周鵬 秦三團(tuán)

摘 要： 提出一種新的對(duì)陣列天線方向圖進(jìn)行優(yōu)化的方法，即借助Ansoft HFSS軟件進(jìn)行單元天線陣仿真，提取出各單元單獨(dú)饋電的電流數(shù)據(jù)或遠(yuǎn)場(chǎng)數(shù)據(jù)，利用遺傳算法對(duì)提取出的電流數(shù)據(jù)實(shí)施優(yōu)化，得出滿足方向圖要求的單元電流值和相位值。結(jié)果表明，基于HFSS建模的靈活性，該方法可方便進(jìn)行任意特性天線陣列的方向圖綜合，優(yōu)化時(shí)對(duì)提取出的數(shù)據(jù)只需進(jìn)行簡(jiǎn)單的遠(yuǎn)場(chǎng)外推或疊加，因而具有極快的計(jì)算速度。區(qū)別于傳統(tǒng)的單獨(dú)用遺傳算法進(jìn)行優(yōu)化的方法，該方法將工程軟件Ansoft HFSS 和遺傳算法相結(jié)合，有效地提高了天線陣綜合時(shí)的計(jì)算精度和目標(biāo)函數(shù)的計(jì)算效率，進(jìn)而有效提高了方向圖的優(yōu)化效率。

關(guān)鍵詞： 單元電流值； 電流相位值； 方向圖； 遺傳算法； 天線陣列

中圖分類號(hào)： TN820.1+2?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2016）09?0075?03

Abstract： A new method to optimize the array antenna directional pattern is proposed， in which the cell antenna array is simulated with Ansoft HFSS software to extract the current data or far?field data of each exclusive feed cell， and then the genetic algorithm （GA） is used to optimize the extracted current data to obtain the cell current value and phase value satisfying the requirement of directional pattern. The method can conveniently synthesize the antenna array directional pattern with arbitrary characteristics due to the flexible HFSS modeling， and only a simple far?field extrapolation or superposition for the extracted data is needed while optimizing， so it has fast calculation speed. Different from the traditional optimization method using GA only， the method combining engineering software Ansoft HFSS with GA can effectively improve the computational accuracy of the antenna array synthesis， computational efficiency of the objective function， and the optimization efficiency of the directional pattern.

Keywords： cell current value； current phase value； directional pattern； genetic algorithm； antenna array

0 引 言

天線陣方向圖[1]綜合（優(yōu)化）對(duì)天線陣應(yīng)用尤為重要，根據(jù)實(shí)際問(wèn)題的需要，常常采用三種綜合手段：?jiǎn)卧鄬?duì)位置、單元饋電幅度、單元饋電相位同時(shí)改變；單元相對(duì)位置不變，只改變各單元幅度和相位；單元間距和幅度均不變，只改變單元相位。在大型天線陣中，則更多地采用后兩種方法綜合方向圖。本文研究后兩種情況。

遺傳算法作為一種全局優(yōu)化方法，可以拋開待優(yōu)化目標(biāo)函數(shù)的具體特性，利用遺傳學(xué)的思想進(jìn)行全局隨機(jī)搜索從而找到最優(yōu)值。由于天線陣優(yōu)化等電磁問(wèn)題的目標(biāo)函數(shù)具有形態(tài)復(fù)雜、多峰值的特點(diǎn)，故比較適合用遺傳算法進(jìn)行優(yōu)化。

用遺傳算法進(jìn)行天線陣綜合主要有兩種方法：第一種方法是將單元看作理想偶極子，遠(yuǎn)場(chǎng)用解析式表達(dá)，其優(yōu)點(diǎn)為優(yōu)化速度極快，但實(shí)際問(wèn)題中的單元都遠(yuǎn)非理想偶極子，且陣列中往往帶有其他不可忽略的電結(jié)構(gòu)（如反射板等）以致該方法無(wú)法保證精度；第二種方法（如矩量法等）計(jì)算目標(biāo)函數(shù)，用遺傳算法進(jìn)行優(yōu)化綜合，這種方法有更高的計(jì)算精度，但數(shù)值方法計(jì)算目標(biāo)函數(shù)效率較低，并且對(duì)實(shí)際應(yīng)用中電結(jié)構(gòu)極其復(fù)雜的天線陣，建模也是一個(gè)極大的困難。

本文提出一種新的天線陣方向圖優(yōu)化的方法：先用HFSS進(jìn)行單元天線陣仿真，提取出各單元單獨(dú)饋電時(shí)的電流或遠(yuǎn)場(chǎng)，然后用遺傳算法進(jìn)行優(yōu)化處理，得出滿足方向圖需要的單元電流和相位，方法的精確度完全取決于HFSS模擬的精確度，利用HFSS建模的靈活性，能很方便地進(jìn)行任意特性天線陣列的方向圖綜合，并且提取出數(shù)據(jù)后只需進(jìn)行簡(jiǎn)單的遠(yuǎn)場(chǎng)外推或遠(yuǎn)場(chǎng)疊加，計(jì)算速度極快。

1 原理及實(shí)現(xiàn)方法

1.1 饋源的線性疊加原理與HFSS數(shù)據(jù)的提取

1.2 遺傳算法的實(shí)現(xiàn)

遺傳算法[2]的優(yōu)點(diǎn)是全局搜索能力很強(qiáng)，缺點(diǎn)是局部搜索能力較弱，且遺傳算法在進(jìn)行種群選擇操作時(shí)容易導(dǎo)致早熟或收斂過(guò)慢等現(xiàn)象。根據(jù)具體問(wèn)題的特性，出現(xiàn)了大量遺傳算法的改進(jìn)方法，這些方法主要在兩個(gè)方面改進(jìn)：第一，對(duì)遺傳算法本身進(jìn)行改進(jìn)——對(duì)算法中的選擇、交叉、變異等算子進(jìn)行改進(jìn)，以提高全局搜索能力；第二，將遺傳算法與其他局部搜索方法相結(jié)合，構(gòu)成混合遺傳算法。本文采用混合遺傳算法，其主要思想為先用遺傳算法找到全局最優(yōu)點(diǎn)附近的解，然后用其他局部搜索方法找到局部最優(yōu)點(diǎn)。常見的局部搜索方法有模擬退火算法、單純型法、局部爬山法等，局部搜索算子采用兩步：第一步局部爬山法，方法為在遺傳算法中找到一個(gè)最優(yōu)點(diǎn)后，以這個(gè)點(diǎn)為初始點(diǎn)，再用爬山法找到一個(gè)局部最優(yōu)點(diǎn)。第二步局部拉網(wǎng)搜索。局部拉網(wǎng)搜索的主要思想為：設(shè)一共有[N]個(gè)待優(yōu)化變量，先固定第2個(gè)至第[N]個(gè)變量的值，只變化第一個(gè)變量，找到最大值，然后在此基礎(chǔ)上，只變化第2個(gè)變量的值，找到最大值，如此重復(fù)[N]次，直到最優(yōu)值不再變化。局部拉網(wǎng)搜索的初始點(diǎn)為爬山法所找到的最優(yōu)值。局部拉網(wǎng)搜索法使用時(shí)要注意每個(gè)變量的分段數(shù)（分段數(shù)越多，精度越高）不能過(guò)大，否則遍歷一次會(huì)耗時(shí)過(guò)多。

遺傳算法計(jì)算效率的關(guān)鍵在于選擇算子的確定。傳統(tǒng)的選擇算子采用隨機(jī)輪盤賭方式：每個(gè)品種被選中的概率和該品種的適應(yīng)度值成線性關(guān)系，由于天線方向圖優(yōu)化問(wèn)題中目標(biāo)函數(shù)具有多峰值性和振蕩性的特點(diǎn)，這種輪盤賭選擇方法很容易導(dǎo)致早熟和收斂過(guò)慢的問(wèn)題，基于此，本文采用了另一種選擇算子——隨機(jī)聯(lián)賽選擇算子，方法為每次從樣本群中任意抽出兩個(gè)，評(píng)價(jià)目標(biāo)函數(shù)挑出更優(yōu)者進(jìn)入下一代，然后重復(fù)[N]次（[N]為種群規(guī)模）。這種方法能有效地避免早熟和收斂過(guò)慢的問(wèn)題，對(duì)各種問(wèn)題具有良好的適應(yīng)性。其他的算子采用傳統(tǒng)的單點(diǎn)交叉算子和一致性變異算子，并應(yīng)用了精英保存策略。

1.3 目標(biāo)函數(shù)的計(jì)算

目標(biāo)函數(shù)計(jì)算時(shí)，先由遺傳算法給出一組幅度相位結(jié)合HFSS提取出的數(shù)據(jù)，計(jì)算出遠(yuǎn)場(chǎng)方向圖。天線陣方向圖[3]優(yōu)化問(wèn)題一般有兩種：給定方向圖的指標(biāo)，優(yōu)化出符合方向圖指標(biāo)的幅度相位；給定方向圖，擬合出最逼近方向圖的幅度相位。

3 結(jié) 語(yǔ)

本文敘述了天線陣方向圖優(yōu)化問(wèn)題的三個(gè)重點(diǎn)，即饋電單元位置，幅度和相位，介紹了用改進(jìn)遺傳算法對(duì)方向圖進(jìn)行優(yōu)化的原理方法，并提出一種新的天線陣優(yōu)化方法——利用HFSS對(duì)單元陣仿真，提取各單元單獨(dú)饋電的電流或遠(yuǎn)場(chǎng)，后用遺傳算法優(yōu)化處理，得到最佳的單元電流和相位。給出了計(jì)算原理和方向圖，通過(guò)對(duì)原始數(shù)據(jù)和擬合數(shù)據(jù)的比較說(shuō)明了該方法的優(yōu)越性。

參考文獻(xiàn)

[1] 祝志鵬，蔣鳳仙，陳學(xué)峰.一種改進(jìn)的遺傳算法及其在線天線陣方向圖綜合中的應(yīng)用[J].復(fù)旦學(xué)報(bào)（自然科學(xué)版），2001，40（1）：55?60.

[2] 葛繼科，邱玉輝，吳春明，等.遺傳算法研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2008，25（10）：2911?2916.

[3] 李翔麟，龐偉正，錢坤.基于遺傳算法的天線陣方向圖零點(diǎn)生成[J].信息技術(shù)，2008（8）：119?120.

[4] 路占波，孫丹，陳亞軍，等.遺傳算法在共形天線陣方向圖綜合中的應(yīng)用[J].系統(tǒng)仿真學(xué)報(bào)，2009，21（5）：1488?1491.

[5] 尹柳中，劉運(yùn)林，衛(wèi)濤.基于遺傳算法的圓柱共形微帶天線陣的綜合[J].四川理工學(xué)院學(xué)報(bào)（自然科學(xué)版），2007，20（1）：52?54.

[6] 胡貴強(qiáng).多目標(biāo)優(yōu)化的遺傳算法及其實(shí)現(xiàn)[J].重慶文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2008，27（5）：12?15.

[7] 李東風(fēng)，龔中麟.雙交換遺傳算法及其在非周期天線陣方向圖綜合中的應(yīng)用[J].電子與信息學(xué)報(bào)，2003（2）：242?246.