粒子群优化算法用于阵列天线方向图综合设计

《粒子群优化算法用于阵列天线方向图综合设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据第21卷第1期电波科学学报2006年z月cHINEsEJoURNAL0FRADloScIENcEVol_2l。No．1Febfuarv．2006文章编号10050388(2006)0l—ool6一06粒子群优化算法用于阵列天线方向图综合设计+焦永昌杨科陈胜兵张福顺(西安电子科技大学，天线与微波技术国家重点实验室，yang”ngke@163，com，陕西西安710071)摘要粒子群优化算法是基于一群粒子的智能运动而产生的一类随机进化算法，其优点是算法非常利于理解和应用。本文介绍了粒子群算法的原理和流程，研究了如何将这种方法运用于天线阵的方向目综合上，给出了PSo算法

2、在综合阵列方向图的应用实例，表明粒子群算法在天线阵列综合中具有广泛的应用前景。关键词粒子群算法，阵列天线，天线方向图中圈分类号TN802文献标识码AApplicationofparticleswa珊0ptimizationinantennaarr‘aypatternsynthesisJIAOYoⅡg_changYANGKeCHENSheng．bingZHANGF．卜shu“(N叫；Dnd￡LⅡ6。mfo’yD，Am”"口5口ndMicr0讹w1k^”DzDg_，X捌抽n【hz口．，ydng，d”时砸}163．cD卅，x￡’删S^n口n矗710071。C^ind)Abstr

3、眦tPanicleSwarmoptimization(PSO)isarobuststochasticevolutionarycomputationtechniquebasedonthemovementandintelligence“swarm，whichisveryeasytounderstandandimpIement．Thispaperintroducesaconceptualover—viewanddetailedelplanationofthePSOalgo“thm，aswellashowitcanbeusedforantennaarraydesign，andpr

4、esentsseveralresuItsoptimizedbyPSO，whichshowtheabroadapplicationforegroundofPSOintheantennaarraydesign，Keywordsparticleswarmoptimization，arrayantenna，radiationpattern1引言在雷达、通信等众多领域中，往往需要特殊形状的天线波束(如余割波束、扇形波束，低副瓣等)。根据波束形状求解阵列天线激励幅值、相位、单元间距的过程称为综合。阵列天线波束综合是一个十分困难的非线性优化问题。虽然已有许多经典的优化方法如切比雪夫，泰

5、勒，伍德福德等可以借用，但是这些方法都是针对某一类特定的问题而提出的，并且对于一些有约束条件的综合，经典方法就很难实施。*收稿日期：2004一09一06因此需要研究发展一种更加有效且更为普遍的优化方法。粒子群算法作为一种随机智能算法，以其算法概念清晰、程序简单等特点，很适台于解决此类复杂的非线性优化问题，并且它对问题的搜索空间也没有什么特殊要求。PsO算法最早是由kenndey和Eberhart等n]于1995年提出的。受到人工生命的研究结果启发，Ps0的基本概念源于对蜂群采蜜行为的研究。由于认识到PsO在函数优化等领域所蕴含的广阔的应用前景，在kenndey和Eberh

6、art之后很多学者都基金项目：国家自然科学基金项目(60171045)16万方数据第1期焦永昌等：粒子群优化算法用于阵列天线方向图综合设计17进行了这方面的研究。目前，Pso已应用于了函数优化，神经网络训练，模式分类，模糊系统控制以及其它的领域，在电磁学领域也有了一些成功的应用‘2～“。2粒子群算法2．1基本Pso算法PsO算法与其它演化算法相似，也是一种基于群体的优化算法。设想这样一个场景：有一群蜜蜂，它们的任务是在一个区域里寻找花蜜最多的花群，所有的蜜蜂都不知花群的具体位置。每只蜜蜂都只是从一个随机的位置，以一个随机的速度开始寻找花群，但每一只蜜蜂都有记忆它自己和整个

7、蜂群所经历最好花群地点的能力。那么找到花群的最优策略是什么呢?最简单有效的方法就是每只蜜蜂根据某种原则不断地改变飞行方向，直到找到花蜜最多的花群。PsO算法从这种模型中得到启示并用于解决优化问题。PsO算法中，每个优化问题的潜在解都是搜索空间中的一只蜜蜂，称之为“粒子”。所有的粒子都有一个由被优化的函数决定的适应度值，并且每个粒子还有一个速度决定它们飞翔的方向和距离。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，第一个就是粒子本