[发明专利]基于混合算法的平面阵列天线和差波束方向图合成方法

说明书

一种平面阵列线和差波束形成方法，即在降低馈线网络复杂性的前提条件下，仅改变部分阵元的电流激励以及相位激励来实现和、差波束之间的转换，该发明包括以下部分：使用改进的迭代傅里叶算法得出满足副瓣电平、3dB波束宽度等性能要求的和、差波束方向图对应的单元电流激励值，并保留其中两种波束对应的相同激励单元部分的幅值，再利用改进二次规划算法寻求共用激励单元集合外的阵元激励值来满足和差波束各自的性能指标要求，包括：副瓣电平最大值、差波束零点位置的斜率、方向性系数等。本发明即在降低馈线网络复杂性的前提条件下，仅改变部分阵元的电流激励以及相位激励来实现和、差波束之间的转换。

技术领域

本发明涉及无线通信、信号处理技术领域，特别是涉及基于混合算法的平面阵列天线和差波束方向图合成方法。

背景技术

平面天线和差波束天线方向图综合优化方法是一种仅改变部分阵元的电流激励以及相位激励来实现和、差波束之间转换的技术。在很多实际应用中，抑制阵列方向图的旁瓣是一个基本且十分重要的问题，对于采用单脉冲技术的雷达系统，需要对和波束及差波束的旁瓣同时进行抑制，为此可在阵元上采用两种形式的加权，用于和波束的Taylor加权及用于差波束的Bayliss加权，但针对包含有几百至几千个阵元的大型相控阵雷达，馈电网络将会及其复杂，为降低系统的复杂性，研究仅改变部分阵元的电流激励以及相位激励来实现和、差波束之间的转换，有着极为重要的工程应用价值。针对上述问题，常规的解决方法是智能优化算法,如文献M.Alvarez-Folgueiras,J.Rodriguez-Gonzales,and F.Ares-Pena,中基于模拟退火(Simulated Annealing)的改进型全局优化算法，但智能优化方法处理单元的数量较多时，优化变量将激增，导致优化过程极为耗时，优化的结果无法逼近理想和差波束方向图。本发明结合改进迭代傅里叶算法(MIFT,Modified Iterative FourierTechnique)与二次规划算法(Quadratic 0ptimization，QP)两种技术进行和差波束方向图综合，首先利用MIFT方法计算满足和差波束副瓣要求所对应的共用单元激励值，再利用QP算法平行计算获得满足和差波束各自副瓣电平最大值、差波束零点位置斜率、最大方向性系数等辐射性能所对应的共用单元外剩余单元的电流激励。

发明内容

为了解决上述存在的问题，本发明提供基于混合算法的平面阵列天线和差波束方向图合成方法，本发明中的混合优化方法回避了传统IFT算法无法完善和、差波束所有辐射性能以及QP算法当未知变量激增时导致计算周期长的缺点，而有效结合了迭代傅里叶算法以及QP算法无需参数调节且鲁棒性强，计算速度快，精度高的特点，最终实现馈电网络简化，仅通过部分阵元的电流激励以及相位激励变化来实现和、差波束之间的转换，为达此目的，本发明提供基于混合算法的平面阵列天线和差波束方向图合成方法，包括以下步骤：

步骤一：对平面阵列天线远场和、差方向图做UV面转化，过程如下；

其中2M,2N为矩形平面阵列单元数，d_x和d_y分别为沿x和y方向的单元间距，θ与分别对应俯、仰角，为对应单元的幅相激励参数,a_mn、分别为电流和相位激励参数，其中I_mn、a_mn、中m＝1,...,2M，n＝1,...,2N，β＝2π/λ，λ为波长，设对(1)式做如下变化，

其中和波束远场方向图为上式中，为第mn个元素的激励幅值；

差波束远场方向图为上式中，为振幅权值的二次反对称分布；

设置w＝[I₁₁,I₁₂,...I_(2M-1)2N,I_2M2N] (5)；

公式(2)转化为；