[发明专利]基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法

说明书

本发明公开基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法。针对阵列天线的低副瓣和深零点目标各设计一个目标函数，并将迭代过程中产生的解用一个外部档案集存储，迭代完可以提供多组可供选择的非劣激励电流幅度值，来完成设计目标。针对现有标准多目标飞蛾扑火算法的缺陷，对其进行改进，在外部档案集中对拥挤距离大的个体采用交叉算子进行扰动来跳出局部最优，并采用非线性收敛的火焰递减方式来平衡算法的全局探索和局部开发能力，大大提高飞蛾扑火算法在阵列天线方向图综合中的收敛速度和最优效果，从而保证多目标条件下的方向图综合的最优化，最终达到设计的指标。

技术领域

本发明属于通信技术领域，具体涉及一种基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，主要用于降低旁瓣电平和产生零陷，从而提高天线方向图的性能。

背景技术

在众多通信系统领域中，通常需要加强天线的方向性，提高天线的增益，有时还要得到特定的辐射方向图，如何对阵列天线的方向图进行综合以满足特定指标的要求一直是智能天线领域的一个研究热点。传统的综合问题是通过解析方法来解决的，具体有傅里叶变换法、Woodward_Layson法、Chebyshev法、Taylor法等，但这些方法使用时限制条件较多，使用范围有限，当阵列天线分布趋于复杂或较大规模时，很难求出有效解，而优化算法为阵列天线综合提供了新思路。

经对现有的技术的文献发现，有些采用遗传算法、粒子群等优化算法进行阵列天线方向图综合时，能够实现旁瓣抑制和零陷生成控制，但也存在以下两点不足之处：1)无法很好的在全局最优和局部最优之间进行平衡，收敛速度往往不够快、容易陷入局部最优等。2)很多算法通过加权等方式将多目标问题转换为单目标问题，进行算法优化，最后只返回一组最优化的解，可供选择的方案较少。

发明内容

本发明的目的是针对现有技术的不足，提供基于改进多目标飞蛾扑火算法的阵列天线方向图综合方法，将需要优化的问题作为飞蛾，进行目标设计，针对阵列天线的低副瓣和深零点目标各设计一个目标函数，并将迭代过程中产生的解用一个外部档案集存储，迭代完可以提供多组可供选择的非劣激励电流幅度值，来完成设计目标。

针对现有标准多目标飞蛾扑火算法的缺陷，对其进行改进，在外部档案集中对拥挤距离大的个体采用交叉算子进行扰动来跳出局部最优，并采用非线性收敛的火焰递减方式来平衡算法的全局探索和局部开发能力，大大提高飞蛾扑火算法在阵列天线方向图综合中的收敛速度和最优效果，从而保证多目标条件下的方向图综合的最优化，最终达到设计的指标。

本发明的具体实现步骤如下：

步骤一：假定直线阵列天线单元数目为M，电流相位差为零，电流幅度中心对称；该直线阵列天线存在于自由空间，其天线单元的球坐标为则在远区观察点Q(r,θ,ψ)所产生的远区场的场强函数如式(1)所示：

其中代表天线单元产生的远场辐射，和r_n,θ_n,ψ_n分别表示观察点Q和天线单元Q_n与原点之间的径向距离、与z轴正向的夹角、在xy平面上投影与x轴的方向角，k表示波数，λ为波长，I_n和β_n分别代表示激励电流和相位，n＝1,2,.....M；

步骤二：设定种群内包含N个个体，并采用均匀随机初始化设置飞蛾的初始位置，每个个体包括D个待优化的各天线单元激励电流幅度值，火焰数量Flame_no为N，初始化迭代次数t＝1,最大迭代次数T，外部档案集为空；

步骤三：根据公式(2)-(3)对每个飞蛾个体进行计算，得到每个飞蛾个体各自的两个适应度值；对所有个体进行优劣排序，并将上述排序后的飞蛾个体存入外部档案集。

所述的优劣排序是按照至少在一个适应度值上能获得较小值的解(即飞蛾个体)被认为是能够均衡各设计目标较好的解(即飞蛾个体)，并将其作为较优个体；