高级搜索

基于粒子群算法的宽带真延时方向图栅瓣抑制方法

丛雯珊 余岚 沃江海

引用本文: 丛雯珊, 余岚, 沃江海. 基于粒子群算法的宽带真延时方向图栅瓣抑制方法[J]. 电子与信息学报, 2019, 41(7): 1698-1704. doi: 10.11999/JEIT180719 shu
Citation:  Wenshan CONG, Lan YU, Jianghai WO. A Grating Lobe Suppression Method of Wideband Real Time Delay Pattern Based on Particle Swarm Optimization Algorithm[J]. Journal of Electronics and Information Technology, 2019, 41(7): 1698-1704. doi: 10.11999/JEIT180719 shu

基于粒子群算法的宽带真延时方向图栅瓣抑制方法

    作者简介: 丛雯珊: 男,1989年生,博士生,研究方向为阵列信号处理、任意高频微波信号产生;
    余岚: 男,1962年生,教授,研究方向为微波光子学在雷达、通信中的应用等;
    沃江海: 男,1987年生,讲师,研究方向为微波光子雷达、光纤光学和光纤传感等
    通讯作者: 丛雯珊,congwenshan@sina.com
摘要: 针对阵元间距大于信号波长引起阵列方向图出现栅瓣的问题,该文提出一种基于粒子群优化(PSO)算法的宽带真延时方向图栅瓣抑制方法。该方法首先定义了基于宽带真延时的阵列能量方向图,其次构造了以阵列能量方向图的最高副瓣电平作为适应度函数,最后利用粒子群优化算法优化阵元分布来实现对阵列方向图栅瓣的进一步抑制。仿真结果表明:相比于单独使用粒子群算法和单独使用宽带真延时方法,该方法对方向图栅瓣的抑制性能更加有效,在此基础上,该文还研究了阵元个数、平均阵元间距、信号时宽和信号中心频率等因素对方法抑制栅瓣性能的影响。

English

    1. [1]

      王永良, 陈辉, 彭应宁, 等. 空间谱估计理论与算法[M]. 北京: 清华大学出版社, 2004. 22–25.
      WANG Yongliang, CHEN Hui, PENG Yingning, et al. Spatial Spectrum Estimation Theory and Algorithm[M]. Beijing: Tsinghua University Press, 2009. 22–25.

    2. [2]

      丁志丹, 杨飞, 蔡海文, 等. 基于微光学阵列差分真时延网络的光学多波束合成系统[J]. 中国激光, 2017, 44(4): 0406004.
      DING Zhidan, YANG Fei, CAI Haiwen, et al. Optical multi-beam synthetic system based on micro-optical array differential true time delay network[J]. Chinese Journal of Lasers, 2017, 44(4): 0406004.

    3. [3]

      曹爱华, 李海林, 马守磊, 等. 基于MOPSO与凸优化算法的稀布圆阵列方向图优化[J]. 数据采集与处理, 2017, 32(5): 980–987. doi: 10.16337/j.1004-9037.2017.05.015
      CAO Aihua, LI Hailin, MA Shoulei, et al. Sparse circular array pattern optimization based on MOPSO and convex optimization[J]. Journal of Data Acquisition and Processing, 2017, 32(5): 980–987. doi: 10.16337/j.1004-9037.2017.05.015

    4. [4]

      冯晶晶, 陈祝明, 江朝抒. 非均匀分布式星载雷达栅瓣抑制技术研究[J]. 现代雷达, 2010, 32(4): 50–53. doi: 10.3969/j.issn.1004-7859.2010.04.013
      FENG Jingjing, CHEN Zhuming, and JIANG Chaoshu. Grating lobes suppression for non-uniform distributed space-based radar[J]. Modern Radar, 2010, 32(4): 50–53. doi: 10.3969/j.issn.1004-7859.2010.04.013

    5. [5]

      GOFFER A P, KAM M, and HERCZFELD P R. Design of phased arrays in terms of random subarrays[J]. IEEE Transactions on Antennas and Propagation, 1994, 42(6): 820–826. doi: 10.1109/8.301701

    6. [6]

      XIONG Ziyuan, XU Zhenhai, and XIAO Shunping. Beamforming properties and design of the phased arrays in terms of irregular subarrays[J]. IET Microwaves, Antennas & Propagation, 2015, 9(4): 369–379.

    7. [7]

      TOYAMA N. Aperiodic array consisting of subarrays for use in small mobile earth stations[J]. IEEE Transactions on Antennas and Propagation, 2005, 53(6): 2004–2010. doi: 10.1109/TAP.2005.848486

    8. [8]

      ALSHAMMARY A, WEISS S, and ALMORQI S. Grating lobe suppression in rotationally tiled arrays[C]. Proceedings of the 11th European Conference on Antennas and Propagation, Paris, France, 2017: 1158–1161.

    9. [9]

      WANG Hao, FANG Dagang, and CHOW Y L. Grating lobe reduction in a phased array of limited scanning[J]. IEEE Transactions on Antennas and Propagation, 2008, 56(6): 1581–1586. doi: 10.1109/TAP.2008.923354

    10. [10]

      KRIVOSHEEV Y V, SHISHLOV A V, and DENISENKO V V. Grating lobe suppression in aperiodic phased array antennas composed of periodic subarrays with large Element spacing[J]. IEEE Antennas and Propagation Magazine, 2015, 57(1): 76–85. doi: 10.1109/MAP.2015.2397155

    11. [11]

      王建, 盛卫星, 韩玉兵, 等. 基于压缩感知的自适应数字波束形成算法[J]. 电子与信息学报, 2013, 35(2): 438–444. doi: 10.3724/SP.J.1146.2012.00517
      WANG Jian, SHENG Weixing, HAN Yubing, et al. Adaptive digital beamforming algorithm based on compressed sensing[J]. Journal of Electronics &Information Technology, 2013, 35(2): 438–444. doi: 10.3724/SP.J.1146.2012.00517

    12. [12]

      王建, 盛卫星, 韩玉兵, 等. 基于压缩感知的圆阵自适应数字波束形成算法[J]. 电波科学学报, 2014, 29(3): 455–461. doi: 10.13443/j.cjors.2013060802
      WANG Jian, SHENG Weixing, HAN Yubing, et al. Compressed sensing based adaptive digital beamforming algorithm in circle arrays[J]. Chinese Journal of Radio Science, 2014, 29(3): 455–461. doi: 10.13443/j.cjors.2013060802

    13. [13]

      HU Mengzhong, JIN Xueming, and HU Yuankui. A method for suppressing grating lobes of wideband reconnaissance DBF[C]. Proceedings of 2016 IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference, Xi’an, China, 2016: 1547–1550.

    14. [14]

      RIES S and KAISER T. Ultra wideband impulse beamforming: It is a different world[J]. Signal Processing, 2006, 86(9): 2198–2207. doi: 10.1016/j.sigpro.2005.07.041

    15. [15]

      KAISER T, ZHENG Feng, and DIMITROV E. An overview of ultra-wide-band systems with MIMO[J]. Proceedings of the IEEE, 2009, 97(2): 285–312. doi: 10.1109/JPROC.2008.2008784

    16. [16]

      SIPAL V, EDWARDS D, and ALLEN B. Bandwidth requirement for suppression of grating lobes in ultrawideband antenna arrays[C]. Proceedings of 2012 IEEE International Conference on Ultra-Wideband, Syracuse, USA, 2012: 236–240.

    17. [17]

      YE Xingwei, ZHANG Yamei, and PAN Shilong. Performance evaluation of RF beamforming based on a wideband antenna array and photonic true time delay[C]. Proceedings of the 14th International Conference on Optical Communications and Networks, Nanjing, China, 2015.

    18. [18]

      YE Xingwei, ZHANG Bowen, ZHANG Yamei, et al. Performance evaluation of optical beamforming-based wideband antenna array[J]. Chinese Optics Letters, 2017, 15(1): 010013. doi: 10.3788/COL

    19. [19]

      LI Ruoming, LI Wangzhe, DING Manlai, et al. Demonstration of a microwave photonic synthetic aperture radar based on photonic-assisted signal generation and stretch processing[J]. Optics Express, 2017, 25(13): 14334–14340. doi: 10.1364/OE.25.014334

    20. [20]

      ZHANG Fangzheng, GUO Qingshui, WANG Ziqian, et al. Photonics-based broadband radar for high-resolution and real-time inverse synthetic aperture imaging[J]. Optics Express, 2017, 25(14): 16274–16281. doi: 10.1364/OE.25.016274

    21. [21]

      WANG Anle, WO Jianghai, LUO Xiong, et al. Ka-band microwave photonic ultra-wideband imaging radar for capturing quantitative target information[J]. Optics Express, 2018, 26(16): 20708–20717. doi: 10.1364/OE.26.020708

    1. [1]

      钱亚冠, 卢红波, 纪守领, 周武杰, 吴淑慧, 云本胜, 陶祥兴, 雷景生. 基于粒子群优化的对抗样本生成算法. 电子与信息学报, 2019, 41(7): 1658-1665.

    2. [2]

      张会红, 陈治文, 汪鹏君. 二叉决策图映射电路的面积和延时优化. 电子与信息学报, 2019, 41(3): 725-731.

    3. [3]

      王昊, 徐晓男, 马启明. 一种利用少快拍数据的宽带干扰鲁棒性抑制算法. 电子与信息学报, 2019, 41(4): 851-857.

    4. [4]

      王旭东, 王屹炜, 闫贺. 背景抑制直方图模型的连续自适应均值漂移跟踪算法. 电子与信息学报, 2019, 41(6): 1480-1487.

    5. [5]

      庄雷, 田帅魁, 和孟佯, 宋玉, 王国卿, 刘文覃, 马岭. 基于滑动区域的粒子群虚拟网节能映射算法. 电子与信息学报, 2019, 41(0): 1-7.

    6. [6]

      关泽文, 陈建文, 鲍拯. 一种改进的基于峰值信噪比-高阶奇异值分解的天波超视距雷达自适应海杂波抑制算法. 电子与信息学报, 2019, 41(7): 1743-1750.

    7. [7]

      殷礼胜, 唐圣期, 李胜, 何怡刚. 基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测. 电子与信息学报, 2019, 41(9): 2273-2279.

    8. [8]

      金松坡, 庄珊娜. 基于序列优化的认知雷达稳健旁瓣抑制方法. 电子与信息学报, 2019, 41(9): 2131-2136.

    9. [9]

      徐金甫, 吴缙, 李军伟, 曲彤洲, 董永兴. 基于敏感度混淆机制的控制型物理不可克隆函数研究. 电子与信息学报, 2019, 41(7): 1601-1609.

    10. [10]

      罗忠涛, 卢鹏, 张杨勇, 张刚. 抑制脉冲型噪声的限幅器自适应设计. 电子与信息学报, 2019, 41(5): 1160-1166.

    11. [11]

      戴定成, 姚敏立, 贾维敏, 金伟, 张峰干. 多约束稀布矩形平面阵列天线的方向图综合. 电子与信息学报, 2019, 41(1): 107-114.

    12. [12]

      潘洁, 王帅, 李道京, 卢晓春. 基于方向图和多普勒相关系数的天基阵列SAR通道相位误差补偿方法. 电子与信息学报, 2019, 41(7): 1758-1765.

    13. [13]

      徐少毅, 高帅. 机器对机器通信中一种基于能量效率与系统容量的多目标无线资源管理算法. 电子与信息学报, 2019, 41(0): 1-9.

    14. [14]

      兰蓉, 林洋. 抑制式非局部空间直觉模糊C-均值图像分割算法. 电子与信息学报, 2019, 41(6): 1472-1479.

    15. [15]

      钱宇宁, 陈亚伟, 孙俊. 基于提升Keystone变换的声呐宽带自适应波束形成方法. 电子与信息学报, 2019, 41(2): 324-331.

    16. [16]

      李林, 韩承姣, 丁宗华, 姬红兵, 王亚杰. 电离层非相干散射谱和自相关函数估计算法. 电子与信息学报, 2019, 41(2): 278-284.

    17. [17]

      赵明, 闫寒, 曹高峰, 刘昕鸿. 融合用户信任度和相似度的基于核心用户抽取的鲁棒性推荐算法. 电子与信息学报, 2019, 41(1): 180-186.

    18. [18]

      徐金甫, 吴缙. 一种基于动态环形振荡器物理不可克隆函数统计模型的频率排序算法. 电子与信息学报, 2019, 41(3): 717-724.

    19. [19]

      王剑书, 樊养余, 杜瑞, 吕国云. 适用于二维阵列的无格稀疏波达方向估计算法. 电子与信息学报, 2019, 41(2): 447-454.

    20. [20]

      王旭东, 仲倩, 闫贺, 张迪. 一种二维信号波达方向估计的改进多重信号分类算法. 电子与信息学报, 2019, 41(9): 2137-2142.

  • 图 1  阵元空间位置关系

    图 2  阵列方向图

    图 3  MSLL随阵元个数的变化情况

    图 4  MSLL随阵元间平均间距的变化情况

    图 5  MSLL随信号中心频率的变化情况

    图 6  MSLL随信号时宽的变化情况

    表 1  基于粒子群优化算法的宽带阵列方向图栅瓣抑制方法每次循环后更新粒子流程

     (1) 如果${\rm{MSL}}{{\rm{L}}_{i,q - 1}} > {\rm{MSLL}}_i^q$, ${\rm{MSL}}{{\rm{L}}_{i,q}} \leftarrow {\rm{MSLL}}_i^q$, ${\text{d}}{{\text{d}}_{i,q}} \leftarrow {\text{dd}}_i^q$;否则${\rm{MSL}}{{\rm{L}}_{i,q}} \leftarrow {\rm{MSL}}{{\rm{L}}_{i,q - 1}}$, ${\text{d}}{{\text{d}}_{i,q}} \leftarrow {\text{d}}{{\text{d}}_{i,q - 1}}$;
     (2) 如果${\rm{MSL}}{{\rm{L}}_{q - 1}}{\rm{ > MSL}}{{\rm{L}}_{i,q}}$, ${\rm{MSL}}{{\rm{L}}_q} \leftarrow {\rm{MSL}}{{\rm{L}}_{i,q}}$, ${{\text{g}}_q} \leftarrow {\text{dd}}_i^q$;否则${\rm{MSL}}{{\rm{L}}_q} \leftarrow {\rm{MSL}}{{\rm{L}}_{q - 1}}$, ${{\text{g}}_q} \leftarrow {{\text{g}}_{q - 1}}$。
    注:表中,${\rm{MSLL}}_i^q$为第i个粒子第q次循环的适应度函数值,${\rm{MSL}}{{\rm{L}}_{i,q}}$为第i个粒子第q次循环后的最佳适应度函数值,${\rm{MSL}}{{\rm{L}}_q}$为整个粒子群第q次循环后的最佳适应度函数值。
    下载: 导出CSV
  • 加载中
图(6)表(1)
计量
  • PDF下载量:  27
  • 文章访问数:  431
  • HTML全文浏览量:  216
文章相关
  • 通讯作者:  丛雯珊, congwenshan@sina.com
  • 收稿日期:  2018-07-18
  • 录用日期:  2019-01-21
  • 网络出版日期:  2019-02-15
  • 刊出日期:  2019-07-01
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章