一種基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法
【專利摘要】本發(fā)明涉及一種基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法:建立天線稀疏陣模型，確定天線陣稀疏對應(yīng)量子螢火蟲搜索機制的關(guān)鍵參數(shù)；把量子螢火蟲位置帶入適應(yīng)度函數(shù)，得到量子螢火蟲所在位置的適應(yīng)度值，確定局部最優(yōu)位置和量子螢火蟲群體中的全局最優(yōu)位置；更新每只量子螢火蟲的熒光素值，更新每只量子螢火蟲的學(xué)習(xí)鄰域；更新量子螢火蟲量子位置和量子螢火蟲位置；更新量子螢火蟲動態(tài)決策域半徑；計算量子螢火蟲新位置下的適應(yīng)度值，重新確定局部最優(yōu)位置和量子螢火蟲群體中的全局最優(yōu)位置；如果達到最大迭代次數(shù)，輸出全局最優(yōu)位置，映射為一種稀疏天線陣的形式。
【專利說明】一種基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法。

【背景技術(shù)】
[0002] 智能天線技術(shù)是通信和雷達領(lǐng)域的關(guān)鍵技術(shù)，可根據(jù)多個天線組合進行自動調(diào)整 發(fā)射和接收的方向圖，根據(jù)不同的應(yīng)用需要實現(xiàn)參數(shù)選擇的最優(yōu)化，在雷達、無線通信和電 子對抗領(lǐng)域等現(xiàn)代系統(tǒng)中發(fā)揮著重要的作用。在實際工程中，天線陣列由成千上萬個天線 組成，而且為改善天線方向性還需采用幅度和相位加權(quán)的方法，這樣一來天線的饋電網(wǎng)絡(luò) 將非常復(fù)雜，這就使得系統(tǒng)投入成本加大，同時也影響了系統(tǒng)的處理速度，有時甚至難以實 現(xiàn)。稀疏陣可以說是解決這一系列問題的有效措施，它具有天線孔徑大、陣列單元數(shù)量少的 優(yōu)點，這不僅降低了成本，也降低了設(shè)備的復(fù)雜度和故障率。
[0003] 天線陣稀疏構(gòu)建是指按照規(guī)定的方向圖要求，用一種或多種優(yōu)化方法進行天線系 統(tǒng)的設(shè)計，設(shè)計陣元的分布形式，使該系統(tǒng)與所要求的方向圖性能有良好逼近。它實際上是 天線分析的反設(shè)計，即在給定天線的方向圖，設(shè)計滿足需要的稀疏天線陣。陣列天線的相關(guān) 參數(shù)包括：陣列單元數(shù)目、陣元分布形式、陣元間距、各陣元激勵幅度和相位。在陣元分布 形式和陣元數(shù)目都給定的情況下，控制陣元間距以及激勵的幅度和相位就可以改變輻射特 性，例如，主瓣形狀、副瓣電平等。
[0004] 現(xiàn)有技術(shù)中，張浩斌等在《微波學(xué)報》（2006, vol. 22, No. 6, ρρ· 48 - 51)，上發(fā)表的 "稀疏陣列天線綜合的遺傳算法優(yōu)化"中詳細分析了稀疏陣的單元布局，布滿率及單元激勵 對優(yōu)化陣列特性的影響，但是收斂速度慢且容易陷入局部極值。胡鳳閣等在《現(xiàn)代雷達》 (2012, vol. 34, No. 5)上發(fā)表的"基于遺傳算法的反向天線陣稀疏優(yōu)化"對自適應(yīng)遺傳算法 中交叉概率和變異概率動態(tài)調(diào)整規(guī)則進行改進，并結(jié)合基于適應(yīng)度值的截斷選擇法提出了 改進的自適應(yīng)遺傳算法。性能雖然相較于傳統(tǒng)遺傳算法的稀疏陣列構(gòu)建有所提高，但收斂 速度和收斂精度都不理想，依舊不能解決有約束情況下的天線陣列稀疏構(gòu)建問題的全局收 斂問題。
[0005] 上述兩篇文獻表明，現(xiàn)有天線陣稀疏構(gòu)建方法的目標函數(shù)多為多個目標的權(quán)重之 和，權(quán)重的選取對性能影響較大，天線陣稀疏問題所使用優(yōu)化方法的全局收斂性能差，有待 改進。為了解決該問題，先把天線稀疏構(gòu)建設(shè)計成有約束優(yōu)化問題，然后利用量子計算與螢 火蟲搜索的優(yōu)勢將二者結(jié)合起來用于天線陣稀疏構(gòu)建問題，可以改善傳統(tǒng)螢火蟲方法在解 決離散優(yōu)化問題全局收斂問題是收斂速度和收斂精度不高的缺點，同時克服了傳統(tǒng)優(yōu)化方 法容易陷入局部最優(yōu)值的缺點，在處理稀疏問題時與傳統(tǒng)稀疏陣構(gòu)建方法相比較好的抑制 了最大相對副瓣電平。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明目的在于提供一種基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，收斂 速度快，全局搜索性能好。
[0007] 實現(xiàn)本發(fā)明目的技術(shù)方案：
[0008] -種基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在于：
[0009] 步驟1 :建立天線稀疏陣模型，確定天線陣稀疏對應(yīng)量子螢火蟲搜索機制的關(guān)鍵 參數(shù)，產(chǎn)生初始的量子螢火蟲量子位置和量子螢火蟲位置；
[0010] 步驟2 :把量子螢火蟲位置帶入適應(yīng)度函數(shù)，得到量子螢火蟲所在位置的適應(yīng)度 值，根據(jù)適應(yīng)度值，確定局部最優(yōu)位置和量子螢火蟲群體中的全局最優(yōu)位置；
[0011] 步驟3 :根據(jù)量子螢火蟲的適應(yīng)度值，更新每只量子螢火蟲的熒光素值，更新每只 量子螢火蟲的學(xué)習(xí)鄰域；
[0012] 步驟4 :更新量子螢火蟲量子位置和量子螢火蟲位置；
[0013] 步驟5 :更新量子螢火蟲動態(tài)決策域半徑；
[0014] 步驟6 :計算量子螢火蟲新位置下的適應(yīng)度值，根據(jù)適應(yīng)度值，重新確定局部最優(yōu) 位置和量子螢火蟲群體中的全局最優(yōu)位置；
[0015] 步驟7 :如果達到最大迭代次數(shù)，執(zhí)行步驟8,否則返回步驟3 ;
[0016] 步驟8 :輸出全局最優(yōu)位置，映射為一種稀疏天線陣的形式。
[0017] 步驟1中，通過如下方法建立天線稀疏陣模型，
[0018] 對于一個D個柵格的等間距待稀疏陣列，當(dāng)各陣元方向圖均為同向時，陣列方向 圖表示為，（〃）=? h e {0，1}是天線標志位，當(dāng)其值為"1"時， ;=> , 表示在該柵格放置天線，值為"0"時，表示在該柵格不放置天線；d是柵格間距，d= λ/2， 入是工作波長；k是波數(shù)，k = 2 π / λ ; 是第1個激勵的相位；方向圖可以形象的描述 稀疏陣列的性質(zhì)，以對數(shù)形式表示，Θ為空間掃描角，方向圖可表示為#(的=2(叫

【權(quán)利要求】
1. 一種基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在于： 步驟1 :建立天線稀疏陣模型，確定天線陣稀疏對應(yīng)量子螢火蟲搜索機制的關(guān)鍵參數(shù)， 產(chǎn)生初始的量子螢火蟲量子位置和量子螢火蟲位置； 步驟2 :把量子螢火蟲位置帶入適應(yīng)度函數(shù)，得到量子螢火蟲所在位置的適應(yīng)度值，根 據(jù)適應(yīng)度值，確定局部最優(yōu)位置和量子螢火蟲群體中的全局最優(yōu)位置； 步驟3 :根據(jù)量子螢火蟲的適應(yīng)度值，更新每只量子螢火蟲的熒光素值，更新每只量子 螢火蟲的學(xué)習(xí)鄰域； 步驟4 :更新量子螢火蟲量子位置和量子螢火蟲位置； 步驟5 :更新量子螢火蟲動態(tài)決策域半徑； 步驟6 :計算量子螢火蟲新位置下的適應(yīng)度值，根據(jù)適應(yīng)度值，重新確定局部最優(yōu)位置 和量子螢火蟲群體中的全局最優(yōu)位置； 步驟7 :如果達到最大迭代次數(shù)，執(zhí)行步驟8,否則返回步驟3 ; 步驟8 :輸出全局最優(yōu)位置，映射為一種稀疏天線陣的形式。
2. 根據(jù)權(quán)利要求1所述的基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在 于：步驟1中，通過如下方法建立天線稀疏陣模型， 對于一個D個柵格的等間距待稀疏陣列，當(dāng)各陣元方向圖均為同向時，陣列方向圖表 示為
產(chǎn)-"一…。h e {〇，1}是天線標志位，當(dāng)其值為"1"時，表示在 該柵格放置天線，值為"〇"時，表示在該柵格不放置天線；d是柵格間距，d= λ/2, λ是 工作波長；k是波數(shù)，k = 2 π / λ ; 是第1個激勵的相位；方向圖可以形象的描述稀疏 陣列的性質(zhì)，以對數(shù)形式表示，Θ為空間掃描角，方向圖可表示為#(〇2()
Bmax = max|f(0) |，其中max(·)為求最大值函數(shù)，S為方向圖的副瓣區(qū)域，主瓣的零功率寬 度為2Θ。，方向圖的可見區(qū)域為[〇, π]，則S可表示為S= {Θ |〇彡Θ彡90° -Θ。or 90。+θ〇< Θ < ji}。
3. 根據(jù)權(quán)利要求2所述的基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在 于：步驟1中，通過如下方法確定天線陣稀疏對應(yīng)量子螢火蟲搜索機制的關(guān)鍵參數(shù)： 根據(jù)約束條件，確定天線陣稀疏所對應(yīng)量子螢火蟲搜索機制的關(guān)鍵參數(shù)，天線種群 規(guī)模為h和向量維數(shù)為D，生成由h只量子螢火蟲組成的量子螢火蟲群，對應(yīng)h個量子 位置和h個相應(yīng)位置，每只量子螢火蟲位置用D維取值{0，1}的數(shù)字串表示，D表示解 空間維數(shù)；量子螢火蟲的量子位置由D個量子位表示，第i只量子螢火蟲的量子位置為
其中：αη2+β η2 = 1，（1 = 1，2,…，D)，將量子位 ail 和 定義為〇 < α u < 1，〇 < β u < 1 ;初始時，量子螢火蟲量子位置中所有的量子位置均被 設(shè)置為1/上，第1^代第1只量子螢火蟲的量子位置為<=?，<2，___，4)(/ = 1,2，"_,/2)，1：表不 迭代次數(shù)，量子位置的測量態(tài)為量子螢火蟲位置，相應(yīng)的第i只量子螢火蟲位置可表示為 x\ = , x'r, · · ·, )(/ = 1,2, · · ·, h) 〇
4. 根據(jù)權(quán)利要求3所述的基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在 于：步驟2中，適應(yīng)度函數(shù)通過如下方法獲得， 基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建的適應(yīng)度函數(shù)，應(yīng)滿足稀疏陣列的布滿率 要求，根據(jù)方向圖，計算其最大相對副瓣電平，以最小的最大相對副瓣電平作為優(yōu)化目標， 第i只螢火蟲當(dāng)前位置< =(4,4,·_·，4)〇' = 1，2,·_·,幻的適應(yīng)度函數(shù)為，
其中，丨）是< 構(gòu)建稀疏陣的最大相對副瓣電平；p〈〈1 ;cRat是計算出的陣列 布滿率；eRat是期望的陣列布滿率。
5. 根據(jù)權(quán)利要求4所述的基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在 于：步驟3中，根據(jù)M'〇 = (卜水,(M)_h#(/〇，把量子螢火蟲i(i = 1，2，···，1〇在t次迭 代的位置<對應(yīng)的適應(yīng)度值轉(zhuǎn)化為熒光素值Li(t)，其中γ e [〇，1]是熒光素消失 率，會隨著距離的增加和傳播媒介的吸收逐漸減弱，ε是熒光素更新率；量子螢火蟲i根據(jù) 特定的規(guī)則獲取學(xué)習(xí)鄰域，鄰域量子螢火蟲選取由熒光素值的大小和位置相似度所決定， Njt)為第i只量子螢火蟲學(xué)習(xí)鄰域的標號集合，對于第q(q= 1，2, ···，!〇只量子螢火蟲， 若烏w|)^且ι^α)α,α)，則標號q屬于第i只量子螢火蟲的學(xué)習(xí)鄰域標 號，放入量子螢火蟲學(xué)習(xí)鄰域標號集合隊(t)，sumO為求和符號，在此次迭代中學(xué)習(xí)鄰域標 號集合有幾個標號，其學(xué)習(xí)鄰域就有幾個相應(yīng)的量子螢火蟲。
6. 根據(jù)權(quán)利要求5所述的基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在 于：步驟4中，通過如下方法更新量子螢火蟲量子位置和量子螢火蟲位置， 在每次迭代中，若第i只量子螢火蟲的學(xué)習(xí)鄰域為空，則第i只量子螢火蟲的 第1維量子位的量子演進表示為
其中，量子旋轉(zhuǎn)角 < + _4)，f = 1，2，··· J，/ = 1，2，···，β ;ei 和 e2 是兩個影響因子分別代表局 部最優(yōu)位置和全局最優(yōu)位置對量子旋轉(zhuǎn)角的影響程度，為[〇, 1]之間均勻分布的隨機 數(shù)；(^是量子螢火蟲在量子旋轉(zhuǎn)角為0時的量子位的變異概率，取值為[0, 1/D]之間的一個 常數(shù)，abs( ·)是取絕對值使量子位限定在[0，1]之間；
I：子 旋轉(zhuǎn)門，& =
虛子非門； 若第i只量子螢火蟲的學(xué)習(xí)鄰域為非空，在確定的學(xué)習(xí)鄰域內(nèi)，第i只量子螢 火蟲根據(jù)其局部最優(yōu)位置、量子螢火蟲的學(xué)習(xí)鄰域最佳移動位置方向以及全局最 優(yōu)位置進行位置更新；在每次循環(huán)中第i只量子螢火蟲第1維量子位演進方式為
/ = U.…，D，( z e Λ: (/))是第i個學(xué)習(xí)鄰域最佳移動位置即該鄰域熒光素值最大位置的局 部最優(yōu)位置的第1維，e3、e4和e5是影響因子，分別代表第i只量子螢火蟲的局部最優(yōu)位置、 第i只量子螢火蟲的學(xué)習(xí)鄰域最佳移動方向和全局最優(yōu)位置對量子旋轉(zhuǎn)角的影響程度；c2 是量子螢火蟲在量子旋轉(zhuǎn)角為〇時的量子位的變異概率，取值為[〇, 1/D]之間的常數(shù)；第 i只量子螢火蟲的位置可以通過對量子位置各量子位的測量得到：41 ，其 中：C1 e[0，l]是滿足均勻分布的隨機數(shù)，（〇2描述量子位< 出現(xiàn)"0"狀態(tài)的概率。
7.根據(jù)權(quán)利要求6所述的基于量子螢火蟲搜索機制的天線陣稀疏構(gòu)建方法，其特征在 于：步驟5中，更新第i(i = 1，2，···，1〇只量子螢火蟲第1(1 = 1，2，···，?)維動態(tài)決策域 半徑，決策域半徑更新公式為 + = 丨(),/;'(/) + ((/;, -Size(:V,(7))n ,其中 ζ 是一 個常數(shù)為動態(tài)決策域的更新率，馬為感知域，是一個常量并且& &·/(〇, min和max分別表 示最小值和最大值函數(shù)，nt是控制學(xué)習(xí)鄰域范圍量子螢火蟲個數(shù)的參數(shù)，size (隊(t))代表 第i只量子螢火蟲的學(xué)習(xí)鄰域內(nèi)的量子螢火蟲個數(shù)。
【文檔編號】G06F17/50GK104102791SQ201410374447
【公開日】2014年10月15日 申請日期:2014年8月1日 優(yōu)先權(quán)日:2014年8月1日
【發(fā)明者】高洪元, 杜亞男, 陳夢晗, 李晨琬, 刁鳴, 楊晗 申請人:哈爾濱工程大學(xué)