王新宽, 姚彬彬
(陕西理工大学 物理与电信工程学院, 陕西 汉中 723000)
稀布阵列天线(Sparse antenna array,SAA)是指天线单元在阵列的口径范围内随机分布的一类阵列结构。与单元紧密排列的阵列天线相比,SAA能够在不明显降低天线的波束宽度、增益等指标情况下,大幅改善天线的旁瓣性能,降低阵列的硬件成本,减轻天线单元之间的互耦效应和T/R组件间的散热问题[1],故具有很好的工程应用前景。与之相应,SAA的设计及其方向图综合算法一直是阵列天线研究中的热点问题[2]。然而,由于单元数目、阵列口径、最小单元间隔等的限制,针对SAA的综合通常是一个强烈的非线性、多约束问题。为此,以遗传算法(Genetic algorithm,GA)[3-4]、粒子群算法(Particle swarm optimization,PSO)[5]、差分进化算法(Differential evolution,DE)[6-8]等为代表的启发式优化算法被广泛采用。
尽管如此,上述算法更多地被应用于优化稀布直线阵列天线(Sparse linear antenna array,SLAA),以及单元数较少的稀布平面阵列天线[3](Sparse planar antenna array,SPAA)。当SPAA含有较多单元时,采用此类算法通常会面临较大的计算负担,容易收敛到局部最优解。以文献[9]中采用GA优化一个185单元的圆口径阵列为例,所需耗时达23 h,才获得了较低副瓣的目标。
为了降低SPAA优化的复杂度,可以考虑把SPAA的单元分置在以口径中心为圆心的一系列同心圆环上,形成稀布圆平面阵列天线(Sparse circular planar array,SCPA)。这种阵列结构只需考虑同一个圆环上相邻单元落点位置的影响,是一个一维约束问题,因此受到了众多研究者的关注。典型工作如:文献[8]利用GA对一些圆口径稀布阵列,以及具有对称结构的SCPA进行了优……