[发明专利]基于蚁群算法的分布式嵌套圆阵列综合布阵方法

权利要求书

1.基于蚁群算法的分布式嵌套圆阵列综合布阵方法，其特征在于，所述分布式嵌套圆阵列综合布阵方法用于对天线阵列进行布阵，包括以下步骤：

步骤一：建立分布式嵌套圆阵列模型，该模型中包括N个半径为R、阵元总数为T的嵌套圆阵，每个嵌套圆阵包括M个实际阵元和T-M个虚拟阵元，且每个嵌套圆阵包括两级子阵，

将N个嵌套圆阵的圆心按照嵌套线阵的排列规则并按顺序进行排布，以N个嵌套圆阵的圆心所在直线为X轴，以X轴负方向、且距离第1个嵌套圆阵圆心λ/2的点为原点O建立直角坐标系XOY，则每个实际阵元所在半径与Y轴之间的夹角为阵元角度，λ为入射波长，

将N个嵌套圆阵任意分成H组，第i组包括N_i个嵌套圆阵、且每组中相邻两个嵌套圆阵圆心之间的距离为D_i，i＝2,...,H，D₁＝λ/2，则分布式嵌套圆阵列模型所在平面的方向图函数为：

其中，φ₀为信号源的方位角，φ为观察方向的方位角，φ_m为第n_i＝1,2,...,N_i个嵌套圆阵中第m＝1,2,...,M个阵元的方位角，β＝2π/λ，

步骤二：根据分布式嵌套圆阵列模型的方向图函数计算峰值旁瓣电平MSLL，并将峰值旁瓣电平MSLL作为适应度函数：

其中，S为方向图的旁瓣区间，F_dB(φ,φ₀)为归一化后的方向图函数，

则建立优化模型：

min{MSLL(φ₀,φ₁,…,φ_m,…,φ_M)}；

步骤三：利用蚁群算法对优化模型进行优化获得模型最优结果；

步骤三的具体方法包括以下子步骤：

A、将每个嵌套圆阵中的每个阵元角度均作为蚁群中一个个体、从而创建初始群体，共有N个蚁群、且每个蚁群中有M个个体；

B、将每个蚁群均代入到适应度函数中，然后将获得的每个函数结果代入到状态转移概率公式中，计算得到N个蚁群的状态转移概率；

C、当第k个蚁群的状态转移概率小于预设值，则蚁群在局部搜索范围内进行局部搜索，k＝1,2,...,N，

当第k个蚁群的状态转移概率大于等于预设值，则蚁群在全局搜索范围内进行搜索；

D、将蚁群中大于2π的个体减去2π，将蚁群中小于0的个体加上2π；

E、当N个蚁群的峰值旁瓣电平变低时，将搜索结果作为新的蚁群，否则蚁群不变；

F、返回步骤B进行至少100次迭代，获得最优结果。

2.根据权利要求1所述的基于蚁群算法的分布式嵌套圆阵列综合布阵方法，其特征在于，步骤B中，状态转移概率公式为：

P_k＝(MSLL_best-MSLL_k)/MSLL_best

其中，MSLL_best为所有蚁群中峰值旁瓣电平的最优值，MSLL_k为第k个蚁群的适应度函数结果，P_k为第k个蚁群的状态转移概率。

3.根据权利要求1所述的基于蚁群算法的分布式嵌套圆阵列综合布阵方法，其特征在于，局部搜索范围为(π*rand)/G，其中rand为(0,1)中的随机参数，G为迭代次数，全局搜索范围为π*rand。

4.根据权利要求1所述的基于蚁群算法的分布式嵌套圆阵列综合布阵方法，其特征在于，第i组嵌套圆阵中、每个圆心在X轴上的位置集合记为A_i，则有：

A_i＝{D_i,2D_i,...,N_iD_i}，

其中，D_i＝(N_i-1+1)D₁。

5.根据权利要求1所述的基于蚁群算法的分布式嵌套圆阵列综合布阵方法，其特征在于，方向图的旁瓣区间S主瓣零功率点为则：