基于免疫遗传算法的希布阵天线的优化设计方法与流程

技术特征：
1.一种基于免疫遗传算法的希布阵天线的优化设计方法，其特征在于包括如下步骤：随机生成初始群体：假设希布阵天线中阵元个数为n，阵列孔径为l，利用随机法对随机赋值一个约束范围内的实数，组成列向量即为一个个体，考虑到每个个体的适应度计算量大，采用取相邻两个阵元距离的差值为个体作为种群个体，d为阵元间距；抽取疫苗：将公式作为疫苗，进行归一化方向图计算，其中λ为雷达工作波长，d为阵元间距，θ为波束指向角；θ0为方位与天线法线夹角；适应度的计算：假设阵列孔径l固定不变，方向图的函数表达式为其中d
n
是与第一个阵元的距离；归一化方向图旁瓣电压表达式为将归一化方向图作为适应度函数；若满足上述的条件，结束算法，不满足进行如下遗传操作：遗传操作包括选择、交叉和变异：选择是通过个体的适应度大小决定是否被选择，被选择的概率为交叉或变异引入的新元素阵元很可能使得新个体不满足最小阵元间距约束，因此在个体作经过一定变化后再进行交叉和变异；遗传操作结束之后，加入免疫算子，提高适应度和防止记忆退化现象的出现；对新生成的种群的个体也就是相邻两个阵元距离的差值重新进行排序。子代种群完成更新，继续循环此算法过程，直到选出最优的停止。2.如权利要求1所述的基于免疫遗传算法的希布阵天线的优化设计方法，其特征在于，所述随机生成初始群体的具体方法如下：采取相邻两个阵元距离的差值为个体作为种群个体，阵元数为n，阵元间距为n
‑
1个，在[0,l]上组成一个(n
‑
1)
×
1为列向量，表示为：上式中相邻两个阵元距离的差值的大小是按顺序排列的，其中x
i
满足x1＜x2＜x3…
x
n
‑1∈[0,l
‑
(n
‑
2)d]，搜索空间由[0,l]缩小到[0,l
‑
(n
‑
2)d]。3.如权利要求1所述的基于免疫遗传算法的希布阵天线的优化设计方法，其特征在于，所述抽取疫苗过程中：归一化方向图函数表示为：
当上式中(n为整数)方向图函数值为1，此时存在无数个最大值点，其中(n为整数)时出现栅瓣，这将会与doa估计产生严重误差，因此为了保证上述归一化方向图函数不出现栅瓣，要满足所述方法中疫苗的正确提取和选择会对群体的优化产生推动作用，理论上效率会高于经典传统的遗传算法。

技术总结
本发明公开了一种基于免疫遗传算法的希布阵天线的优化设计方法，所述方法首先随机产生初始群体，相邻两个阵元距离的差值为个体作为种群个体；通过雷达工作波长λ、阵元间距d等之间的约束关系作为疫苗进行限定；之后计算适应度函数，如果当前种群中有最佳个体，则结束算法，否则对当前种群继续进行选择交叉变异操作，得到子代种群；对子代种群进行接种疫苗操作；为防止种群个体出现退化现象，再种群进行免疫选择操作，得到新一代种群，然后返回到适应度函数的计算这一步骤寻找最优个体，直到找到最佳时结束算法。所述方法能够使天线阵列峰值旁瓣电平显著降低，计算量小、收敛速度快，效率高的基于免疫遗传算法。率高的基于免疫遗传算法。率高的基于免疫遗传算法。


技术研发人员：马月红 张亭 刘佳 剧畅洋 刘永泽 崔琳
受保护的技术使用者：石家庄铁道大学
技术研发日：2021.09.18
技术公布日：2021/12/14