本文選題：陣列天線 + 遺傳算法　； 參考：《電子與信息學報》2017年03期

【摘要】：基于遺傳算法的激勵優(yōu)化算法是求解陣列天線波束賦形問題時常用的激勵求解算法。傳統(tǒng)遺傳算法在優(yōu)化陣列天線激勵時,對陣元天線方向圖矢量疊加獲得陣列天線合成方向圖后,與目標方向圖做相似度判斷,經(jīng)過多次運算獲得滿足設計要求的激勵值。然而算法中通常不關(guān)注賦形結(jié)果的副瓣抑制,導致陣列天線波束賦形結(jié)果副瓣抑制效果不理想。該文提出一種基于一組低副瓣波束線性疊加的波束合成機制,將合成方向圖與目標方向圖做相似對比,結(jié)合遺傳算法的優(yōu)化求解方法,最終獲得與目標方向圖匹配的合成方向圖,且合成方向圖具有高副瓣抑制的特性。以一款16陣元X波段微帶偶極子線性陣列天線為例,該文提出的具有副瓣抑制機制的遺傳算法求得的賦形波束獲得了-27.5 dBc的副瓣抑制效果,遠遠好于傳統(tǒng)遺傳算法求得的賦形波束-19 dBc的副瓣抑制。
[Abstract]:The excitation optimization algorithm based on genetic algorithm is commonly used to solve the array antenna beamforming problem. When the array antenna excitation is optimized by the traditional genetic algorithm, the composite pattern of the array antenna is obtained after the array antenna pattern vector is superimposed, and the similarity between the array antenna pattern and the target pattern is judged, and the excitation value satisfying the design requirements is obtained after many operations. However, the sidelobe suppression of the shape result is usually not paid attention to in the algorithm, which leads to the unsatisfactory sidelobe suppression effect of the beamforming result of the array antenna. In this paper, a beam synthesis mechanism based on a set of low sidelobe beam linear superposition is proposed. The synthetic pattern is compared with the target pattern, and the genetic algorithm is used to solve the problem. Finally, the synthetic pattern matching the target pattern is obtained, and the synthetic pattern has the characteristic of high sidelobe suppression. Taking an X-band microstrip dipole linear array antenna with 16 array elements as an example, the shape beam obtained by genetic algorithm with sidelobe suppression mechanism is used to obtain the sidelobe suppression effect of -27.5 DBC. It is much better than the sidelobe suppression of shaped beam-19 DBC obtained by traditional genetic algorithm.
【作者單位】： 中國科學院微電子研究所;北京郵電大學電子工程學院;
【分類號】：TN820;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 吳瑞鏞,徐大紋;具有年齡結(jié)構(gòu)的遺傳算法[J];桂林電子工業(yè)學院學報;2001年04期

2 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設計[J];液壓氣動與密封;2001年02期

3 楊宜康,李雪,彭勤科,黃永宣;具有年齡結(jié)構(gòu)的遺傳算法[J];計算機工程與應用;2002年11期

4 谷峰,吳勇,唐俊;遺傳算法的改進[J];微機發(fā)展;2003年06期

5 ;遺傳算法[J];計算機教育;2004年10期

6 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學學報(自然科學版);2004年05期

7 劉坤,劉偉波,吳忠強;基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學院學報;2005年04期

8 張英俐,劉弘 ,馬金剛;遺傳算法作曲系統(tǒng)研究[J];信息技術(shù)與信息化;2005年05期

9 丁發(fā)智;;淺談遺傳算法[J];烏魯木齊成人教育學院學報;2005年04期

10 李冰潔;;遺傳算法及其應用實例[J];吉林工程技術(shù)師范學院學報;2005年12期

相關(guān)會議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進的遺傳算法及其在路徑規(guī)劃中的應用[A];2009系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設計中的應用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進的遺傳算法在反演問題中的應用[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進遺傳算法在三維日照方案優(yōu)化中的應用[A];工程三維模型與虛擬現(xiàn)實表現(xiàn)——第二屆工程建設計算機應用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學術(shù)研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設計[A];全國第二屆信號處理與應用學術(shù)會議專刊[C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機編程中的應用[A];1995年中國智能自動化學術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實用遺傳算法及其比較[A];1996年中國智能自動化學術(shù)會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學術(shù)會議論文集（下冊）[C];1996年

相關(guān)重要報紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡和遺傳算法在水科學領(lǐng)域的應用》將面市[N];中國水利報;2002年

相關(guān)博士學位論文 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標決策問題中的應用研究[D];合肥工業(yè)大學;2015年

2 張士偉;三維聲學快速多極基本解法在機械噪聲預測中的應用研究[D];沈陽工業(yè)大學;2016年

3 高軍;無鉛焊料本構(gòu)模型及其參數(shù)識別方法研究[D];南京航空航天大學;2015年

4 Amjad Mahmood;半監(jiān)督進化集成及其在網(wǎng)絡視頻分類中的應用[D];西南交通大學;2015年

5 周輝仁;遞階遺傳算法理論及其應用研究[D];天津大學;2008年

6 郝國生;交互式遺傳算法中用戶的認知規(guī)律及其應用[D];中國礦業(yè)大學;2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應用研究[D];西安電子科技大學;1998年

8 馬國田;遺傳算法及其在電磁工程中的應用[D];西安電子科技大學;1998年

9 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應用[D];大連理工大學;2002年

10 周激流;遺傳算法理論及其在水問題中應用的研究[D];四川大學;2000年

相關(guān)碩士學位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學;2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學;2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預測控制[D];華南理工大學;2015年

4 王琳琳;新型雙層液壓轎運車車廂的設計研究[D];上海工程技術(shù)大學;2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風面積比優(yōu)化方法研究[D];華南理工大學;2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學;2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學;2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學;2015年

9 吳南;數(shù)值逼近遺傳算法的研究應用[D];華南理工大學;2015年

10 于光帥;一類優(yōu)化算法的改進研究與應用[D];渤海大學;2015年

，

本文編號：2093612