申请/专利权人：云南师范大学

申请日：2023-07-14

公开（公告）日：2024-03-08

公开（公告）号：CN116842846B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/006;G06F111/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2023.10.24#实质审查的生效;2023.10.03#公开

摘要：本发明公开了一种基于改进的DO算法的阵列天线方向图综合设计方法，其中改进的DO算法在上升阶段使用的晴天位置更新模型步长更长、搜索区域范围更大，阴雨天位置更新模型步长变小、搜索区域范围很小，局部搜索能力更强，提高了求解时的全局搜索和局部搜索的能力，避免了解决方案陷入局部最优，加快了算法收敛；在着陆阶段引入非线性步长控制因子δ，避免了因该阶段步长过大而跨过最优值的情况，并能使算法在后期快速收敛到全局的最优解，实现了整个收敛过程的动态控制和平衡。本发明的设计方法可快速高效地获得满足主瓣宽度不展宽且副瓣电平低、且在指定位置方向形成深零点要求的阵列天线方向图。

主权项：1.一种基于改进的DO算法的阵列天线方向图综合设计方法，其特征在于，其包括：S0设置阵列天线方向图综合设计模型，该模型包括含有若干阵元天线的直线阵的物理模型及该直线阵的设计目标；S1以所述阵元天线作为蒲公英个体，通过原DO算法的初始化方式对所述设计目标的解空间进行初始化；S2获得各蒲公英个体的适应度函数值，以其中适应度函数值最小的蒲公英个体作为种群的当前精英个体，其位置Xelite即当前的最优位置；S3根据改进的DO算法的上升阶段的蒲公英个体位置更新模型对当前蒲公英个体的位置进行更新；S4根据改进的DO算法的下降阶段的蒲公英个体位置更新模型对当前蒲公英个体的位置进行更新；S5根据改进的DO算法的着陆阶段的蒲公英个体位置更新模型对当前蒲公英个体的位置进行更新；S6按S2-S5的过程进行迭代计算，至达到最大迭代次数后，输出最优解Xelite；其中，所述设计目标为：在保证阵列天线主瓣宽度不变的情况下，在其副瓣区形成低于期望值的副瓣电平，并在指定位置方向形成深零点；所述改进的DO算法包括在原DO算法的上升阶段、下降阶段及着陆阶段分别使用如下的蒲公英个体位置更新模型：Xt+11＝Xt*kXt+12＝Xt+α*vx*vy*lnY*Xs-XtXt+1＝Xt-α*βt*Xmean_t-α*βt*XtXt+13＝Xelite+levyλ*α*Xelite-Xt*δ其中，k＝1-rand*q vx＝r*cosθvy＝r*sinθ Xs＝rand1,Dim*UB-LB+LBXt+11、Xt+12分别表示上升阶段中晴天和阴雨天状态下更新后的蒲公英个体的位置，其对应的计算模型分别为晴天位置更新模型和阴雨天位置更新模型，Xt表示蒲公英个体更新前的位置即第t次迭代时蒲公英个体的当前位置，k表示晴天状态下蒲公英个体的位置更新步长参数，t表示迭代次数，T表示最大迭代次数，rand表示0-1之间的随机数，q表示根据迭代次数与最大迭代次数求得的控制步长的因子，α表示调整步长的参数，vx与vy分别表示蒲公英个体在上升阶段的升力分量系数，θ表示[-π，π]之间的随机数，e表示自然常数，r表示上升的涡旋距离，y表示服从N0,1的标准正态分布的随机数，rand1，Dim表示在0-1之间的1行Dim列的随机矩阵，Dim表示待求解问题的维数，Xs表示第t次迭代时在搜索域中随机选择的蒲公英个体位置，UB和LB表示解空间的上边界和下边界，Xmean_t表示经上升阶段位置更新后的蒲公英种群的当前平均位置，βt表示布朗运动的随机函数值，Xt表示第t次迭代时蒲公英个体的位置，Xt+1表示第t次迭代更新后的蒲公英个体位置，Xt+13表示着落阶段更新后的蒲公英个体的位置，Xelite表示第t次迭代时的最优位置，levyλ表示莱维飞行函数，δ表示如下的步长控制函数：δ＝log4*exp2t2T24。

全文数据：

权利要求：

百度查询： 云南师范大学 一种基于改进的DO算法的阵列天线方向图综合设计方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD