基于混沌遗传算法的二维平面阵研究-AET-电子技术应用

基于混沌遗传算法的二维平面阵研究

2023年电子技术应用第4期

姜文琦1，张华美1，2，王祥夫1

（1.南京邮电大学电子与光学工程学院，江苏南京 210023；2.东南大学毫米波国家重点实验室，江苏南京 210096）

摘要： 针对一般均匀平面阵列方向图旁瓣较高的问题，利用传统遗传算法对均匀阵进行二维稀布排列，有效降低了旁瓣电平，但遗传算法收敛速度慢，容易陷入局部最优解。因混沌优化算法具有随机性、遍历性以及规律性的特性，把混沌优化算法引入到遗传算法中，利用混沌序列初始化种群，可提高遗传算法的收敛速度和获得全局最优解的能力。因此，提出一种基于混沌优化算法的遗传算法，并把该算法应用到二维平面阵天线设计中，该算法对天线阵的排布进行了优化设计。仿真结果显示混沌遗传算法的收敛速度有所提高，阵列天线的副瓣电平进一步降低，说明该方法具有一定的可行性。

关键词： 二维平面阵收敛速度降低旁瓣遗传算法混沌

中图分类号：TP391
文献标志码：A
DOI: 10.16157/j.issn.0258-7998.222999
中文引用格式： 姜文琦，张华美，王祥夫. 基于混沌遗传算法的二维平面阵研究[J]. 电子技术应用，2023，49(4)：68-72.
英文引用格式： Jiang Wenqi，Zhang Huamei，Wang Xiangfu. Research on two-dimensional planar array based on chaotic genetic algorithm[J]. Application of Electronic Technique，2023，49(4)：68-72.

Research on two-dimensional planar array based on chaotic genetic algorithm

Jiang Wenqi1，Zhang Huamei1，2，Wang Xiangfu1

(1.College of Electronic and Optical Engineering， Nanjing University of Posts and Telecommunications， Nanjing 210023， China； 2.State Key Laboratory of Millimeter Wave， Southeast University， Nanjing 210096， China)

Abstract： Aiming at the problem of high sidelobe in the pattern of general uniform planar array, the traditional genetic algorithm is used to arrange the uniform array in two-dimensional sparse distribution,which effectively reduces the sidelobe level, but the convergence speed of genetic algorithm is slow and easy to fall into local optimal solution. Because chaotic optimization algorithm has the characteristics of randomness, ergodicity and regularity, introducing chaotic optimization algorithm into genetic algorithm and initializing population by chaotic sequence can improve the convergence speed of genetic algorithm and the ability to obtain global optimal solution. Therefore, a genetic algorithm based on chaotic optimization algorithm is proposed and applied to the design of two-dimensional planar array antenna.The algorithm optimizes the layout of antenna array. The simulation results show that the convergence speed of chaotic genetic algorithm is improved and the sidelobe level of array antenna is further reduced,which shows that this method is feasible.

Key words : two-dimensional planar array；convergence speed；reducing side lobe；genetic algorithm；chaos

0　引言

低副瓣阵列天线技术副瓣阵列天线技术现在被广泛应用于现代电子技术通信领域，当下阵列天线方向图研究的热点之一就是在给定阵元数目和天线孔径大小的情况下来实现更低的副瓣电平。随着机器学习适用的领域范围越来越广，出现了许多智能天线优化方法，如模拟退火算法、粒子群算法、遗传算法（Genetic Algorithm，GA）等。一般天线优化涉及阵元数目、阵元间距、主瓣宽度、峰值旁瓣电平（Maximum Sidelobe Level，MSLL）等要素。相较而言，遗传算法是一种高效、并行、全局搜索的方法，得到了很多运用。

如一种新的单口径单馈源多波束天线设计方法，其中利用了实数编码遗传算法进行优化，并用该算法对一个服务区为某区域的多波束天线进行了优化设计和分析，取到了较好的效果。也有对缺失阵元后的方向图进行校正，通过优势保留的改进遗传算法降低阵列天线旁瓣电平；或是在之前的基础上通过遗传算法优化阵元位置达到降低旁瓣电平的目的。但是当遇到一些相对困难的阵列优化问题，使用遗传算法会有过早收敛于局部最优解的现象出现。此外，遗传算法还存在收敛速度慢、计算量大的缺点。以上文献用传统GA以及其他算法对天线进行了优化并获得了不同结果。近年来，多种算法融合已经成为一种趋势。其中涉及的模拟退火算法和运用粒子群算法改进的遗传算法可以有效解决线阵中副瓣电平过高的问题，起到了抑制作用。除此之外，通过加入杂草入侵算法来对布谷鸟搜索算法进行改进，既可以加快大面积的同心圆阵列的收敛速度，又兼顾了天线阵列的低旁瓣特性。

本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005285

作者信息：

姜文琦1，张华美1，2，王祥夫1

（1.南京邮电大学电子与光学工程学院，江苏南京 210023；2.东南大学毫米波国家重点实验室，江苏南京 210096）

微信图片_20210517164139.jpg

原创声明：此内容为AET网站原创，未经授权禁止转载。

相关内容