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(jìn)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(jìn)了其全局搜索能力。把改進(jìn)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(jìn)化（粗GA）得到的結(jié)果作為初始解，利用IWO算法對其進(jìn)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(xì)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(yuǎn)高于細(xì)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(jìn)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