[发明专利]基于量子启发式引力搜索算法的阵列方向图综合方法

权利要求书

1.一种基于量子启发式引力搜索算法的阵列方向图综合方法，其特征在于，包括以下步骤：

1)采集待优化阵列的信息，包括：单元数目、单元间距、阵列类型；明确阵列天线需形成方向图的要求，包括：形状、主瓣宽度、副瓣电平、扫描方向；

2)根据阵列信息，进行种群初始化：根据阵列信息，随机产生N个搜索空间内的粒子X_i＝(x_i1,x_i2,…x_ij…,x_iD)，i＝1,2,...,N，每一维分量x_ij均满足x_ij∈[x_min,x_max]，j＝1,2,3,…D；其中,N为种群大小，即候选解的个数；D为空间维数，与单元数目有关；x_ij为粒子的位置坐标，对应第j个单元的激励幅相；

3)计算方向图

若目标阵列为小型阵列，则按基本公式计算方向图；所述小型阵列为单元数目小于100的阵列；

若目标阵列为大型面阵，采用基于IFFT的方向图快速计算方法计算方向图：

上式中，

其中，floor表示取整操作；M和N分别为x向和y向的采样点数，对K×L的面阵，要求M＞＞K、N＞＞L，数据不足部分补零；dx和dy分别为x向和y向的单元间距；λ为波长；θ和分别为俯仰角和方位角；I(m,n)为第(m,n)个单元的复激励；AF为阵列的阵因子；

4)计算适应度值fitness，根据方向图要求，设计合适的适应度函数，计算适应度函数值；

5)更新候选解集K_best：选取适应度较优的K个个体作为最优候选集；

6)选择量子势阱、更新种群位置：将候选解集K_best的位置设置Delta势阱中心，每个粒子按照轮盘赌规则，随机选择K_best中的一个个体作为量子势阱进行位置更新，更新公式如下

X_i(k+1)＝P_i+α·|P_i-X_i(k)|·ln(1/u)ifS＞0.5

X_i(k+1)＝P_i-α·|P_i-X_i(k)|·ln(1/u)ifS＜0.5

其中，P_i为第i个粒子所选择的量子势阱；u、S为0到1之间的随机数；α称为压缩-扩张系数，也是算法的唯一控制参数；

k为当前的迭代次数，X_i(k)为第i个粒子当前的位置，P_i为第i个粒子所选择的量子势阱；u、S为0到1之间的随机数；α为压缩-扩张系数，也是算法的唯一控制参数；X_i(k)为更新后的位置；

7)终止条件判断：若适应度值满足精度要求或者达到最大迭代次数，输出根据期望方向图确定的阵元激励的幅度和相位；否则，重复步骤3)至步骤6)。

2.根据权利要求1所述的基于量子启发式引力搜索算法的阵列方向图综合方法，其特征在于，所述步骤4)中，计算适应度函数值采用以下公式：

fitness＝c₁E₁+c₂E₂

其中，E₁和E₂分别为方向图主瓣区和旁瓣区的均方误差，c₁和c₂为相应的权重系数。

3.根据权利要求1所述的基于量子启发式引力搜索算法的阵列方向图综合方法，其特征在于，所述步骤6)中压缩-扩张系数α∈[0.5,1.3]。