改进郊狼算法用于直线阵列零陷综合
2021-02-21李佳莹王亚妮
国 强,李佳莹,王亚妮
(哈尔滨工程大学 信息与通信工程学院,黑龙江 哈尔滨 150000)
直线阵列的阵列综合因其在雷达、通信、卫星、遥感等各类无线系统中的应用而备受关注[1-2]。通常通过控制天线阵列的相位、激励幅值和阵元位置形成期望的特定形状的阵列天线方向图,如约束主瓣宽度(First Null Beam Width,FNBW)、指定方向上的零陷深度(Null Depth Level,NDL)、最优旁瓣电平(SideLobe Level,SLL)等。在当今干扰普遍存在的电磁环境中,某些方向上的电磁干扰会严重影响接收到的有用信号,由于主瓣方向指向目标接收机,旁瓣和零陷指向干扰方向,因此,具有零陷深度的阵列综合有着重要的研究意义[3-4]。
随着智能优化算法的不断发展,选择恰当的优化算法仍是目前阵列综合的一个极具实际意义的研究课题。遗传算法(Genetic Algorithm,GA)[5]被应用到具有最小旁瓣电平和零陷控制的直线阵列综合中,然而遗传算法的局部搜索能力较差,运算费时,在进化后期搜索效率较低。KHODIER[6]将布谷鸟算法(Cuckoo Search,CS)用于直线天线阵列综合中,通过优化阵元的相位来抑制旁瓣电平并获得所需的零陷,然而算法的不稳定性导致收敛结果容易受参数大小和初始种群的影响。文献[7]将基于生物地理学的优化算法(Biogeography-Based Optimization,BBO)应用于线阵零陷综合,在抑制旁瓣电平的同时得到零陷,然而容易出现早熟收敛的现象。文献[8]利用Taguchi 优化算法(Taguchi's Optimisation)进行均匀激励的直线阵列综合,通过优化阵元相位得到最优旁瓣电平和零陷深度,但收敛速度和收敛精度仍然不能满足需求。并且无免费午餐定理[9]指出,没有一种算法可以完美地解决每一个优化问题,它们都有各自的优点和局限性。……
