大型阵列降维-和差多波束形成的联合优化算法

孙晨伟; 陶海红; 王莹; 吕红丽

doi:10.3969/j.issn.0372-2112.2013.03.017

您当前的位置：

首页 >

文章列表页 >

大型阵列降维-和差多波束形成的联合优化算法

学术论文 | 更新时间：2025-07-16

- 大型阵列降维-和差多波束形成的联合优化算法
- Dimensionality Reduction of Large Scale Phased Array-Joint Optimization of Sum and Difference Multiple Beams
- 电子学报 2013年41卷第3期页码：519-525
- 作者机构：
  
  1. 西安电子科技大学雷达信号处理国防科技重点实验室,陕西,西安,710071
  2. 中国电子科技集团公司西安导航技术研究所,陕西,西安,710068
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60971108);装备预言基金重点项目 (No.9140A24011210DZ30)
- DOI：10.3969/j.issn.0372-2112.2013.03.017
  中图分类号： TN957.2
- 纸质出版：2013
- 稿件说明：
移动端阅览
孙晨伟, 陶海红, 王莹, 等. 大型阵列降维-和差多波束形成的联合优化算法[J]. 电子学报, 2013,41(3):519-525.

SUN Chen-wei, TAO Hai-hong, WANG Ying, et al. Dimensionality Reduction of Large Scale Phased Array-Joint Optimization of Sum and Difference Multiple Beams[J]. Acta Electronica Sinica, 2013, 41(3): 519-525.
孙晨伟, 陶海红, 王莹, 等. 大型阵列降维-和差多波束形成的联合优化算法[J]. 电子学报, 2013,41(3):519-525. DOI： 10.3969/j.issn.0372-2112.2013.03.017.

SUN Chen-wei, TAO Hai-hong, WANG Ying, et al. Dimensionality Reduction of Large Scale Phased Array-Joint Optimization of Sum and Difference Multiple Beams[J]. Acta Electronica Sinica, 2013, 41(3): 519-525. DOI： 10.3969/j.issn.0372-2112.2013.03.017.

摘要

大型、超大型相控阵列由于具有高增益、指向性强等优点得到越来越广泛的应用

数字波束形成具有抗干扰、波束切换灵活等优点

而基于大型全阵列数字波束形成需要庞大馈电网络与接收/发射通道而面临高成本、低实时性等缺点.针对此

本文提出了一种用于大型阵列的阵列降维-和差数字多波束形成的联合优化算法

该算法对大型阵列采用模拟和数字联合和差多波束形成

通过基于模拟退火、遗传算法和粒子群智能优化算法的子阵划分优化和子阵级与阵元级的和差联合加权逼近优化

保证在模拟子阵方向图内无栅瓣的同时

获得尽可能好的和差波束主副比及差波束零陷深度

且增益损失较小.最后仿真实验和性能分析验证了所提算法的有效性和可行性.

Abstract

Large and ultra large scale phased arrays have been more and more widely applied because of its high gain and directiveness in the desired directions.However

the enormous feed networks and receiving/transmitter channels

required by digital beam-forming for the whole array

need huge cost and have poor real time.A novel algorithm

optimized for both subarray division and synthesis subarray weighting of sum and difference patterns

is proposed in the paper

in order to avoid grating lobes and acquire lower sidelobe

deep null of difference patterns and fewer cost of beam gain.The simulation results and performance analysis are given to demonstrate the effectiveness and feasibility of the presented algorithm.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

GWO与ABC的混合优化算法及其聚类优化

一种基于多样性信息和收敛度的多目标粒子群优化算法

一种基于离散Fréchet距离的磁场相似性度量方法

基于变因子加权学习与邻代维度交叉策略的改进CSA算法

基于自适应权重和模拟退火的鲸鱼优化算法