1、基于遺傳算法的智能天線波束形成作者:武琳靜, 李京華, 王景, 倪寧來源:現(xiàn)代電子技術(shù)2010年第21期摘要:為降低智能天線方向圖旁瓣電平,加深干擾方向零點(diǎn)深度,提出一種改進(jìn)的實(shí)數(shù)編碼遺傳算法。該算法基于人類的繁殖現(xiàn)象,改進(jìn)了標(biāo)準(zhǔn)遺傳算法的交叉算子,從而克服了標(biāo)準(zhǔn)遺傳算法收斂速度慢,易陷入局部最優(yōu)等問題,提高了優(yōu)化效率。在仿真實(shí)驗(yàn)中,以均勻直線陣為例,用改進(jìn)的遺傳算法對陣元激勵(lì)的幅度進(jìn)行優(yōu)化,形成的方向圖獲得了更好的結(jié)果。關(guān)鍵詞:智能天線; 波束形成; 方向圖; 遺傳算法; 人類繁殖現(xiàn)象中圖分類號:TN821+.91-34文獻(xiàn)標(biāo)識(shí)碼:A文章編號:1004-373X(201021-0018-03

2、Beam-forming of Smart Antenna Based on Genetic AlgorithmWU Lin-jing, LI Jing-hua, WANG Jing, NI Ning(Department of Electronic Engineeri ng, Northwestern Polytechnical University, Xian 710072, ChinaAbstract: In order to reduce the side-lobe level and deep the null of smart antenna patterns, an improv

3、ed real-ver operator of standard genetic algorithm based on human reproduction phenomenon (HRGA. So, the slow convergence and local optimum of standard genetic algorithm are resolved and the convergence speed is enhanced. Taking an example of uniform linear array in simulation experiment, amplitude

4、of the element excited current is optimized through improved GA, the pattern is better.Keywords: smart antenna; beam-forming; pattern; genetic algorithm; human reproduction phenomenon0 引言智能天線波束形成是通過優(yōu)化陣元的電流幅度或相位或陣元間距,使天線主波束對準(zhǔn)期望信號,旁瓣和零陷對準(zhǔn)干擾信號,從而接收有用信號,抑制干擾信號。由于天線優(yōu)化問題中的目標(biāo)函數(shù)或約束條件呈多參數(shù)、非線性、不可微甚至不連續(xù),因而基于梯度

5、尋優(yōu)技術(shù)的傳統(tǒng)數(shù)值優(yōu)化方法無法有效求得工程上滿意的結(jié)果。而遺傳算法是模仿自然界生物進(jìn)化機(jī)制發(fā)展起來的隨機(jī)全局搜索和優(yōu)化方法,是一種高效、并行、全局搜索的方法,能自適應(yīng)地控制搜索過程以求得最優(yōu)解1。但是在智能天線應(yīng)用領(lǐng)域中,標(biāo)準(zhǔn)遺傳算法存在早熟,后期收斂速度慢、計(jì)算復(fù)雜等問題,于是提出了一些改進(jìn)的遺傳算法。文獻(xiàn)2提出了一種基于排序的實(shí)數(shù)編碼遺傳算法,并應(yīng)用于唯幅度控制等間距天線陣方向圖綜合。文獻(xiàn)3提出交替使用兩種遺傳繁殖操作產(chǎn)生后代群體,以擺脫收斂對初始群體選擇的依賴,應(yīng)用于超低副瓣線陣天線的方向圖綜合;文獻(xiàn)4采用復(fù)數(shù)編碼,并用三個(gè)父代染色體線性交叉產(chǎn)生子代個(gè)體,將適應(yīng)度高的個(gè)體選擇到下一代。針

6、對在標(biāo)準(zhǔn)遺傳算法中,由于近親繁殖,導(dǎo)致很多交叉操作無效的問題,對遺傳算法的交叉算子進(jìn)行了改進(jìn),并對陣元激勵(lì)的幅度進(jìn)行了優(yōu)化。實(shí)驗(yàn)結(jié)果表明,提出的改進(jìn)方法是有效的。1 基于遺傳算法的波束形成1.1 遺傳算法基本步驟遺傳算法的設(shè)計(jì)過程中包含了參數(shù)編碼方式的選用、初始群體的建立、適應(yīng)度函數(shù)的構(gòu)造、遺傳操作的設(shè)計(jì)、控制參數(shù)的設(shè)定。算法的收斂性取決于這五個(gè)方面的設(shè)計(jì)及數(shù)值精度和收斂速度的一些折衷。(1 編碼采用實(shí)數(shù)編碼,直接將陣元的激勵(lì)電流幅值依次排列構(gòu)成一個(gè)染色體,如 為陣元數(shù)目。(2 選擇采用最佳保留選擇,即首先通過輪盤賭方式選擇染色體,然后選擇當(dāng)前種群中最高適應(yīng)度值的染色體,作為父代染色體,直接保留到下一代,保證算法終止時(shí)最后結(jié)果為出現(xiàn)適應(yīng)度