戴定成, 姚敏立, 金　伟, 张峰干

(1. 火箭军工程大学信息工程系, 陕西 西安 710025; 2. 火箭军工程大学初级指挥学院, 陕西 西安 710025)

0　引　言

同心圆环阵列(concentric ring array, CRA)因其良好的几何对称特性以及全方位角扫描能力,受到越来越多研究者的关注[1-15]。为了在一定的约束条件下降低天线的峰值旁瓣电平(peak sidelobe level, PSLL)以及阵元数量,获得更好的天线性能,各国学者进行了大量的探索,提出了一系列的方法。从阵列结构看,这些方法可以分为两类,第一类是稀疏的方法[2-5],即以均匀排布(通常阵元间隔为0.5λ)的阵列为基础,根据优化结果选择一部分阵元不予激励;第二类是稀布的方法[6-14],在满足约束条件的前提下,阵元被随机地放置在天线平面上。稀布阵列的阵元位置相较于稀疏阵有更大的自由度,因此有着更加广阔的应用前景,但同时由于该问题的高度非线性,其优化难度也更大。

文献[1]将混合遗传算法(hybrid genetic algorithm, HGA)应用到同心圆环阵列综合中,以圆环半径以及各圆环上的阵元数量作为优化对象,对同心圆环阵列进行了综合,取得了较好的效果。文献[9]提出了一种修正的实数编码遗传算法(modified real genetic algorithm, MGA),将圆环的半径作为优化对象,约束同一圆环上的阵元间隔,最后对所有阵元进行联合优化,降低了优化的计算量和模型的复杂性。文献[10]提出了一种改进的整数编码遗传算法(improved integer genetic algorithm, IIGA),提升了遗传算法的计算效率并能避免算法过早收敛。此外,还有差分进化[13](differential evolution, DE)算法,以及粒子群优化[14](particle swarm optimization, PSO)算法等进化算法也被应用到天线阵列综合中。……