改进的粒子群优化算法用于方向图阵列综合.docVIP

改进的粒子群优化算法用于方向图阵列综合 【摘要】为了克服粒子群优化算法早熟收敛，本文提出了一种改进的小波变异粒子群优化算法，由于该算法每次迭代时以一定的概率选中粒子进行小波变异扰动，能够克服算法后期易发生早熟收敛和陷入局部最优的缺点。同时将改进的算法应用于天线阵列方向图综合问题中，综合效果好于现有文献。 【关键词】天线阵列；粒子群优化算法；小波变异；方向图综合 最近几年，阵列天线广泛应用与雷达、无线通信和电子对抗等领域，方向图综合作为阵列天线的关键技术，在抗干扰、截获率和参数估计等方面有着重要的作用。阵列天线方向图综合就是根据波束形状来或性能指标求解阵列天线激烈幅值、相位、单元间距的过程。由于天线优化问题中的目标函数或约束条件呈多参数、非线性、不可微甚至不连续，因而基于梯度寻优技术的传统数值优化方法无法有效地求得工程上满意的结果。虽然有很多的经典的优化方法如契比雪夫，泰勒，伍德福德等可以借用，但是这类方法都是针对某一类特定问题提出的，并且对于一些有约束条件的综合，经典方法很难实施。而智能优化算法[1-5]能很好地解决此类问题，如文献[1-2]将遗传算法应用于阵列天线方向图综合，取得了不错的结果，但是由于遗传算法求取全局最优解对目标搜索的单一性和排他性，就可能陷入局部最优。而文献[4-5]将粒子群优化算法应用于阵列天线方向图综合，也取得了不错的结果。本文提出的算法是在小波变异粒子群优