本发明涉及天线，尤其是涉及雷达、通信及电子对抗领域中的无栅瓣宽角扫描混合阵列超稀疏布局方法。
背景技术：
：相对于传统射频波束合成阵列，数字波束形成(DBF)阵列具有波束灵活、抗干扰能力强、同时多波束等独特的优点，然而其所需的数字通道价格较为昂贵，在一定程度上限制了DBF阵列的应用。特别是，对于高增益窄波束的电大尺寸DBF阵列，按照传统的半波长间隔布局方法，其所需的数字通道数量巨大。例如，一个工作在3GHz的10m长的DBF阵列，其数字通道数目可达200个。因此，如何降低所需的数字通道数量，成为大型DBF阵列的关键问题。文献1和2对方向图综合技术进行了研究，目前针对稀疏阵列方向图的综合主要是阵元稀疏的稀疏阵列(参见文献2～7)，利用遗传算法，粒子群算来解决阵元稀疏的稀疏阵列方向图综合问题，取得了较好的结果。在文献3中对阵列大小为200个的阵元，稀布率为0.77～0.83的稀疏阵列模型进行了分析；文献4在此基础上利用遗传算法先对天线单元位置进行稀疏化，来压低副瓣电平，然后进一步用遗传算法对单元的激励进行优化，进一步降低副瓣电平；文献5考虑了稀疏阵列综合中波束宽度对副瓣电平的影响，得到了保证最小主瓣波束宽度和副瓣电平的优化结果。文献6在遗传算法的优化过程中移除对阵列性能贡献最小的阵元，使得阵列能够在使用更少阵元的情况下综合波束方向图，降低阵列的制造复杂度和成本。文献7为了解决分布式星载阵列方向图高栅瓣电平的问题，提出了基于相同子阵的稀疏阵列方向图综合算法，并进行了仿真，实现了对稀疏阵列方向图栅瓣的抑制。上述的方法虽然都将所需阵元数目减少，但是对于大型阵列而言仍然需要较多的数字通道,导致阵列的制造复杂度高、成本昂贵。参考文献：1.YangK,ZhaoZQ,NieZP.Optimizationofunequallyspacedantennaarraysusingfuzzydiscreteparticleswarmalgorithm[J].JournalofUniversityofElectronicScienceandTechnologyofChina,2012,41(1):43-47.2.刘源,邓维波,许荣庆.应用遗传算法进行阵列天线综合[J].电子与信息学报,2004,26(3):400-404.3.ChenKS,CuiBW,HeZS.NewModelforSynthesisofSymmetricalThinnedLinearArrays[J].中国电子科技,2009,7(3).4.王玲玲,方大纲.运用遗传算法综合稀疏阵列[J].电子学报,2003,31(12):2135-2138.5.张浩斌,杜建春,聂在平.稀疏阵列天线综合的遗传算法优化[J].微波学报,2006,22(6).6.CenL,SerW,YuZL,RahardjaS,CenW.LinearSparseArraySynthesiswithMinimumNumberofSensors[J].IEEETransactionsonAntennaandPropagation,2010,58(3).7.丛雯珊,陈辉,范伟时.基于相同子阵的稀疏阵列方向图综合算法[J].空军预警学院学报,2014(6).技术实现要素：本发明的目的是针对
背景技术：
部分指出的现有技术存在的缺陷，提供可大大减少通道数目，降低技术成本，具有广泛应用前景的无栅瓣宽角扫描混合阵列超稀疏布局方法。本发明包括以下步骤：1)确定子阵内单元天线的类型及相关参数，同时确定一个子阵内所含的单元数目；2)利用遗传算法得到位置信息，对子阵内的阵元进行布置，形成一个子阵，同时采用12套实时延迟线方案，四单元子阵配置见表1；表13)确定所需的子阵数目，进行组阵，目标是压缩总阵列的副瓣；4)依据遗传算法得到子阵布局信息，进行子阵的布局；5)阵列位置布局确定后，该阵列采用数模混合方案实现宽角度波束扫描。在步骤1)中，所述子阵内单元天线的类型可为E面喇叭天线，所述相关参数包括宽度，所述宽度可为56mm；所述单元数目可为4。在步骤3)中，所述所需的子阵数目可采用32个子阵。在步骤4)中，所述依据遗传算法得到子阵布局信息，进行子阵的布局，可采用基于二级非均匀子阵布局，且在初级子阵上使用模拟多波束的方法；所述子阵布局可为32×4，该阵列长达10m，仅需要采用32个数字通道和32个带模拟多波束形成网络的4单元子阵，采用8套模拟多波束形成网络的4单元子阵参见表2，应用遗传算法优化得到子阵位置分布；采用12套模拟多波束形成网络的4单元子阵见表3，应用遗传算法优化得到的子阵位置分布，当采用如表3所示采用12套模拟多波束形成网络的4单元子阵，阵列在角度范围内扫描时，其最大副瓣/栅瓣优于表2的情况。表2表3本发明采用二级非均匀间隔子阵的混合阵列超稀疏布局方法，即在子阵内采用模拟多波束形成网络，对阵元配置不同的相移量，使得子阵波束实现度的宽角多波束覆盖。对若干个子阵进行非均匀间隔的布局构成总阵，每个子阵输出后再进行模/数(A/D)采样，单个子阵仅需要一个数字通道，从而大大地减少通道数目。由于子阵内以及子阵之间的间距均采用遗传算法优化得到，且最小间距间距可控，可以抑制在宽角扫描情况的副瓣和栅瓣电平。另外，本发明的混合稀疏阵列的子阵采用相同的结构，因而具有易加工、易装配、易批量生产、低成本的特点，有广泛的应用。附图说明图1是本发明以64×4阵列为例的两级非均匀位置分布示意图；图2是本发明的32子阵四单元12波束阵列方向图；图3是本发明的混合阵列实现的总体方案。具体实施方式为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施案例，并参照附图，对本发明进一步详细说明。本发明采用二级非均匀子阵的布局方法，并在满足波束覆盖范围、交叉电平、波束分辨率、副瓣电平、最小间距等指标要求的情况下，给出DBF阵列所需的最少的数字通道数目、子阵内单元数目及单元布局、子阵间布局的方案。提出的基于二级非均匀子阵的稀疏阵列综合布局技术，该阵列的结构是由多个相同的子阵组成，每个子阵由多个不等间隔的单元天线构成，而子阵之间的间距也是不等间隔的。在这种二级非均匀子阵的框架下，通过优化子阵内和子阵间的非均匀间隔，可以大大减低总阵列的栅瓣和副瓣电平。以64×4阵列为例，两级非均匀位置分布的模型如图1所示。其每个子阵的方向图为：其中,λ为阵列的工作波长，N为子阵中阵元的数目，xn为每个阵元的位置，f(θ)为单元天线方向图。Θk为根据总阵波束扫描角选择的第k个子阵波束的指向角，若θ0为总阵列波束扫描角，则总阵列由M个这样的子阵组成，子阵输出采用数字移相的方法进行波束扫描，其总阵列的方向图为：其中，ρm为大阵中第m子阵的位置。在子阵单元数目、子阵个数、单元最小间距约束给定的情况下，研究天线单元间距以及子阵间距的优化布局参数，即优化参数xn(n＝1,2,…,N)以及参数ρm(m＝1,2,…,M)，用以压制阵列波束的栅瓣和副瓣电平，使得整个阵列波束的副瓣电平低于-13dB。具体包括：1)确定单元方向图。初级，确定单元天线的类型，这里子阵内采用E面喇叭天线，宽度为56mm。单元数目4/6/8；单元方向图可以根据测量或者HFSS仿真得到。2)子阵波束选择方案。对不同的单元数采用不同的波束选择方案，如单元数为4时，采用12套模拟多波束形成网络，分别获得12个固定波束；3)减少最外侧波束的增益损失。建议波束间隔12°，波束最大指向角设置如表4所示。表4最大指向角(°)±44±36±28±20±12±44)子阵内单元的优化布局和波束综合A、设置约束条件。设置子阵单元最小间隔，如0.6个波长，最大间隔，如1.2个波长，单元数为4。要求得到子阵总长度越小越好。B、对子阵使用遗传算法找最优位置分布。遗传算法(GA)的步骤如下：1、设置参数，即进化代数、种群规模、交叉概率、变异概率和优化终止条件；2、随机产生初始化种群，即子阵内阵元的初始间距；3、适应度评价，即根据优化方法中的变量，计算该布局下组成的非均匀阵列的最大副瓣电平；4、根据目标函数、子阵内阵元数、间距约束条件进行种群进化：(a)选择(母体)，从初始化子阵中选出母体，即最小副瓣子阵；(b)交叉，根据交叉概率对选出的母体执行交叉形成中间个体；(c)变异，根据变异概率对中间个体执行变异，形成候选个体；(d)选择(子代)，从候选个体中依适应度选出新个体组成下一代种群；5、当达到最大进化代数，优化终止，选出适应度最优的个体作为优化结果。5)子阵间的优化布局和全阵列波束综合技术：A、设置约束条件。设置子阵间最小间隔，如2.85个波长，最大间隔，如3.65个波长，子阵数目为16，要求得到子阵总长度越小越好。设置扫描角为-45°～45°。注意在确保主波束扫描增益不降低的前提下，使得整个阵列波束的副瓣电平低于-13dB；B、将步骤4)所得出的子阵看作单个阵元，再一次进行位置优化，注意步骤4)B中第3步确定的目标函数改设为最小化所有扫描角状态下的最大副瓣以及栅瓣的函数，即对-45°～45°空间扫描时，选择相应的波束，最大副瓣电平为-45°～45°扫描时全空间的最大副瓣电平，照步骤4)中B的步骤优化总阵的阵列布局；由于子阵采用模拟多波束形成网络，外层A/D采样来减少通道数目，这种情况下会造成栅瓣的产生。所以，为了降低栅瓣达到相应的指标，实际上是采用二级非均匀布阵的方案：子阵内单元位置为非均匀间隔，子阵之间也为非均匀间隔，子阵内和子阵间的位置分布经优化得到，降低栅瓣和副瓣。以下给出具体实施例。步骤1.确定子阵内单元天线的类型，及其他相关参数，同时确定一个子阵内所含的单元数目。这里选择单元天线是E面喇叭天线，宽度为56mm。单元数目为4。步骤2.利用遗传算法得到的位置信息，结果见表1所示。对子阵内的阵元进行布置，形成一个子阵。同时采用12套实时延迟线方案。步骤3.确定所需的子阵数目，这里选择32个子阵进行组阵，目标是压缩总阵列的副瓣。步骤4.依据遗传算法得到子阵布局信息，进行子阵的布局。如上采用的基于二级非均匀子阵布局，且在初级子阵上使用模拟多波束的方法，可以大大减少通道数目。以上述32×4的情况，该阵列长达10m，若采用3GHz时的半波长布阵，则需要200数字通道。而采用本项目的技术，仅需要采用32个数字通道和32个带模拟多波束形成网络的4单元子阵。表2给出了采用8套模拟多波束形成网络的4单元子阵时，应用遗传算法优化得到的子阵位置分布。表3给出了采用12套模拟多波束形成网络的4单元子阵时，应用遗传算法优化得到的子阵位置分布。其中，采用表3阵列布局位置时，阵列在角度范围内扫描时，其最大副瓣/栅瓣优于采用表2阵列分布情况，其扫描的方向图如图2所示。步骤5.阵列位置布局确定后，该阵列采用数模混合方案实现宽角度波束扫描。以四单元子阵为例，混合阵列实现的总体方案见图3所示。当前第1页1 2 3