迭代傅里葉算法在陣列天線綜合中的應(yīng)用研究.pdf

1、與單個天線相比，陣列天線因其能夠?qū)崿F(xiàn)高增益、窄波束、低旁瓣等電性能在現(xiàn)代無線電系統(tǒng)中獲得了廣泛的應(yīng)用。陣列綜合是陣列天線設(shè)計的核心問題之一，研究高效的陣列綜合算法有助于設(shè)計出高性能陣列天線。因此，研究大型陣列的高效綜合算法具有重要的理論意義和實用價值。
　　本文以陣列綜合算法為主線，依次研究了遺傳算法、入侵雜草優(yōu)化算法和迭代傅里葉算法在低旁瓣陣列綜合中的應(yīng)用，重點研究了迭代傅里葉算法及其改進形式在直線陣和大型稀疏平面陣綜合方面的應(yīng)

2、用。論文的主要研究工作體現(xiàn)在以下幾個方面:
　　1.針對已有的實數(shù)編碼遺傳算法(GA)，提出了一種新型交叉算子，改進了其全局搜索能力。把改進遺傳算法應(yīng)用于低旁瓣直線陣方向圖綜合，所得陣列在波束寬度、零陷基本滿足要求的情況下，旁瓣電平比原算法的結(jié)果降低11～12dB。
　　2.將GA和入侵雜草優(yōu)化算法（InvasiveWeedOptimization，簡稱IWO）相結(jié)合，提出了用于陣列天線綜合的GA-IWO算法。該算法將GA初

3、步進化（粗GA）得到的結(jié)果作為初始解，利用IWO算法對其進行微擾，以提升算法的全局搜索能力，加快其收斂速度。20元直線陣的綜合結(jié)果表明，采用GA-IWO算法求得的陣列，在波束寬度一致，零陷值相差很小的情況下，旁瓣電平比分別單獨采用細GA和IWO算法的結(jié)果降低了約0.8～2dB。GA-IWO算法的收斂速度遠高于細GA，但低于IWO算法。
　　3.在迭代傅里葉算法（IterativeFourierTechnique，簡稱IFT）的基礎(chǔ)

4、上，提出了一種用于等間距直線陣綜合的自適應(yīng)迭代傅里葉算法(AdaptiveIterativeFourierTechnique，簡稱AIFT)。與原算法相比，該算法無須預(yù)先給定獲得最佳陣列所需的旁瓣電平閾值（SidelobeLevelThreshold，簡稱SLLT，或旁瓣閾值）。對于陣元激勵被大幅截斷的陣列，該算法通過自動調(diào)整主瓣邊緣區(qū)域陣列方向圖的值，來降低方向圖的主瓣波束寬度，有效抑制了波束展寬效應(yīng)。不同設(shè)計需求的直線陣綜合結(jié)果表明

5、，與IFT算法相比，AIFT算法所得陣列在波束展寬較小的情況下，旁瓣電平降低了4～5dB。
　　4.提出了一種改進的迭代傅里葉算法(ModifiedIterativeFourierTechnique，簡稱MIFT)，分別用于綜合稀疏直線陣以及大型稀疏平面陣。與IFT算法相比，使用MIFT算法綜合稀疏直線陣時，計算時間最多僅為前者的1/17。把該算法用于綜合大型稀疏平面陣時，在陣列的填充因子高于40％的情況下，所得陣列的旁瓣電平比I

6、FT算法的結(jié)果低0.9～8.6dB，且方向圖的主瓣波束寬度幾乎不變。與DDT(DeterministicDensityTaper)算法的結(jié)果相比，陣列的旁瓣電平降低了4～5dB。由于旁瓣閾值的大小對MIFT算法能否收斂到最優(yōu)解至關(guān)重要，本文給出了利用MIFT算法綜合大型稀疏平面陣時，旁瓣閩值的取值方式及范圍。
　　5.當(dāng)陣列的填充因子小于40％時，使用MIFT算法綜合大型稀疏平面陣變得不可行，而采用IFT算法可能陷入局部最小解。因