[发明专利]一种基于改进模拟退火算法的极限稀疏阵列优化方法

摘要

本发明公开了一种基于改进模拟退火算法的极限稀疏阵列优化方法，包括步骤：(1)对十字型阵列的发射波束形成进行优化，并利用十字型阵列的波束方向图重新定义模拟退火算法中的能量函数E(W,A)；(2)设置预期的旁瓣峰值SLP_d和阵元权重系数比R_d，对十字型阵列进行稀疏优化，使能量函数达到最低值，获得阵元数量最小化的极限稀疏阵列。采用上述算法所得的极限稀疏阵列与当前其他稀疏阵列相比，能够以最少的阵元数量，获得相同的波束性能，最大程度降低三维声学成像系统的硬件复杂度和成本。

主权项

一种基于改进模拟退火算法的极限稀疏阵列优化方法，其特征在于，包括以下步骤：(1)对十字型阵列的发射波束形成进行优化，并利用十字型阵列的波束方向图重新定义模拟退火算法中的能量函数E(W,A)；$E(W,A)=k_1{\left(\underset{(u^{\′},v^{\′})\∈\mathrm{\Ω}}{\Σ}\right(\frac{B(W,u^{\′},v^{\′},f_j)}{\max \left(B\right(W,u^{\′},v^{\′},f_j))}-{\mathrm{SLP}}_d\left)\right)}^2+k_2{A}^2+k_3{(R_o-R_d)}^2$式中，W为十字型阵列阵元的权重系数矩阵，B(W,u',v',f_j)为波束方向图的表达式，max(B(W,u',v',f_j))为B(W,u',v',f_j)的最大值，k₁,k₂,k₃表示三项优化目标参数的权重，SLP_d为预期的旁瓣峰值，A为十字型阵列阵元数量，R₀为当前状态的阵元权重系数比，R_d为预期的阵元权重系数比，u’,v’分别定义为u'＝sinα_p‑sinα₀，v'＝sinβ_q‑sinβ₀，其中(α_p,β_q)为水平和垂直波束方向角，(α₀,β₀)分别为指向声源的单位矢量的水平和垂直方向角，Ω代表(u’,v’)的取值情况集合；(2)设置预期的旁瓣峰值SLP_d和阵元权重系数比R_d，对十字型阵列进行稀疏优化，使能量函数达到最低值，获得阵元数量最小化的极限稀疏阵列。