[发明专利]基于量子蜘蛛群演化机制的平面天线阵列稀疏方法

说明书

本发明提供的是一种基于量子蜘蛛群演化机制的平面天线阵列稀疏方法。1、建立平面天线阵列稀疏模型；2、设置系统参数；3、用适应度函数评价种群中每只蜘蛛编码位置的优劣，适应度函数值最优的位置记为整个种群的全局最优位置；4、划分种群中蜘蛛的性别；5、计算每只蜘蛛的重量；6、更新雌性蜘蛛量子位置，基于更新后的量子矢量旋转角，采用模拟量子矢量旋转门操作更新雌性蜘蛛量子位置；7、更新雄性蜘蛛量子位置，基于更新后的量子矢量旋转角，采用模拟量子矢量旋转门操作更新雄性蜘蛛量子位置；8更新各自历史最优位置；9：判断是否达到最大迭代次数。本发明解决了多约束平面天线阵列稀疏难题，满足了对平面稀疏阵列的各种要求。

技术领域

本发明涉及的是一种天线阵列的构造方法，具体地说是一种平面天线阵列稀疏方法。

背景技术

近年来随着科技进步，对天线技术的要求也日益增高，导致了天线技术的快速崛起与发展。为了使天线满足快速进步的科技对它不断提高的要求，许多新型天线应运而生，其中包括天线阵列。天线阵列是将许许多多天线单元按一定排列方式摆放，使它们的辐射场矢量叠加，以得到总辐射场来满足实际应用中的高增益和高方向性要求。庞大的天线阵列表现出的优秀效果，使得天线阵列成为一些工程中必不可少的部分。

在一些雷达及卫星天线系统中，天线阵列由成千甚至上万的天线单元组成，采用幅度相位加权法来改善天线阵列的方向性后，天线阵列的馈电网络将变得十分复杂以至于难以实现，并且庞大的天线阵列会使得系统设备十分复杂，系统的故障率和检修难度就会加大，不光投入的成本会大大增加，同时对计算机系统处理数据的速度提出了更高的要求。而且在许多实际工程应用中，对天线阵列只要求有窄的扫描波束，而对增益没有过高的要求，例如抗环境干扰的卫星接收天线、高频地面雷达天线和射电天文中的干涉阵列天线等等。

阵列波束宽度与口径的最大尺寸有关，增益与照射口径面积有关，所以实际工程中可以采用阵列稀疏的方法构造出高方向性稀疏天线阵列。稀疏后的天线阵列减小了设备的复杂度，降低了系统的故障率，降低了建造成本，加快了系统的运行速度，提高了实用性。但是天线单元的周期性变稀会使得方向图出现非常高的旁瓣，稀疏之后天线阵列的效果比起满布时就会变差很多。由于天线阵列的旁瓣与天线单元的摆放位置有很大的关系，因此需要对稀疏天线阵列的阵元位置进行优化以降低其旁瓣。所以如何用稀疏后的较少的天线单元尽量逼近满布时的效果，达到所期望的目的，就成为天线阵列技术领域要解决的关键问题，同时也是在现代通信领域发挥重要作用的智能天线中的一项关键技术。

发明内容

本发明的目的在于提供一种可满足对稀疏天线阵列的多目标要求，在达到预期方向图效果的同时具有很好的收敛效果的基于量子蜘蛛群演化机制的平面天线阵列稀疏方法。

本发明的目的是这样实现的：

步骤1：建立平面天线阵列稀疏模型，包括天线阵列的规模、形状以及阵元的摆放方式；

步骤2：设置系统参数，包括种群中蜘蛛个体的数量，群体演进的迭代次数，并初始化种群中每只蜘蛛在解空间中的量子位置和{0,1}编码位置；

步骤3：设计适应度函数，用适应度函数评价种群中每只蜘蛛{0,1}编码位置的优劣，在迭代开始时，每只蜘蛛初始{0,1}编码位置同时也记为其搜索历史中的历史最优位置；初始{0,1}编码位置的适应度函数值同时记为其历史最优适应度函数值，在所有蜘蛛对应的所有历史最优位置中，适应度函数值最优的位置记为整个种群的全局最优位置；

步骤4：划分种群中蜘蛛的性别，把初始{0,1}编码位置按其适应度函数值由大到小排列，前N_f只蜘蛛确定为雌性并一直是雌性，剩下的N_m只蜘蛛确定为雄性并一直是雄性；

步骤5：计算每只蜘蛛的重量，把每只蜘蛛{0,1}编码位置的适应度函数值和种群中最大、最小的适应度函数值代入重量计算公式中计算种群中每只蜘蛛各自的重量；