论文摘要
随着无线通信技术的飞速发展,有限的频谱资源面临着枯竭的危险,如何优化通信系统资源配置和提高资源利用效率,一直是通信领域科学家和工程师追求的目标之一。智能天线就是在这一背景下应运而生的。而阵列天线方向图的综合正是智能天线的核心技术,它是指通过改变天线阵的阵元数、阵元位置、阵元馈电幅值、相位,针对不同的信号环境实现系统参数选择的最优化,从而提高了频谱资源的利用率,遗传算法由于其强大的全局寻优能力,解决此类问题时有其特有的优点。遗传算法是一种模拟生物在自然环境中遗传和进化过程宏观仿生方法,根据“生存竞争”和“优胜劣汰”原则通过选择、交叉、变异程序,而组成的自适应全局优化概率搜索算法。由于它在解决大空间、多参数、非线性等复杂问题时所具有的独特优越性,所以在很多领域得到广泛地应用。近年来,遗传算法开始逐渐应用到天线优化设计领域。本文对遗传算法在阵列天线方向图综合中的应用方面进行了研究。对旁瓣抑制和零点生成进行了讨论,并对其中的超低副瓣天线阵和稀疏阵列的低副瓣控制作了详细的研究。本文在理想条件下,运用遗传算法对直线阵和矩形阵进行了方向图综合的仿真,得到如下结论:1.遗传算法是阵列天线方向图综合的有效方法。遗传算法是一种高效的智能仿生搜索算法,它采用全局与局部相结合的搜索方式保证了群体的多样性,从而避免了早熟现象。文中采用遗传算法分别对直线阵和矩形阵的阵元间距、激励幅度和相位进行了优化,并根据指标要求实现了对副瓣电平的有效控制、超低副瓣的生成及在指定角度生成指定零深的零陷。2.遗传算法对方向图综合效果优于传统方法,并且处理的优化问题越复杂,效果越明显。采用遗传算法综合后的方向图明显优于采用传统方法的,并且当阵元的数目越多或方向图函数的形式越复杂,遗传算法的优越程度表现的就越明显。3.采用了离散化阵列天线方向图函数。对阵列天线方向图函数进行采样,采用适合计算机和遗传算法运算的离散化函数,用矩阵运算替代了循环迭代,提高了计算的效率,并在仿真中得到验证。