论文部分内容阅读
无线通信的用户数量的迅速增长及不断提高的信息交换数据传输速率,对无线通信系统有限资源的高效率利用提出了更高的要求。但对信息编码技术、频率等有关通信技术的进一步研究,目前已经不能很好地提高系统性能指标,所以对通信系统的空域的进一步开发逐渐成为该领域的焦点,智能天线成为通信系统主要研究对象。阵列天线方向图综合问题是智能天线的关键技术,阵列天线方向图综合问题表现为非线性,不连续,不可微的多参数的特点,尤其是当天线阵元的数量较多,或者方向图的形状很复杂的时候,运用传统的方向图综合方法已远不能满足工程需要,所以运用快速、高效、稳定的智能优化算法研究方向图综合问题一直是该领域的热点。本文在对文化算法、免疫算法及蛙跳算法目前较典型的几种智能优化算法的基本理论讨论分析的基础上,对其基本算法进行了改进,并将其应用到阵列天线方向图综合问题中。主要研究内容及创新点如下:首先针对基本粒子群算法和人工蜂群算法易陷入局部最优的问题,引入文化机制,提出了文化粒子群算法和文化蜂群算法,并将其用于均匀直线阵的最低旁瓣电平的优化。文化粒子群算法由于种群空间的粒子在不断地进化过程中,能够积累并存储解决问题的经验知识,并进一步用来指导种群粒子的寻优搜索过程。文化算法的信仰空间采用S,N结构,接受函数以一定的比例选择当前种群空间的局部最优值对信仰空间进行更新,通过PSO算法结合CA的规范知识和形式知识,构造了算法的影响函数,提高父代个体的进化性能,并且文化粒子种群空间个体的规范知识及形势知识的状态都由新构造的影响函数进行更新.调整粒子位置变化的步长和方向通过构成影响函数的形势知识及种群粒子的速度来完成。文化蜂群算法是把基本蜂群算法找寻食物的群集智能特性和文化算法的经验知识指导策略结合起来。文化观察蜂通过轮盘赌选择形式进行食物源信息的判断,提高算法的收敛性能。文化侦察蜂的随机搜索,在一定程度上弥补了文化蜂群算法易陷入局部最优的不足,运用基本蜂群的进化机制和文化算法中的形势知识和规范知识共同构造了两种不同的影响函数,实现对进化过程的指导。将其应用到阵列天线方向图综合问题中,仿真试验结果表明,本文提出的算法比基本的粒子群和人工蜂群算法具有更好的优化及收敛性能。其次免疫算法是一种高效率的启发式搜索智能优化算法,通过独立分散的空间搜索方式确保种群的的多样性,在一定程度上克服了遗传算法单一搜索方式导致的早熟现象。运用免疫算法对稀疏阵列进行综合,将矩形稀疏阵方向图函数推导为只有两个变量的克罗内克积形式,用矩阵运算替代循环迭代,特别适合Matlab运算,提高了算法的计算效率和搜索效率,并通过仿真进行验证。将基于重要度采样策略交叉熵算法与免疫算法结合提出了交叉熵免疫算法,用聚合亲和度的概念表示作为抗体综合评价的参量,既可以使亲和度高的个体保留到下一代,又可以较好地控制抗体的浓度,形成了种群抗体保持多样性的良好机制。对于抗体采用DNA取代二进制的编码方式,便于处理复杂的优化问题。最后针对基本蛙跳算法具有易早熟,陷入局部最优的问题,将混沌变异策略引入蛙跳算法,提出了基于混沌变异策略的蛙跳算法。运用Hénon及Logistic映射方式得到的混沌序列产生初始青蛙种群的抗体和作为淘汰的青蛙抗体的补充,可以保证青蛙种群抗体的多样性,扩大了搜索空间。采用Logistic混沌映射及Gauss变异混合变异策略,调整蛙跳的步长,提高算法的收敛速度,能够改善青蛙抗体种群的多样性,可保证以最大概率搜索到全局最优解。将算法应用到天线阵方向图综合中,仿真表明,算法具有很好的优化性能。