基于改进遗传算法的相控阵适当随机馈相方法北大核心CSCD

基于相控阵天线波束受数字移相器量化相位影响而引起较高寄生副瓣电平,文中提出了一种基于改进遗传算法的相控阵天线适当随机馈相方法。该方法通过融合适当随机馈相技术,减少了随机馈相优化问题的变量维数,有效降低了遗传算法优化时的难度;同时,在遗传优化交叉过程中采用混沌序列产生交叉点的位置,以海明距离度量个体间的差异程度,遵循防止"近亲结合"的个体配对原则,对"近亲"引入新的个体进行替代,改善了遗传算法容易陷入局部最优的缺点,提高了全局搜索能力。仿真结果表明,新方法在抑制相位量化寄生副瓣优于基于传统遗传算法的完全分布式随机馈相优化方法,更有效地降低了天线方向图峰值副瓣电平。     

基于混沌粒子群算法的宽零陷方向图综合方法

自适应阵列天线常需要采用宽零陷技术,以增强阵列天线抗干扰的稳健性。为此,提出了一种基于混沌粒子群算法（CPSO）的阵列天线宽零陷方向图综合方法。该算法首先采用混沌序列初始化粒子位置,以增强搜索多样性,并在对部分非优胜粒子的位置更新时引入混沌扰动项,在每次迭代中对全局最优位置进行变尺度混沌优化,提高了全局和局部搜索能力,加快了收敛速度。仿真结果验证了混沌粒子群算法在阵列天线宽零陷方向图综合时的收敛速度和精度方面均优于标准粒子群算法。     

基于混沌遗传算法的宽零陷波束赋形方法

针对传统自适应波束形成技术形成的零陷较窄,可能引起无法准确对准干扰方向而产生抑制失效的问题,提出了一种基于混沌遗传算法（Chaos-Genetic Algorithm,CGA）的宽零陷波束赋形方法。该方法通过建立宽零陷波束赋形数学模型,采用融合混沌技术的遗传算法进行优化;利用混沌序列初始化粒子位置,并在遗传交叉算子中引入变尺度混沌扰动项,增强种群多样性和跳出局部最优的能力,实现全局和局部搜索能力的提高,有效提高收敛精度和加快收敛速度。仿真结果验证了采用新方法能够在预定位置形成较深的宽零陷,具有较好的稳健性。