[发明专利]一种L型阵列天线的基于获得性遗传的阵元排布方法

说明书

一种L型阵列天线的基于获得性遗传的阵元排布方法，涉及L型阵列天线的阵元设计领域，为了解决目前L型阵列天线系统的排布存在局部能力弱的问题。本发明首先针对J_K阵列进行染色体编码，然后计算待优化阵列种群中每一个染色体的适应度，根据获得性遗传的重写概率，随机选择两个父代染色体，计算基因传递百分比后执行重写操作，然后进行变异操作，产生新种群，重复重写和变异两项操作，迭代直到满足预先设定的终止条件，得到最优的种群；然后根据最优的种群基因确定L型阵列天线的阵元排布。本发明适用于L型阵列天线的阵元排布设置。

技术领域

本发明涉及L型阵列天线的阵元设计领域。

背景技术

近年来，人工智能优化系统和阵列天线技术得到了飞速发展，然而由于目前阵列天线的阵元排布优化器的局限，线性阵列测角存在着它的局限性，即通常只能得到一维的角度信息。由于L型阵列天线具有结构简单，布阵效果好等优点而成为应用热点。然而L型阵列存在一个严重的问题，相比于均匀矩形二维阵来说，L型阵列的直接波束形成方向图性能较差，它的测角分辨率和测角精度由于阵元数较少，需要最优化。因此，L型阵列的优化布置对于波束形成以及波束图的可用性十分重要。通过对L型阵列进行布阵优化，可以进一步的增强L型阵列结构简单，阵元数目少的优势，同时也可以改善L型阵列的劣势，即使得其波束形成方向图的性能得到优化。

哈尔滨工业大学在波束形成方向图的性能研究方面做出较大的进步，其申请名称为“一种基于L型阵列天线的波束形成及波束图优化方法(申请号为201510341877.1)”的专利对结构阵列进行了多次优化，极大地提高了波束图测角分辨率和测角精度。但是由于其仅仅用了传统的遗传算法对L型阵列阵元排布进行优化，传统遗传算法存在着收敛速度较慢以及局部搜索能力弱，容易出现早熟等缺点，从而使L型阵列天线的阵元排布得不到快速最优结果，进而导致其波束形成及波束图优化方法不能发挥稳定的效果或最优的效果。所以针对于L型阵列天线的阵元排布方法和系统有待于提高或改进。

为了提高优化算法的整体寻优能力和局部寻优能力，目前大多数方案选择用两种算法相结合，如将遗传算法和退火算法相结合，虽然通过两种以上的算法进行寻优能够取得相对较好的效果，但是这种方案存计算量较大、寻优速度较慢等问题，以及全局搜索能力和局部搜索能力都有待于进一步提高。

发明内容

本发明的一种L型阵列天线的基于获得性遗传的阵元排布方法，为了解决目前L型阵列天线系统的排布存在局部能力弱的问题。

一种L型阵列天线的基于获得性遗传的阵元排布方法，包括以下步骤：

将矩形阵天线中央部分阵元除去，只保留相邻边界两列阵元所得到的阵列基本结构即为L型阵列天线；

步骤1、J_K阵列是L型阵列天线相邻边界两列阵元数目分别为J、K的阵列；针对J_K阵列进行编码：

将J_K阵列作为一个染色体，在形成个体的基因时，用J+K组随机生成的二进制字符串来表示该J_K阵列，二进制数字串的位数为Na，把每一个二进制字符串称为染色体上的一个基因；每个二进制字符串所代表的意义是该阵元和前一个阵元的阵元间距，利用上述方法生成J+K个基因，作为遗传算法的初始种群保存；

为了方便表示将染色体中基因的总数J+K用d表示，有d＝J+K；此时每个染色体记为的基因串组成为表示为其中，表示基因，j表示染色体中基因的序号；种群其中，k为种群进化的代数；i表示种群中染色体的序号；N_G表示种群大小；

步骤2、将初始种群G_k进行一次调整；然后计算种群G_k中每一个染色体的适应度；

步骤3、执行重写操作产生新种群G′_k+1：

步骤3.1、根据获得性遗传的重写概率ρ，ρ∈(0，1]，随机选择两个父代染色体和且