导读:本文包含了方向图优化论文开题报告文献综述及选题提纲参考文献，主要关键词:叁角网格阵列,幅度加权,差分进化算法,数值优化
方向图优化论文文献综述
赵方园,陈阳阳,赵书敏,蒋忠进[1]（2019）在《一种矩形口径叁角网格平面阵列的方向图数值优化方法》一文中研究指出本文采用差分进化算法优化矩形口径叁角网格平面阵列的幅度加权,使阵列方向性满足副瓣电平和零陷电平等设定指标。将阵列的二维方向性视为水平向和垂直向两个相互独立分量的乘积,相应地将优化矢量由二维矩阵变成两个一维矢量相加,明显缩短了优化矢量的长度。同时,限定水平向和垂直向优化矢量关于中心点对称,以大幅减少优化迭代次数。仿真结果证明,本文算法能够快速有效地优化出合适的幅度加权,从而得到副瓣电平和零陷电平满足指标的二维方向图。(本文来源于《航空兵器》期刊2019年03期）
申国君[2]（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）
仇永斌,张树春,王元诚,范文澜,李德鑫[3]（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[4]（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）
袁建涛,张文涛,稂华清,曹顺锋,刘广君[5]（2018）在《基于NLSM+IWO的非对称方向图唯相位优化》一文中研究指出本文提出一种改进的非线性最小二乘算法(NLSM),通过引入入侵杂草算法(IWO)完成对初始解及迭代过程中的全局最优解的选取,解决了非线性最小二乘算法优化结果不稳定的问题。在阵列分布及单元个数一定的条件下,通过优化激励相位对相控阵天线方向图进行赋形,压低向地一侧峰值旁瓣电平,使背地一侧旁瓣电平递减变化。优化后的方向图可以有效降低中、近旁瓣杂波电平,证明了该算法的可行性和有效性。(本文来源于《航空兵器》期刊2018年03期）
李晗[6]（2018）在《基于群体智能的阵列天线方向图优化及修复方法研究》一文中研究指出阵列天线在现代无线通信系统中扮演着越来越重要的角色,尤其是在移动通信、卫星通信和雷达通信系统中。然而,通信用户量及其通信需求都在以指数级的速度快速地增长,使得频谱资源变得日益匮乏。因此,为了能够高效地利用有限的频谱资源,提高通信系统的通信效率,对于阵列天线各项技术的创新则成为相关研究人员关注的重点课题。阵列天线可以有效提高通信系统的通信范围、信号质量、覆盖面积、连通率和频谱效率,阵列天线方向图对通信系统的性能起着决定性的作用。波束成形是指在特定方向上传播电磁波的技术,这项技术可以通过阵列天线产生,而阵列天线方向图综合则恰恰是实现波束成型的基本要素。阵列天线的结构由许多单天线按照某种特定的形状排列而成,阵列天线中阵元的数目、位置、激励相位和激励振幅等参数的设定都会控制着整个阵列天线的辐射特性。目前,阵列天线方向图综合是指利用某些方法调节并确定阵列天线中的相关参数,从而能够使得最终的天线方向图达到或者尽可能接近预期的结果。对于阵列天线的性能好坏的衡量标准有很多,主要包括:波束宽度、旁瓣电平(SLL)、噪声灵敏度、方向性和鲁棒性等,本文基于群体智能优化算法对阵列天线方向图进行研究,使其拥有最小化的最大旁瓣电平,主要工作如下:(1)首先,通过对生物地理学优化算法(BBO)进行深入的分析,发现其在更新迭代的过程中容易使解向量陷入局部最优。针对这一问题提出了一个带有局部搜索策略和选择操作的生物地理学优化算法(BBOLS),并将其分别应用于优化直线型阵列天线(LAA)的激励电流值、圆型阵列天线(CAA)的激励电流值和阵元间距,使其方向图带有最小化的最大旁瓣电平。通过各项仿真实验验证了BBOLS算法对于最小化阵列天线方向图的最大旁瓣电平的有效性,实验结果表明,BBOLS算法的性能要优于BBO算法、萤火虫优化算法(FA)、粒子群优化算法(PSO)的性能。(2)其次,通过对有阵元损坏的直线型和圆型阵列天线方向图的修复问题以及杂草入侵优化算法(IWO)的优化机理分别进行了深入的研究,发现IWO算法本身结构简单,且其中的生长繁殖操作和空间扩散操作能够有效的避免解向量陷入到局部最优,从而提出了使用IWO算法来修复有阵元损坏的直线型和圆型阵列天线的方向图,并使其拥有最小化的最大旁瓣电平。通过与布谷鸟优化算法(CS)、FA、BBO、PSO这些算法进行仿真实验比较,结果表明,IWO算法能够较好地修复有阵元损坏的直线型和圆型阵列天线的方向图,并最大化地降低其最大旁瓣电平。(本文来源于《吉林大学》期刊2018-04-01）
费晓,张贞凯,田雨波,刘新星[7]（2018）在《风驱动优化的共享孔径方向图综合》一文中研究指出针对共享孔径阵列天线,基于一种新型的全局优化算法——风驱动优化,提出了一种新的共享孔径方向图综合方法。首先,设计两阵列相邻阵元的间距约束条件,将两个子阵波束图的最高旁瓣电平作为优化目标。然后,在约束公式条件下,先后确定子阵1和子阵2阵列单元的初始坐标,通过利用风驱动算法优化两子阵单元坐标位置来降低旁瓣电平,实现不同频率的共享孔径阵列天线设计。最后,通过与粒子群算法和传统SMI算法对比,验证了该算法在共享孔径方向图中的可行性和有效性。(本文来源于《电光与控制》期刊2018年06期）
郑放[8]（2017）在《基于多目标优化算法的共形阵方向图综合》一文中研究指出共形阵天线是一种依附于载体表面,与载体在外形上融为一体的天线。共形阵天线不仅具有良好的美观,还具有提高载体的空气动力学性能、提高天线的口径、增大天线的扫描范围等优点。因此在雷达探测、卫星通信等领域中具有广泛的应用。共形阵方向图综合问题属于典型的优化问题,该问题常包含多个优化目标,如主瓣形状、副瓣电平、零陷位置、阵列效率和极化方向等。由于这些优化目标往往是相互制约的,这就使得共形阵方向图综合问题成为了多目标优化问题。鉴于此,本文针对基于多目标优化算法的共形阵方向图综合问题展开研究,论文的主要内容如下:首先,建立了共形阵的基本信号模型,分析共形阵远场方向图表达式,介绍了几种典型的共形阵方向图综合方法并进行了仿真实验。其次,介绍了多目标优化算法的基本思想和与步骤,重点介绍了基于帕累托最优法(Pareto Optimality)的多目标人工蜂群算法(Multi-Objective Artificial Bee Colony,MOABC)。并针对共形阵方向图综合问题的特点,对MOABC算法中的邻域搜索方式、跟随蜂的选择算法、拥挤距离定义和搜索步长的设置方式进行了改进,形成了改进的多目标人工蜂群算法(Improved Multi-Objective Artificial Bee Colony,IMOABC)。最后,利用IMOABC算实现了二种典型的多目标共形阵方向图综合。首先是最大化相对阵列效率的共形阵方向图综合,其优化目标分别为方向图的波形和共形阵的相对阵列效率。其中相对阵列效率的定义是在阵列效率的基础上推导得出的,该优化目标克服了阵列效率受共形阵形状影响的缺点。然后是双极化天线的共形阵方向图综合,其优化目标为两个极化方向的方向图波形。本文通过坐标轴旋转统一了各天线单元的极化分量,构建了基于双极化天线的共形阵列信号模型,同时实现了共形阵列同极化方向图的优化和正交极化方向图的抑制。(本文来源于《合肥工业大学》期刊2017-04-01）
张良[9]（2017）在《MIMO雷达波形设计与发射方向图优化》一文中研究指出多输入多输出(Multiple Input Multiple Output,MIMO)雷达在发射端采用多个天线,分别发射不同的信号,在接收端分离出不同发射信号分量的贡献,从而可以利用空间分集增益提高雷达探测能力。相比于传统的相控阵雷达,MIMO雷达具有更多的自由度,因此在参数估计,检测性能上都优于传统的相控阵雷达。波形分集是MIMO雷达区别于传统相控阵雷达的优势所在。MIMO雷达在波形设计上的自由度,也使其便于形成灵活的发射方向图。因此,本文针对MIMO雷达波形设计和发射方向图优化开展研究,主要工作包括:1.针对MIMO雷达调频信号设计,应用基于驻定相位原理的波形设计方法,完成了非线性调频信号设计;并将非线性调频信号作为MIMO雷达单通道发射波形,给出了MIMO雷达频分非线性调频信号的设计方法;受失配滤波理论的启发,考虑对失配滤波器和调频信号进行迭代优化,实现了超低旁瓣调频信号的优化;并将其应用于MIMO雷达,完成了超低旁瓣频分调频信号设计。2.针对MIMO雷达相位编码信号设计,应用序列二次规划的方法,设计出了具有低自相关旁瓣和互相关峰值,且具有严格正交性的相位编码信号;针对扩展目标匹配输出能量扩散的问题,受通信中零相关码的启发,应用序列二次规划的方法,实现了在距离一维和距离-多普勒二维具有零相关区域的类零相关码设计。3.针对色噪声下的MIMO雷达波形设计问题,推导了色噪声下最优波形能量谱与色噪声功率谱密度的关系;在接收滤波器为预白化-匹配滤波器条件下,推导了使输出信噪比最大的特征向量法;以及在波形相似度约束下,使输出信噪比最大的SWORD算法;为了充分利用雷达发射机功率,提出了色噪声下基于驻定相位原理的恒模波形设计方法;最后,实现了色噪声下的MIMO雷达多波形设计。4.针对MIMO雷达发射方向图优化,给出了几种常见的优化模型和约束条件,包括发射方向图匹配设计,最小化峰值旁瓣发射方向图优化,最小化积分旁瓣发射方向图优化,并给出了将优化问题转化为凸优化的方法;针对控制主瓣内波动的发射方向图优化问题,给出了通过加权1-范数和矩阵正则化来控制主瓣波动的方法;最后讨论了控制过渡带的MIMO雷达发射方向图优化模型。(本文来源于《电子科技大学》期刊2017-03-01）
翟畅,王梦烨,张玉,赵勋旺[10]（2016）在《采用PSO算法的基站天线方向图综合优化》一文中研究指出随着当今社会手机的普及,基站天线也变得越来越重要,针对基站天线性能的提升也有各种方法,而基站天线的方向图综合优化设计是现今提高天线性能最常用的方法之一。无论是在设计之初还是在基站天线设置都需要根据其不同的环境与应用背景来设置相关参数以满足所需的电性能。本文采用高阶矩量法对板状振子型基站天线进行仿真计算,通过使用粒子群算法对其振子间距以及各个振子相位进行优化,实现了垂直面内较好的方向图综合设计。(本文来源于《2016年全国军事微波、太赫兹、电磁兼容技术学术会议论文集》期刊2016-08-17）
方向图优化论文开题报告
（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：
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。
（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。
方向图优化论文参考文献
[1].赵方园,陈阳阳,赵书敏,蒋忠进.一种矩形口径叁角网格平面阵列的方向图数值优化方法[J].航空兵器.2019
[2].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
[3].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
[4].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
[5].袁建涛,张文涛,稂华清,曹顺锋,刘广君.基于NLSM+IWO的非对称方向图唯相位优化[J].航空兵器.2018
[6].李晗.基于群体智能的阵列天线方向图优化及修复方法研究[D].吉林大学.2018
[7].费晓,张贞凯,田雨波,刘新星.风驱动优化的共享孔径方向图综合[J].电光与控制.2018
[8].郑放.基于多目标优化算法的共形阵方向图综合[D].合肥工业大学.2017
[9].张良.MIMO雷达波形设计与发射方向图优化[D].电子科技大学.2017
[10].翟畅,王梦烨,张玉,赵勋旺.采用PSO算法的基站天线方向图综合优化[C].2016年全国军事微波、太赫兹、电磁兼容技术学术会议论文集.2016