杨 敏，田雨波，陈 风

(江苏科技大学电子信息学院，江苏镇江212003)

通信、雷达、遥感等领域通常会需求具有特殊性能的天线，很多时候单一的天线并不能满足要求.这时，可以采用多个天线按一定方式排列成天线阵列来解决问题［1］.根据给定的天线辐射方向图或者给定的对天线性能参量的要求来设计天线阵元的个数、阵元之间的间距、阵元上激励电流的幅值和相位分布，称为天线综合［2］.天线阵列综合问题中使用的比较经典的方法有切比雪夫多项式法、傅里叶变换法等［3］.这些传统的方法往往具有自己的既定规则，大多针对某一特定的问题，对于更复杂的具有约束条件的综合实例很难实现.对于形状复杂的大型天线阵列，虽然可以采用基于梯度寻优技术的传统数值优化方法，但由于天线最优化问题中往往存在多参数、非线性、不可微、不连续的目标函数或者约束条件，传统数值优化方法无法有效求得工程上满意的解［4］.因此，具有稳健性、随机性的智能优化算法，例如遗传算法(genetic algorithm，GA)、粒子群优化算法(particle swarm optimization，PSO)在复杂的非线性天线优化问题中得到了应用，如天线阵列稀疏［5］、降低最大旁瓣电平［6］、通过控制激励电流幅值或相位在干扰源方向生成零点［7］等.尽管上述文献中的粒子群优化算法是有效的，但其计算量大、效率不高，且容易陷入局部最优，丢失全局最优解［8］.为此，文中介绍了一种能有效降低计算量、快速收敛的全局优化算法田口算法(Taguchi method，TM)，该……