导读:本文包含了块方向图算法论文开题报告文献综述及选题提纲参考文献，主要关键词:稀布直线阵列,稀布平面阵列,低副瓣,迭代傅里叶算法
块方向图算法论文文献综述
王新宽,王桂宝,贾建科[1]（2019）在《一种低副瓣稀布阵列天线的方向图综合算法》一文中研究指出提出了一种对含有较多单元的稀布直线阵列,以及稀布平面阵列天线进行低副瓣综合的二阶算法。采用迭代傅里叶算法获得一个具有较低副瓣,栅格间距为半波长的稀疏直线平面阵列。针对所得到的稀疏阵列,选择相邻间距大于半波长的单元作为被优化对象,进一步采用差分进化算法,在满足单元间距不小于半波长的约束条件下,对被选中单元的位置和激励相位进行优化来获取具有更低副瓣的稀布阵列天线。根据上述约束条件,在执行完算法的第一步后,阵列中大部分单元的位置已经固定下来,因此,只有少量单元进入下一步的优化进程,从而有效缩减了差分进化算法的寻优空间,加速算法的收敛。基于不同直线阵列和矩形平面阵列的方向图综合结果表明,采用本算法得到的稀布阵列天线,其旁瓣电平值相比文献中已有的结果均表现出不同程度的下降。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年05期）
周川岛,柳超,谢旭[2]（2019）在《基于改进遗传算法的短波圆环阵列方向图综合》一文中研究指出短波作为军民不可或缺的通信手段,存在着工作频带窄、抗干扰性能差等不足,而相控阵波束控制技术能够有效解决上述问题,为有效的设计短波相控阵方向图,降低副瓣电平以及提高增益,提出了一种改进遗传算法,将入侵野草算法的种子产生过程与遗传算法个体选择算子结合,计算群体适应值,适应值较高的20%以及适应值较低的10%的个体产生产生种子并随机散布到种群中,这样保留适应值较高的个体的同时也对遗传算法存在的早熟现象起到了抑制效果。并以短波四元相控阵列为模型进行了仿真,结果显示改进后的遗传算法较原遗传算法有更好的优化效果,副瓣相比于传统遗传算法降低0.7 dB的同时3 dB宽度也减少了3°,实现了很好的副瓣抑制效果,同时由适应度曲线看出,改进后的算法相比于传统算法较好的避免了早熟现象。(本文来源于《通信技术》期刊2019年09期）
王奇,葛俊祥,沈肖雅,王坡[3]（2019）在《一种小样本下的方向图副瓣控制算法》一文中研究指出为解决常规方向图控制算法中的方向图副瓣较高、样本量较小时方向图起伏较大的问题,提出了一种小样本下的方向图副瓣控制算法。该算法在最小方差无失真响应(MVDR)波束形成器中,将输出方向图的低副瓣控制和降低样本处理数量的方法相结合,通过对MVDR波束形成器的最优权矢量附加Dolph-Chebyshev锥化权和把阵列权矢量约束于噪声子空间,得到的方向图在小样本情况下干扰置零的同时,解决了副瓣电平过高和方向图不稳定的问题,减小了快变干扰的影响。计算机仿真实验证实了所提算法的有效性。(本文来源于《雷达科学与技术》期刊2019年03期）
刘骐玮,马彦恒,李根,董健,唐秀媛[4]（2019）在《迭代投影的平顶方向图综合算法》一文中研究指出针对现有的平顶波束综合形成算法计算量较大的问题,提出了一种迭代求解平顶波束的快速形成算法。该算法首先设置方向图参数、迭代条件,然后利用方向图与阵元加权系数的变换关系设计投影算法并通过二阶差分运算确定过渡带,最后结合蝶形计算方法快速迭代逼近理想的平顶方向图。实验结果表明,该算法相比凸优化算法运算效率较高,并且可修复阵元失效后的平顶方向图。算法运算次数随着副瓣阈值、主瓣宽度和零陷深度等参数的变化而变化。(本文来源于《电讯技术》期刊2019年05期）
杨诚[5]（2019）在《基于粒子群算法的赋形方向图合成》一文中研究指出本文对均匀分布的20单元线阵进行赋形方向图合成。基于粒子群算法简洁、高效的特点,所合成的平方余割方向图满足预期目标,且单元幅相分布具有对称性。虽然阵列单元数仅为20个,生成的平方余割方向图副瓣均在-25dB以下,说明粒子群算法可有效求解该类问题。(本文来源于《2019年全国微波毫米波会议论文集（下册）》期刊2019-05-19）
申国君[6]（2019）在《基于改进鸡群算法的无线能量传输阵列天线方向图优化》一文中研究指出随着社会的进步和科学技术的不断发展,无线能量传输(Wireless Power Transmission,WPT)技术受到了国内外研究者们的广泛关注。电磁感应式、磁场共振式与无线电波式是无线能量传输的叁种主要方式。基于阵列天线的无线电波式无线能量传输技术是一种基于电磁辐射、使用射频的能量补充方式,该方式能够显着提高无线能量传输的距离,然而该方式的能量转化效率较低。因此,提高基于阵列天线的无线能量传输中发射端的能量转化效率对于该技术的实际应用至关重要。本文的主要工作如下:(1)对平面阵列天线的阵因子和功率方向图进行了分析,并构建了基于阵列天线的能量波束成形功率方向图优化问题。天线的方向性可以用方向图来描述,而旁瓣电平则是衡量方向图好坏的一个重要的特征参数。因此,本文通过优化平面阵列天线中每个阵元上的激励电流来降低其功率方向图的最大旁瓣电平,从而改善其方向性,提高能量转化效率。(2)提出了一种改进的鸡群算法(Improved Chicken Swarm Optimization,ICSO)用以求解构建的优化问题。针对传统鸡群算法(Chicken Swarm Optimization,CSO)中解的更新方法过于简单且更新过程中容易陷入局部最优,从而导致最终优化效果不理想等问题进行了改进,引入了全局搜索、局部搜索和去除解集中重复解等操作,提高了算法的寻优能力。利用CEC2014测试集将ICSO算法与其他经典的群智能优化算法在不同测试函数上进行对比,用以验证所提ICSO算法的有效性。(3)通过一系列仿真对所提的ICSO优化算法求解能量波束成形功率方向图的优化问题进行验证。首先,针对该优化问题,对ICSO算法的相关参数进行了调优,以使其达到最好的优化效果;然后,使用ICSO算法和一些经典的群智能优化算法,对不同规模的平面阵列天线分别进行了功率方向图的优化实验,通过对实验结果的分析可知,相较于一些经典的群智能优化算法,ICSO算法具有更好的优化效果,能够更大限度地降低最大旁瓣电平;此外,还进行了电磁仿真实验来对比不同算法所得到的功率方向图。实验结果表明,ICSO算法依旧有最佳的优化能力,可以被用来解决真实环境下阵列天线功率方向图的优化问题。(本文来源于《吉林大学》期刊2019-04-01）
丛雯珊,余岚,沃江海[7]（2019）在《基于粒子群算法的宽带真延时方向图栅瓣抑制方法》一文中研究指出针对阵元间距大于信号波长引起阵列方向图出现栅瓣的问题,该文提出一种基于粒子群优化(PSO)算法的宽带真延时方向图栅瓣抑制方法。该方法首先定义了基于宽带真延时的阵列能量方向图,其次构造了以阵列能量方向图的最高副瓣电平作为适应度函数,最后利用粒子群优化算法优化阵元分布来实现对阵列方向图栅瓣的进一步抑制。仿真结果表明:相比于单独使用粒子群算法和单独使用宽带真延时方法,该方法对方向图栅瓣的抑制性能更加有效,在此基础上,该文还研究了阵元个数、平均阵元间距、信号时宽和信号中心频率等因素对方法抑制栅瓣性能的影响。(本文来源于《电子与信息学报》期刊2019年07期）
姜晓超[8]（2018）在《阵列天线失效阵元诊断及方向图校正算法研究》一文中研究指出阵列天线由许多辐射天线单元组成,当阵列存在一定数目阵元失效的情况下,阵列辐射方向图将发生不同程度的畸变,严重影响阵列系统的正常使用。因此,分析失效阵元对阵列方向图畸变的影响,判断阵列中失效阵元的位置与数量,以及采用优化算法降低方向图畸变程度,恢复方向图性能,是十分有必要的。本文在计算阵列天线方向图的基础上,分析了失效阵元对阵列方向图的影响,提出了基于远场方向图的失效阵元诊断方法,并设计了畸变方向图的优化算法。通过诊断和优化实例验证了算法的有效性,最终的实验结果表明:BP神经网络和极限学习机的神经网络算法在测得远场方向图的条件下可以有效定位阵列中失效的阵元,使用遗传算法和萤火虫算法的种群优化算法能够很大程度上校正畸变的方向图,从而实现了阵列方向图的畸变分析与诊断和优化技术研究的目标。本文研究工作如下:第一,失效阵元对阵列方向图的影响分析。介绍了均匀线阵、圆环阵和面阵的方向图计算方法,分析了不同位置阵元失效对均匀线阵、圆环阵和面阵方向图的影响,通过仿真验证了不同位置阵元失效下的叁种典型均匀阵列方向图的峰值副瓣电平、第一零点波束宽度和半功率波束宽度的畸变情况,以1024元均匀面阵为例,分析了不同失效率下的阵元失效、T/R组件失效和子阵失效对阵列方向图的影响,并通过仿真探讨了方向图平均副瓣电平的恶化程度。第二,失效阵元诊断算法研究。以BP神经网络和极限学习机的神经网络算法为基础,利用不同失效模式下的阵列方向图训练神经网络模型,并使用训练好的网络模型从包含随机误差的远场方向图中诊断失效阵元在阵列中的位置以及数量,最后讨论了两种算法诊断失效阵元的性能比较,通过仿真验证了极限学习机较传统的BP神经网络算法具有更快的学习速度,大大提高了诊断效率。第叁,方向图校正算法研究。分别采用遗传算法和改进的萤火虫算法,通过反复的迭代过程重新设计剩余阵列单元的激励,使阵列畸变的方向图在较大程度上恢复其性能,从而实现方向图的校正。最后分析比较了两种阵列方向图优化算法的特点,仿真结果证明基于参数方差调节的萤火虫算法拥有较好的优化效果,弥补了标准萤火虫算法发现率和收敛率低等特点,且相较于遗传算法具有更快的收敛速度。(本文来源于《哈尔滨工程大学》期刊2018-12-01）
仇永斌,张树春,王元诚,范文澜,李德鑫[9]（2018）在《最优粒子初值有效估计的线阵列方向图优化算法》一文中研究指出粒子群优化算法(PSO)通常随机赋初值。提出一种新的线阵方向图优化的PSO算法。通过矩阵运算解析出对应预期方向图的一组阵元权系数的估值。将该估值视为最优粒子初值的有效估计量。将该估计量赋值给种群的一个粒子,而其他粒子仍然赋随机初值。新优化算法与传统PSO算法唯一区别在于粒子初值的初始化方法。仿真实验结果表明,新算法不但收敛速度更快,而且适应度值收敛的更深,能够有效提高传统PSO算法的在复杂的非线性优化问题上的收敛特性。(本文来源于《系统仿真学报》期刊2018年11期）
梁爽,孙庚,刘衍珩[10]（2019）在《改进布谷鸟算法用于阵列天线方向图优化》一文中研究指出针对目前群智能优化及进化计算算法在解决直线形阵列天线辐射方向图的旁瓣电平抑制和零陷控制问题时易出现求解精度不高及收敛速度较慢的问题,提出了一种基于扩散变异策略的布谷鸟搜索算法。该算法首先利用聚集扩散策略来提高算法的全局搜索性能,然后引入遗传算法中的基因突变策略,用以提高种群的多样性,进而提高算法的局部搜索能力。仿真结果表明,所提算法在抑制直线形阵列天线方向图的旁瓣电平和控制零陷方面与萤火虫算法、粒子群算法、传统布谷鸟搜索算法、金斑蝶优化算法和蚯蚓优化算法相比,具有更快的收敛速度和更高的求解精度。(本文来源于《西安电子科技大学学报》期刊2019年01期）
块方向图算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
短波作为军民不可或缺的通信手段,存在着工作频带窄、抗干扰性能差等不足,而相控阵波束控制技术能够有效解决上述问题,为有效的设计短波相控阵方向图,降低副瓣电平以及提高增益,提出了一种改进遗传算法,将入侵野草算法的种子产生过程与遗传算法个体选择算子结合,计算群体适应值,适应值较高的20%以及适应值较低的10%的个体产生产生种子并随机散布到种群中,这样保留适应值较高的个体的同时也对遗传算法存在的早熟现象起到了抑制效果。并以短波四元相控阵列为模型进行了仿真,结果显示改进后的遗传算法较原遗传算法有更好的优化效果,副瓣相比于传统遗传算法降低0.7 dB的同时3 dB宽度也减少了3°,实现了很好的副瓣抑制效果,同时由适应度曲线看出,改进后的算法相比于传统算法较好的避免了早熟现象。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
块方向图算法论文参考文献
[1].王新宽,王桂宝,贾建科.一种低副瓣稀布阵列天线的方向图综合算法[J].重庆邮电大学学报(自然科学版).2019
[2].周川岛,柳超,谢旭.基于改进遗传算法的短波圆环阵列方向图综合[J].通信技术.2019
[3].王奇,葛俊祥,沈肖雅,王坡.一种小样本下的方向图副瓣控制算法[J].雷达科学与技术.2019
[4].刘骐玮,马彦恒,李根,董健,唐秀媛.迭代投影的平顶方向图综合算法[J].电讯技术.2019
[5].杨诚.基于粒子群算法的赋形方向图合成[C].2019年全国微波毫米波会议论文集（下册）.2019
[6].申国君.基于改进鸡群算法的无线能量传输阵列天线方向图优化[D].吉林大学.2019
[7].丛雯珊,余岚,沃江海.基于粒子群算法的宽带真延时方向图栅瓣抑制方法[J].电子与信息学报.2019
[8].姜晓超.阵列天线失效阵元诊断及方向图校正算法研究[D].哈尔滨工程大学.2018
[9].仇永斌,张树春,王元诚,范文澜,李德鑫.最优粒子初值有效估计的线阵列方向图优化算法[J].系统仿真学报.2018
[10].梁爽,孙庚,刘衍珩.改进布谷鸟算法用于阵列天线方向图优化[J].西安电子科技大学学报.2019