[发明专利]阵列天线方向图自修复方法

说明书

本发明公开了一种阵列天线方向图自修复方法，涉及阵列天线技术领域。所述方法包括如下步骤：获取阵列天线中发生故障的阵元信息以及未发生故障的阵元信息；根据获取的发生故障的阵元信息以及未发生故障的阵元信息建立阵列天线方向图自修复数学模型；对建立的阵列天线方向图自修复数学模型进行求解，完成所述方向图的自修复。所述方法自修复过程计算速度快，且计算时间受阵列中阵元数目影响较小，可用于大规模阵列天线。

技术领域

本发明涉及阵列天线技术领域，尤其涉及一种阵列天线方向图自修复方法。

背景技术

阵列天线由于其大功率、高增益、快速波束扫描等特点而广泛应用于现代雷达装备。阵列天线通常由数目众多的阵元组成，通过每个阵元激励信号的幅值、相位变化，在空中合成大功率、高增益、不同指向的波束。大量的阵元是阵列天线的基础，而阵元数目的增加，也使得阵列出现失效阵元的概率提高。阵列天线结构复杂，失效阵元不易修复，特别在航空航天、战场等应用环境下，也无法做到及时修复。因此，研究阵列天线自修复方法，充分利用阵列天线内正常阵元资源，保证阵列天线性能，对于阵列天线设计、应用既具有理论研究意义，又有实际工程迫切需求。

国内外学者对阵列天线自修复进行了广泛研究。研究过程中，有学者称该问题为阵列天线的自修复(self-healing)，也有学者称之为失效阵元修正(failurecorrection)、失效阵元补偿(compensation for errors)、失效阵元下的方向图校准(pattern calibration)。而在研究过程中，均通过对阵列天线中剩余正常阵元激励的重新配置，从而最大程度的恢复阵列天线性能。在激励重配置过程中，采用了遗传算法(GeneticAlgorithm,GA)、萤火虫算法(Firefly Algorithm,FA)、布谷鸟搜索-鸡群优化算法(CuckooSearch–Chicken Swarm Optimisation,CSCSO)、粒子群及其改进算法(Particle SwarmOptimisation,PSO)、细菌觅食优化算法(Bacteria Foraging Optimization,BFO)、差分进化算法(Differential Evolution,DE)、布谷鸟搜索算法(Cuckoo Search Algorithm,CSA)等多种智能优化算法，同时快速傅里叶变换(Fast Fourier transform,FFT)及快速傅里叶逆变换(Inverse Fast Fourier Transform,IFFT)等经典数据处理方法也被用于阵列天线自修复。

发明内容

本发明所要解决的技术问题是如何提供一种自修复过程计算速度快，且计算时间受阵列中阵元数目影响较小，可用于大规模阵列天线的方向图自修复计算的阵列天线方向图自修复方法。

为解决上述技术问题，本发明所采取的技术方案是：一种阵列天线方向图自修复方法，其特征在于包括如下步骤：

获取阵列天线中发生故障的阵元信息以及未发生故障的阵元信息；

根据获取的发生故障的阵元信息以及未发生故障的阵元信息建立阵列天线方向图自修复数学模型；

对建立的阵列天线方向图自修复数学模型进行求解，完成所述方向图的自修复。

进一步的技术方案在于：所述方向图是表征阵列天线产生电磁场及其能量空间分布的一个性能参量，表征了与天线等距离、不同方向的空间各点辐射场强变化；对于结构形状、电流分布和安装姿态都一样的相似阵元组成的直线阵，不考虑阵元间耦合，其辐射场为：

E(θ)＝F(θ)f_c(θ) (1)

式中，f_c(θ)为单元因子，F(θ)为阵因子；对于含有N个阵元的直线阵列天线，其阵因子为