約束條件為平頂波束主瓣為 sin θ I彡0.41，波紋為0. 1，副瓣為-25dB，余割平方賦形左副瓣范圍-1彡sin Θ彡-〇. 15， 右副瓣范圍為0. 7彡sin Θ彡1，主瓣范圍-0.034彡sin Θ彡0.6,波紋為0. 1，副瓣 為-25dB。表1中為各方向圖同功率不同相位值。
[0034] 表 1
[0035]

【主權(quán)項】
1. 一種基于QIWO_IFT組合算法的陣列天線唯相位變換波束賦形方法，其特征在于包 括以下步驟： 步驟一：將每個單元的幅相參數(shù)量化，確定冪數(shù)N，對線性陣列的每一個單元的電流幅 度和相位幅值分別按照上下限進行等間隔分段，分段數(shù)量為2N，取每個分段的中間值作為 量化值，并對每一個量化后電流幅度和相位幅度分別度按1~2N進行編號；假設(shè)QIWO算法 的單元數(shù)為M，則初始種群數(shù)初值設(shè)定為2M，最大種群數(shù)設(shè)定10M，可產(chǎn)生的種子區(qū)間為[1， M/2]，解搜索空間為[1，2N]，QIWO算法中的適應(yīng)度函數(shù)選擇為： 0?8XIMSLL-SLVLI+0? 2ILL_MAX-NLVLI， 其中：MSLL為方向圖旁瓣最高值；SLVL為理想方向圖旁瓣最高值；NLVL為所有指定角 度的模值，LL_MAX為理想方向圖的波紋的上下限； 步驟二：將隨機產(chǎn)生的每個單元的幅相量化值帶入QIWO算法，迭代后進而得出每一個 理想方向圖對應(yīng)的單元幅相值，流程包括； (a) 設(shè)QIWO算法的量化初值為隨機產(chǎn)生的整數(shù)值，對于單元數(shù)為M，則初始解為X= [Xi，乂2，? ? ?XgM]; (b) 算法中雜草生長的過程，雜草每次成長的最新值的前M個值即為每個單元的幅度， 后M個值即為每個單元的相位值，每個雜草個體可產(chǎn)生的種子數(shù)為：其中$_和F_為此次進化中的最大最小適應(yīng)度值，SniaJPS_為可產(chǎn)生的最大種子數(shù) 和最小種子數(shù)，f(Xi)為第i個雜草個體的適應(yīng)度值，F(xiàn)flcra為函數(shù)向下取整； (c) 讓每個單元對應(yīng)的幅度值，即種子個體在D維搜索空間，以正態(tài)分布隨機分散在父 代雜草附近，即第i個單元的第S個幅度或相位種子的位置為； Xlis=X^(0, 〇2) (d) 當在迭代過程中，當種群數(shù)超過最大種群數(shù)的限制時，則按照方向圖的適應(yīng)度計算 結(jié)果排序，對排序后的個體按適應(yīng)度值由大到小依次選出IOM個，作為該次迭代最終保留 下來的種群； 經(jīng)過上述流程，滿足最大迭代次數(shù)和達到理想方向圖要求兩個條件中的任意一個后， 完成QIWO算法的計算過程，最終每個方向圖的單元幅相值作為迭代傅里葉變換運算的初 值； 步驟三：每個單元的幅相值作為迭代傅里葉變換的初值，傅里葉逆變換得出陣列方向 圖，然后與期望方向圖比較，得出新的方向圖； 步驟四：將新的方向圖應(yīng)用FFT反算出新的單元激勵： (a) 在IFFT得出陣列方向圖的過程中，每一個單元的模值為上次求出多個方向圖對應(yīng) 模值的均值，相位幅值則為上次求出方向圖各自對應(yīng)的相位值，并用〇補齊余值； (b) 在FFT反算各單元激勵的過程中，對于方向圖與理想方向圖的模值不一致性，采用 保留原方向圖的相位值，用理想方向圖的模值直接覆蓋的方法，迭代后取前M值作為M個單 元的幅相值； (c) 在迭代傅里葉算法的過程中當?shù)螖?shù)超過預(yù)定值后自動停止迭代。
【專利摘要】本發(fā)明涉及一種基于QIWO_IFT組合算法的陣列天線唯相位變換波束賦形方法，屬于無線通信、信號處理技術(shù)領(lǐng)域。本發(fā)明涉及一種陣列天線唯相位變換波束賦形方法，即在功率保持不變的情況下僅通過相位加權(quán)來實現(xiàn)不同輻射要求的波束，該發(fā)明包括以下部分：使用量化入侵雜草算法得出每一個理想方向圖對應(yīng)的單元幅相值作為迭代傅里葉變換的初值，應(yīng)用離散傅里葉逆變換(IFFT)得出數(shù)組方向圖，然后與期望方向圖比較，得出新的方向圖，再應(yīng)用快速傅里葉變換(FFT)反算出新的單元激勵。本發(fā)明結(jié)合量化入侵雜草算法方向圖賦形的快速性、有效性以及迭代傅里葉算法能最終收斂和收斂速度快的特點，提高僅相位變化各方向圖的空域內(nèi)波束覆蓋的能力，因而具有較好的工程實用性。
【IPC分類】H01Q25/00
【公開號】CN105048112
【申請?zhí)枴緾N201510362210
【發(fā)明人】祁崢東, 高國明, 袁洪, 簡玲
【申請人】中國船舶重工集團公司第七二四研究所
【公開日】2015年11月11日
【申請日】2015年6月26日