[发明专利]一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法

权利要求书

1.一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法，其特征在于：所述方法为采用稀疏线性阵列遗传算法SLGA对矩形天线阵列阵元进行稀疏优化，采用粒子群算法PSO优化稀疏矩形天线阵列的激励幅度。

2.根据权利要求1所述的一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法，其特征在于：所述矩形天线阵列位于xoy平面上，共有m×n个天线阵元，n和m分别表示均匀分布在x轴和y轴的阵元数，阵元之间的距离为0.5倍波长，天线阵元为全向天线。

3.根据权利要求1所述的一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法，其特征在于：所述采用稀疏线性阵列遗传算法SLGA对矩形天线阵列阵元进行稀疏优化包括以下步骤：

步骤一：初始化种群规模NP、交叉概率P_c、变异概率P_m以及迭代次数G参数；

步骤二：随机产生Z＝[Z₁...Z_i...Z_NP]^H总种群集合，设计适应度函数，每个个体对应一个待求解问题的潜在解，进化迭代数g＝1；

步骤三：计算每个个体的适应度，判断最优适应度值是否达到目标函数，若达到，将最优适应度的个体作为最优解输出，算法结束，否则进行下一步；

步骤四：根据个体的适应度，采用轮盘赌法选择部分适应度较高的个体进进行后面的遗传操作；

步骤五：对选中的成对个体，以概率P_c进行数值交换，产生新的个体；

步骤六：对选中的个体，以概率P_m重新设置为新的潜在解，产生新的个体；最后经过遗传操作后的群体作为新一代种群，g＝g+1，并转到步骤三。

4.根据权利要求3所述的一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法，其特征在于：所述稀疏线性阵列遗传算法SLGA用来优化阵列元素之间的位置，经过SLGA稀疏后的矩形阵列输出表示为：

其中U_ik表示第(x_i,y_k)个阵元的幅值，n和m分别表示均匀分布在x轴和y轴的阵元数，表示第(x_i,y_k)个阵元的方位角，θ表示发射端俯仰角，表示发射端方位角，S_ik表示天线激活与关闭状态即天线在开和关之间进行切换，表示为：

要求关于原点对称的稀疏平面阵列的孔径不变，阵列的稀疏率定义为：

ρ＝q/m/n

其中，q是激活的天线数量。

5.根据权利要求4所述的一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法，其特征在于：所述稀疏平面阵列定义天线单元适应度函数为方位向方向图最大旁瓣电平，表示为：

其中，MSLL代表最大旁瓣电平，T₁表示θ＝θ₀时方位向方向图的旁瓣区间，当方向图的主瓣的零功率点为max(a)表示求a的最大值函数值；

为保证优化过程中主瓣在一特定区域内，且阵列的尺寸保持不变，假设波束的主瓣区域为Θ_ML所述稀疏平面阵列定义目标函数CF表示为：

其中，min(a)表示求a最小函数值；和分别表示波束主瓣区域的左极值和右极值；通过优化S_ik，找到MSLL的最小值。

6.根据权利要求1所述的一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法，其特征在于：所述粒子群算法PSO在采用稀疏线性阵列遗传算法SLGA对矩形天线阵列阵元进行稀疏优化后，继续优化稀疏矩形天线阵列的激励幅度。

7.根据权利要求1所述的一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法，其特征在于：所述采用粒子群算法PSO优化稀疏矩形天线阵列的激励幅度包括以下步骤：

步骤一：设定种群数为N；根据阵列中所有阵元的数目获得搜索空间的维数K；粒子的位置X＝[X₁...X_i...X_N]^T，每一列X_i＝[x₁...x_j...x_K]^T表示第i个粒子的位置，x_j为随机生成的常数，0＜x_j＜1；粒子的速度V＝[V₁...V_i...V_N]^T，每一列V_i＝[v₁...v_j...v_K]^T表示第i个粒子的速度，v_j为随机生成的常数，0＜v_j＜1；粒子飞行速度的加权系数分别为c₁和c₂；惯性权重为w；

步骤二：将采用SLGA获得的最优种群T_best和X_i代入CF计算公式中，得到个体的适应度函数值CF＝fitness(T_best,X_i)，重复进行N次重复的操作，得到N个CF和个体最优位置P_P＝(P_P1,...,P_Pi,...,P_PN)^T；

步骤三：从N个CF中选出最优CF，并记录全局最佳位置P_g；

步骤四：将步骤一和步骤二得到的X_i、V_i、P_g、P_pi代入式x_ij(k+1)＝x_ij(k)+v_ij(k+1)和v_ij(k+1)＝w·v_ij(k)+c₁r₁(k)(p_ij(k)-x_ij(k))+c₂r₂(k)(p_gj(k)-x_ij(k))，得到一个新的粒子的位置和速度分别为

若则否则P_g＝P_pi，重复进行N次重复的操作；

步骤五：获得第一代最优的全局最优解CF_best和全局最佳位置