[发明专利]基于小波变异风驱动优化算法直线天线阵方向图综合方法

摘要

本发明公开了一种基于小波变异风驱动优化算法直线天线阵方向图综合方法，包括如下步骤：建立直线天线阵模型，确定天线阵综合辐射特性要求、目标函数；确定风驱动优化算法及小波变异算子参数，设置种群规模、适应度函数权重值及空气粒子速度、位置边界；随机产生初始空气粒子速度和位置，将空气粒子位置带入适应度函数，把适应度值按升序排序，更新种群顺序，确定全局最优位置和局部最优位置；更新空气粒子速度位置；依据变异概率选择性地将空气粒子位置进行小波变异；计算空气粒子新位置下的适应度值，重新将适应度值按升序排列，更新种群顺序，更新全局最优位置和局部最优位置直至达到最大迭代次数。本发明求解精度高，收敛速度快。

主权项

一种基于小波变异风驱动优化算法直线天线阵方向图综合方法，其特征在于，包括如下步骤：步骤1：建立直线天线阵模型，确定直线天线阵综合辐射特性要求；根据需要的辐射特性确定目标函数；步骤2：设置种群规模，将每个空气粒子位置的不同维度值映射为归一化后的连续激励电流幅度值；设置风驱动优化算法、小波变异算子参数，设置目标函数权重值以及空气粒子速度、位置边界；步骤3：随机产生初始空气粒子速度和位置；步骤4：将空气粒子位置值代入目标函数，计算每个空气粒子对应的适应度值，将适应度值按从小到大排序，对应重新排序种群顺序，确定全局最优位置和局部最优位置；步骤5：更新每个空气粒子的速度，将速度越界空气粒子的速度值设置为速度边界值；步骤6：更新每个空气粒子的位置，将位置越界空气粒子的位置值设置为位置边界值；步骤7：根据变异概率选择性地将空气粒子位置进行小波变异；步骤8：将更新后的空气粒子位置代入目标函数计算适应度值，并将适应度值按升序排列，重新排序种群，更新全局最优位置和局部最优值；步骤9：如果达到最大迭代次数，执行步骤10，否则返回步骤5；步骤10：输出全局最优位置值，映射为归一化后的直线天线阵激励电流幅度值。