基于神經(jīng)網(wǎng)絡(luò)和粒子群算法的二維螺旋天線陣快速綜合

李星晨（江蘇省高速公路信息工程有限公司,南京 210000）

基于神經(jīng)網(wǎng)絡(luò)和粒子群算法的二維螺旋天線陣快速綜合

李星晨
（江蘇省高速公路信息工程有限公司,南京 210000）

本文通過神經(jīng)網(wǎng)絡(luò)建模擬合螺旋天線遠場電場場強，使用粒子群優(yōu)化算法，完成螺旋天線二維陣列的快速綜合。與傳統(tǒng)的討論理想全向天線相比，本文將天線的場分布考慮在了天線綜合之中，更具有實際運用價值。本文在10×10螺旋天線陣，頻率2GHz，間隔75mm的條件下，計算了螺旋天線陣幅值和相位。

神經(jīng)網(wǎng)絡(luò)；粒子群算法；天線綜合

1　簡介

陣列天線廣泛應(yīng)用于雷達無線通信和電子對抗等領(lǐng)域方向圖綜合作為陣列天線的關(guān)鍵技術(shù)在抗干擾參數(shù)估計等方面有著重要的作用．文獻[1-4]通過粒子群優(yōu)化算法對電流幅值和相位的連續(xù)值進行優(yōu)化取得了不錯的效果．但在實際應(yīng)用中可以分別使用數(shù)字衰減器和數(shù)字相移器對電流幅值和相位進行量化比如文獻[5]用粒子群優(yōu)化算法對陣列天線電流相位進行量化優(yōu)化文獻[6]中用改進的遺傳算法對連續(xù)的電流幅值和量化的電流相位進行優(yōu)化文獻[7]中對連續(xù)的電流幅值量化的電流和6位相位進行優(yōu)化同時為了減少相鄰陣元間耦合的影響在目標(biāo)函數(shù)中加入了陣元電流幅值動態(tài)范圍比文獻[8]中用克隆選擇算法對連續(xù)的電流幅值和量化的電流相位進行了優(yōu)化得到了不錯的陣列天線方向圖文獻[9]中用蜜蜂算法對量化的電流幅值和量化的電流相位進行優(yōu)化該文獻把幅值和電流都離散化取得了不錯的效果。

粒子群算法(ParticleSwarmOptimization)是由Jameskenny和RussellEberhart在1995年提出的一種基于種群搜索的智能優(yōu)化算法[10]，其一經(jīng)提出就廣受學(xué)者們重視，其廣泛的應(yīng)用于電磁優(yōu)化計算問題。

2　二維螺旋陣的綜合

本文的思想是將螺旋天線的遠場處的三維電場場強用神經(jīng)網(wǎng)絡(luò)擬合，通過訓(xùn)練的神經(jīng)網(wǎng)絡(luò)以及陣列綜合理論，求和陣列特定方向的電場作為粒子群算法的適應(yīng)度值，迭代粒子群算法，尋求在特定方向上電場最大，所對應(yīng)的每個天線陣元的幅值和相位。基本步驟為：

（1）使用仿真軟件計算螺旋天線，導(dǎo)出遠場處每個角度所對應(yīng)的電場大??；將角度作為輸入?yún)⒘?，電場大小作為輸出參量，?xùn)練神經(jīng)網(wǎng)絡(luò)；

（2）對于特定的輸入角度，通過神經(jīng)網(wǎng)絡(luò)得出其對應(yīng)的電場大小，將每個天線陣元的幅值和相位分別作為優(yōu)化變量，使用粒子群算法求解最優(yōu)解；

（3）將粒子群算法最優(yōu)粒子對應(yīng)的每個天線陣元的幅值和相位輸出。

其中，粒子群算法的適應(yīng)度函數(shù)為：

3　仿真與計算

本文采用的螺旋天線如圖1所示，其為等角螺旋天線與阿基米德螺旋天線結(jié)合型天線，并在其外圈輔以2個圓環(huán)以提高圓極化特性。使用HFSS仿真軟件進行仿真計算，其遠場電場場強分布如圖2所示。將角度作為輸入?yún)⒘浚妶鰣鰪娮鳛檩敵鰠⒘?，?xùn)練神經(jīng)網(wǎng)絡(luò)，這里神經(jīng)網(wǎng)絡(luò)使用了matlab工具箱，采用lm學(xué)習(xí)規(guī)則，5000次訓(xùn)練迭代，訓(xùn)練過程如圖3所示。

采用10×10的二維天線陣列，分別在θ=0deg，φ=30deg，φ=0deg，θ=30deg做了兩組優(yōu)化綜合，粒子群適應(yīng)度函數(shù)變化趨勢如圖4，圖5所示。

4　結(jié)語

本文提出一種使用神經(jīng)網(wǎng)絡(luò)結(jié)合粒子群算法完成二維天線陣快速響應(yīng)綜合的方法，該方法中，使用神經(jīng)網(wǎng)絡(luò)擬合天線遠場電場場強，通過粒子群算法優(yōu)化得到特定角度的場強最大值。方法與傳統(tǒng)的天線陣綜合法相比，將天線的遠場場強考慮在陣列綜合之內(nèi)，而不是范范討論不存在的全向天線綜合。

[1]KHODIERM,CHRISTODOULOUG.Lineararraygeometrysynthesiswithminimumside-lobelevelandnullcontrolusingparticleswarmoptimization[J].IEEETrans.AP2005,53(08):2674-2679.

[2]金榮洪,袁智皓,耿軍平等.基于改進粒子群算法的天線方向圖綜合技術(shù)[J].電波科學(xué)學(xué)報,2006,21(06):873-878.

[3]焦永昌,楊科,陳勝兵.粒子群優(yōu)化算法用于陣列天線方向圖綜合設(shè)計[J].電波科學(xué)學(xué)報2006,21(16):16-20.

[4]李金金,田雨波.基于量子粒子群改進算法的直線陣綜[J].電波科學(xué)學(xué)報,2012,27(02):255-259.

[5]GIESD,RAHMAT-SAMIIY.Particleswarmoptimizationforreconfigurablephase-differentiatedarraydesign[J].MicrowaveandOpticalTechnologyLetters,2003,38(03):168-175.

[6]BASKARS,ALPHONESA,SUGANTHANPN.Genetic-algorithmbaseddesignedofareconfigurableantennaarraywithdiscretephaseshifters[J].MicrowaveandOpticalTechnologyLetters,2005,45(06):461-465.

[7]PATHAKN,MAHANTIG,KSINHAMAHA-PATRATK.Geneticalgorithms for esignofdiscretephase-onlyreconfigurablearrayantennaswithfixeddynamicrangeratio[J].InternationalJournalInfraredandMillimeterWaves,2007(28):953-960.

[8]AKDAGLIA,GUNEYK,BABAYIGITB. Clonal selectionalgorithm fordesign of reconfi gurable antennaarraywithdiscretephaseshifters[J].JournalofElectromagneticWavesandApplication.2007,21(02):215-227.

[9]GUNEYK,ONAYM.Beesalgorithmfordesignofdual-beamlinearantennaarrayswithdigitalattenuatorsanddigitalphaseshifters[J].InternationalJournalofRFandMicrowaveComputer-AidedEngineering.2008(18):337-347.

[10]KENNEDYJ,EBERHARTR.Particleswarmoptimization[C].IEEEInternationalConferenceonNeuralNetworks.Perth,Aust ralia,1995,(04):1942-1948.