(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111362269.0 (22)申请日 2021.11.17 (71)申请人 电子科技大 学 地址 611731 四川省成 都市高新区 （西区） 西源大道 2006号 申请人 中国电子科技 集团公司第十 研究所 (72)发明人 谢菊兰　陈政宇　刘正平　匡宏印　 梅本春　李会勇　 (74)专利代理 机构 电子科技大 学专利中心 51203 代理人 邹裕蓉 (51)Int.Cl. G06F 30/27(2020.01) G06F 111/04(2020.01) (54)发明名称 基于自调整映射法则的矩形稀布阵列优化 方法 (57)摘要 本发明公开了一种基于自调整映射法则的 矩形稀布阵列优化方法， 利用了求解最优化问题 确定阵元位置矩阵维数， 更加充分地利用阵列孔 径信息。 同时提出一种自调整映射法则， 对可调 整空间相对小的方向的映射矩 阵进行比较交换 操作， 使得映射后的阵元位置满足多约束条件。 同时， 相对于相同仿真条件下稀 疏布阵和现有映 射法则下的布阵， 得到更优的方向图， 实现方向 图的综合优化。 本发明能在满足多约束条件下获 得更低的峰值旁瓣电平的矩阵稀布阵列。 权利要求书3页 说明书9页 附图11页 CN 114239380 A 2022.03.25 CN 114239380 A 1.基于自调整映射法则的矩形稀布阵列优化方法， 其特 征在于， 包括以下步骤： 步骤1)设置极坐标系下的非对称矩形稀布阵列的阵元总数N、 矩形平面阵列尺寸L ×H、 x方向和y方向最小阵元间距dc； 要求非对称矩形稀布阵列有四个阵元分别固定在矩形边 界 的四个角上； 步骤2)通过求 解最优化问题确定阵元位置矩阵维数P、 Q； 其中最优化问题为： max s.t.P≤Pm,Q≤Qm 其中， Pm表示x方向能放置阵元的最大 数量， Qm表示y方向能放置阵元的最大 数量； 步骤3)构造阵元状态 矩阵W， W∈RP×Q， R表示实数域； W由随机生成N个1和P*Q ‑N个0组成； 步骤4)随机产生两个矩阵A∈RP×Q和B∈RP×Q分别作为x方向和y方向的初 始映射矩阵； 其 中， A中的各元素为取值范围在[0,Rx]的随机数， B中的各元素为取值范围在[0,Ry]的随机 数， Rx为x方向的可分配空间， Ry为y方向的可分配空间； 步骤5)对x方向的初始映射矩阵A的每一行， 按从小到大的顺序排序行内元素， 完成所 有行的排序后得到横坐标映射矩阵A'， 通过横坐标映射矩阵A'确定横坐标矩阵X； 横坐标矩 阵X中各元素为各阵元的横坐标位置； 步骤6)对y方向的初始映射矩阵B的每一列， 按从小到大的顺序排序列内元素， 完成所 有列的排序后得到矩阵B'， 再对矩阵B'中的元素进行比较交换得到纵坐标映射矩阵 所 述比较交换使得矩阵 中任意两行满足： 序号较小的行中最大的元素值小于序号较大的行 中的最小的元 素值； 步骤7)通过纵坐标映射矩阵 确定纵坐标矩阵Y； 纵坐标矩阵Y中各元素为各阵元的纵 坐标位置； 步骤8)基于横坐标映射矩阵X和纵坐标映射矩阵Y确定各阵元的横、 纵坐标位置； 步骤9)根据当前得到的W、 X和Y确定天线平面阵列结构得到整个阵列的总辐射方向图， 再构造旁瓣区域内各 方向上的适应度函数； 步骤10)构造稀布矩形面阵优化模型， 稀布矩形面阵优化模型的目标函数为求解使得 适应度函数的最小时的阵元状态矩阵、 横坐标矩阵、 纵坐标矩阵； 求解稀布矩形面阵优化模 型将得到的阵元状态矩阵、 横坐标矩阵、 纵坐标矩阵作为优化后的阵元状态矩阵Wopt、 横坐 标矩阵Xopt和纵坐标矩阵Yopt； 步骤11)根据优化后的阵元状态矩阵Wopt、 横坐标矩阵Xopt和纵坐标矩阵Yopt完成矩形稀 布阵列中各阵元的优化布置 。 2.如权利要求1所述方法， 其特征在于， 对矩阵B'中的元素进行比较交换得到矩阵 的 具体方法是： 1)设置i的初始值 为i＝1； 2)设置j的初始值 为j＝i+1；权　利　要　求　书 1/3 页 2 CN 114239380 A 23)对矩阵B'中第i行和第j行进行如下一系列的操作调整： 先是寻找第 i行中的最大一项以及第j行中的最小一项， 当第i行中的最大一项大于第j 行中的最小一项， 则将这两项进行交换； 重复此步骤， 直到第i行中的任意一项都小于等于 第j行最小 项， 进入步骤4)； 4)更新j＝j+1， 判断更新后的j是否大于P， 如是， 进入步骤5)， 否则返回步骤3)； 5)更新i＝i+1， 判断更新后的i是否大于P ‑1， 如是， 比较交换完成， 否则， 返回步骤2)。 3.如权利要求1所述方法， 其特 征在于， 所述稀布 矩形面阵优化模型为： 1≤i,k≤P,1≤j,l≤Q； (i,j)≠(k,l) 0≤xi,j≤L,0≤yi,j≤H； (x1,1,y1,1)＝(0,0),(xP,1,yP,1)＝(0,H) (x1,Q,y1,Q)＝(L,0),(xP,Q,yP,Q)＝(L,H) 其中， f为适应度函数， xi,j、 xk,l分别为横坐标矩阵X中第i行j列、 第k行l列 的元素值， yi,j、 yk,l分别为纵坐标矩阵Y中第i行j列、 第k行l列的元 素值。 4.如权利 要求3所述方法， 其特征在于， 横坐标映射矩阵A'中的元素表示为α ′i,j,i＝1, 2,…,P,j＝1,2, …,Q； 纵坐标映射矩阵 中的元素表示为 阵元的横坐标xi,j为α′i,j加上相应的最小阵元间距和得到： xi,j＝(j‑1)*dc+α′i,j,(j＝ 1 ,2 ,…,Q) ； 阵 元的 纵 坐 标 yi , j为 加上 相应的 最 小阵 元 间 距 和得 到 ： 5.如权利要求3所述方法， 其特 征在于， 适应度函数f为单指向适应度函数： 其中， FFmax为主瓣峰值， θ为阵列的俯仰角， 为阵列的方位角； 为阵列在方向 上的总辐射方向图。 6.如权利要求3所述方法， 其特 征在于， 适应度函数f为多指向适应度函数： 为阵列在波束指向 上的最高旁瓣电平， Ns为阵列扫描范围内波束指向 的总个数， Θ为阵列扫描范围内的多个波 束指向的集 合。 7.如权利要求1所述方法， 其特征在于， 阵元总数 M为矩形阵列栅格总数， η 为阵元稀疏率， 代表向下取整； x方向能放置阵元的最大数量 y方向能放置阵元的最大数量 权　利　要　求　书 2/3 页 3 CN 114239380 A 3