阵列方向图低副瓣matlab,基于粒子群算法的低副瓣天线阵列的设计

本文正是基于粒子群优化算法,对一个8单元直线阵列的辐射单元馈电的幅度进行了优化,并设计出了相应的不等功分器对各辐射单元进行馈电,使天线阵的副瓣电平达到设计要求,验证了通过粒子群算法优化阵列天线方向图的方法的可行性。同时笔者在优化天线辐射单元馈电幅度时,考虑了单元天线处于阵列中,单元间存在互相耦合的影响因素,使设计方法更加准确。1粒子群优化算法简介粒子群算法(ParticleSwarmOptimization,简称PSO)PSO的基本概念源于对鸟群捕食行为的研究,从而获得发展并用于求解实际问题。PSO算法首先初始化一群随机粒子(随机解),在搜索空间中以一定的速度飞行,然后通过迭代找到最优解。在每一次迭代中,粒子通过跟踪两个极值来更新自己,一是粒子自身所找到的最优值,称为个体极值,记为pbest;另一个是所有粒子所找到的最优值,称为全局极值,记为gbest。标准粒子群算法的速度及位置更新如式(1):v(i,d)=v(i,d)+c1r1[pbest(i,d)-p(i,d)]+c2r2[gbest(i,d)-p(i,d)](1)p(i,d)=p(i,d)+v(i,d)其中i指第i个粒子,d表示搜索空间中的第d维,v是粒子的速度,被一个最大速度值Vmax限制,p是粒子的位置。c1和c2是加速度,为非负常数;r1和r2是0和1之间的随机数。标准的PSO算法的参数包括:群体规模swarmsize,每个粒子的维数dimension,加速度常数子c1和c2,最大速度Vmax,最大代数Gmax。具体程序中PSO算法的参数设置如下:种群的规模一般是由待优化的参数的个数来决定的,一般原则是种群个数多于优化参数的个数;种群中个体的维数就是所要优化的参数的个数;加速常数c1、c2和最大速度Vmax的设置都可根据大量数值试验得出,而程序的终止条件是程序运行达到了预置的最大迭代次数或者获得满足要求的值。2阵列优化方法采用印刷偶极子天线作为天线阵列的辐射单元,天线的结构,采用介电常数r=2.65、厚度h=1mm为的介质板,使用AnsoftHFSS软件对天线单元进行优化仿真,单元天线驻波仿真结果与实测结果基本一致,单元天线驻波比小于2的频率带宽约为20%。对于上述单元天线组成的对于直线阵列天线来说,其在远区的辐射场强方向图可以表示为(2)式:E()=Nk=1akfk()cos(2dksin)ejk(2)其中ak为第k个辐射单元馈电的幅度值,k为第k个辐射单元馈电的相位值,辐射单元同相馈电时k=0;dk为第k个单元与阵列中心的距离;fk()为单元天线方向图。当单元天线存于阵列中时,由于单元天线间存在耦合影响,其方向图将出现变化。为了靠考虑互耦因素,本文利用AnsoftHFSS软件仿真获得单元处于阵列中的方向图。由于对称性,处于对称位置的辐射单元有着相同的方向图fk(),这样共有4类不同的方向图fk()。设定副瓣电平目标值为小于-22dB,对各辐射单元的馈电幅度ak进行优化,应用MATLAB软件编写程序,得到优化后的馈电幅度分布为:(11.172.243.023.022.241.171)3天线阵列实现方法采用7个功率分配器组成多级不等功分器对单元进行不等幅馈电,实现优化所得到的幅度分布。使用HFSS软件联合单元天线和馈电网络进行了仿真,在仿真的基础上并设计出了天线实验样件。天线阵的驻波系数(VSWR)测量与仿真结果如图1所示,可以看出天线阵列电压驻波比仿真与实测结果基本一致,小于2的带宽大于12%。图1天线阵列电压驻波比曲线图天线阵列仿真与实测方向图的结果如图2所示,从图中可以看出实际