阵列综合算法及高性能基站阵列天线设计.pdf

摘 要 阵列天线综合可表示为一个复杂的非线性优化问题近年来人们采用了遗传算法来解决这种问题，但遗传算法的程序复杂，需要设置的参数较多，难以控制本文着重介绍了一种新的智能随机算法－粒子群优化（PSO）算法，与遗传算法相比它具有程序简单、需要控制参数少等优点文中把它应用到了高性能基站天线阵列的综合设计上，取得了满意的效果论文的主要工作概括如下： ① 研究了几类现有的阵列综合算法， 如加权最小二乘算法和基于自适应理论的阵列天线综合算法，并给出了仿真实例 ② 重点介绍了一种智能随机算法－粒子群优化（PSO）算法，详细讨论了算法的原理和具体参数的设置 ，然后把它运用于天线阵列的综合设计中，给出了综合设计的计算实例与其它一些算法的比较结果表明，该算法在阵列综合设计中有广泛的应用前景 ③ 根据基站天线阵列的系统要求， 把粒子群优化算法用于高性能基站天线阵列的综合设计中，取得了满意的效果此外还改进了一种基站智能多波束天线合成算法，给出了仿真结果，得到了空间隔离度较好的多个波束 关键词：阵列综合，波束赋形，粒子群算法，基站天线阵列，多波束合成技术关键词：阵列综合，波束赋形，粒子群算法，基站天线阵列，多波束合成技术 ABSTRACT Antenna array synthesis technology can be expressed as a complex non-linear optimization problem. As is well known, genetic algorithms (GAs) have been used to solve this problem, however, GA suffers from its complex architecture and many control parameters, which are difficult to choose. In this thesis, a new intelligent stochastic optimization algorithm, called particle swarm optimization (PSO), is introduced. The algorithm is simpler than the genetic algorithm, and it generally requires only a few lines of code. In PSO algorithm, only a few control parameters are required from the users. The PSO algorithm is then applied to the design of the high-performace base station array antenna synthesis suceesfully. The main contributions of the thesis are as follows: ① Several existing antenna array pattern synthesis methods, including weighted least squares algorithm and a pattern synthesis algorithm based on adaptive array theory, are discussed. Some simulation results obtained from these synthesis techniques are given. ② First, the principle of the PSO algorithm and its computational procedure are presented. The algorithm is then used to the optimization synthesis of the antenna array, and some simulation results obtained by the PSO synthesis technique are also given, which clearly show the potential applications of the PSO algorithm in the antenna array synthesis. ③ The PSO algorithm has also been used to the high-performance base station array antenna pattern synthesis, and the satisfactory synthesis results are given. Moreover, a modified multibeam smart antenna synthesis technique for base stations is presented. Simulation results show that the well isolated multibeams can be obtained. Keywords: Array antenna; Shaped beam; Particle swarm optimization; Base station antenna array; Multibeam synthesis technique 创新性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。

尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料与我一同工作的同志对本研究所做 的任何贡献均已在论文中作了明确的说明并表示了谢意 本人签名：______________ 日期______________ 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：学校 有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或 部分内容，可以允许采用影印、缩印或其他复制手段保存论文 （保密的论文在解 密号遵守此规定） 本人签名：______________ 日期______________ 导师签名：______________ 日期______________ 第一章 绪 论 1 第一章 绪 论 §1.1 研究背景 随着微电子技术的发展和蜂窝技术的不断完善，移动通信事业，特别是蜂窝移动通信在世界范围内得到迅猛发展，随着移动通信系统在容量和质量上的不断升级，人们对基站天线提出了越来越高的性能指标要求基站天线工作在复杂的移动传播环境下，移动信道通常受到地形、温度、湿度等环境因素的影响，移动电波在空中传播时将受到多方面的衰落，这些都会对通信质量产生不利的影响。

而通信系统优化的目标之一就是为人们提供可以接受的通信质量，因此必须采取必要的技术手段和方法来改善通信质量基站天线的设计不能仅仅局限于天线电设计本身，而是要从系统设计的角度，综合考虑传播、系统和环境条件等因素，充分挖掘天线硬件的全部潜力，形成满足系统要求的多功能天线系统 在蜂窝移动通信系统中，要求基站天线对使用相同频率的另一蜂窝辐射尽可能低的电平，而在服务区内辐射尽可能高的电平由于人们总是希望移动用户在该区域中有相等的接收信号电平消除远近效应，这就要求天线在该服务区内有均匀的照射，即要求垂直面下半空间具有余割平方赋形功率方向图；另外还要求天线垂直面上半空间的辐射电平应尽可能地低 因此必须对基站阵列天线的方向图进行波束赋形设计， 这是高性能基站天线设计的关键因素， 赋形波束技术可以使天线均匀照射自身所在的服务区，且抑制天线向服务区以外的辐射可以提高天线增益，更重要的作用是减少向复用同一频率的另一邻近蜂窝的辐射，从而提高基站的频率重用能力因此有必要研究发展更加有效且更为普遍的优化方法用于阵列天线波束赋形设计 §1.2 研究的历史和现状 根据系统所要求的天线指标和波束形状求解阵列天线的激励幅值、相位、单元间距的过程称为综合。

阵列天线综合在天线领域一直都是一个比较重要的课题，人们对它的研究从来没有中断过早期提出的天线阵列方向图综合方法都是针对某一个特定问题而提出的，如 Dolph 提出的在均匀线阵的基础上实现切比雪夫方向图的方法[ 1 ]，这种方法解决了在主瓣宽度一定的情况下，如何使副瓣峰值电平最低(也就是主副瓣电平比最大)的方向图综合问题；泰勒综合方法[ 2 ]主要使用来解决阵列天线低副瓣的设计问题；伍德福德方法[ 3 ]适用于扇形方向图的综合，贝2 阵列综合算法及高性能基站阵列天线设计 利斯方法[ 4 ]适用于差方向图的综合设计后来，对任意阵列方向图综合问题逐渐成为研究的热点，这些研究成果包括利用加权最小二乘算法进行阵列天线综合[ 5 ]和基于自适应理论的阵列天线综合，其中利用加权最小二乘算法综合天线阵列最大的优点是它不但可以综合均匀直线阵列，而且可以综合不等间距阵列，但是这种算法最大的不足是它不能用于有约束条件的阵列综合问题后来人们把自适应理论应用到了阵列天线阵列的综合中来，其基本思想是[ 6 ]：把要综合的己知阵元数、阵元方向图、阵列形状和阵元间距的天线阵当作是自适应天线阵为了压低旁瓣电平，假定一定数目的干扰入射到这一假定的自适应天线初始方向图的旁瓣区域。

如果某些方向上旁瓣太高或太低，通过迭代，调节这些方向上干扰的强度，使其增大或减小最后解出使旁瓣电平达到设计要求的各阵元上的自适应天线最佳权矢量，从而实现对天线阵方向图的综合这种方法的特点是能较充分地考虑天线阵及其阵元的特性，较灵活地控制旁瓣电平，并可根据需要随意调节主瓣方向但对于基站阵列辐射方向图这种综合难度比较大的问题，用以上算法进行方向图综合时往往出现与目标方向图逼近较差， 综合的结果不利于工程实现等问题 近几年，利用智能随机算法进行阵列天线综合设计成为了研究的热点，其中一种智能随机算法－遗传算法（GA,Genetic Algorithms）是由Holland教授在上世纪70年代提出的，它将生物进化原理应用于优化、搜索技术的过程中，是一种模拟生物进化过程和基于统计随机理论的组合算法遗传算法(genetic algorithm) 只需利用目标的取值,而无需梯度等高价值信息,程序通用、稳健性强、适于并行处理,尤其适用于处理传统搜索方法难于解决的复杂和非线性问题遗传机制主要包括选择、交叉和变异它们构成了所谓的遗传操作，使遗传算法具有了其他传统方法所没有的特性遗传算法已经就被许多学者成功的运用到了天线领域，用它解决了许多阵列天线综合的问题[ 7 ]。

但是针对基站天线阵列这种对方向图有不对称特殊要求的综合问题，遗传算法仍显不足1995年由Kennedy 和Eberhart[ 8 ]等开发的令一种随机智能搜索算法－粒子群优化算法（PSO, Partical swarm optimization）越来越得到了人们的关注，其思想来源于对一个简化社会模型的模拟其中“群”来源于微粒群符合Millonas[ 9 ]在开发应用于人工生命的模型时所提出的群体智能的5个基本原则而“粒子”则是一个折衷的选择, 因为既需要将群体中的成员描述为没有质量、 没有体积的, 同时也需要描述它的速度和加速状态 与遗传算法比较，PSO算法的优势在于简单容易实现同时又有深刻的智能背景，既适合科学研究，又特别适合工程应用因此，PSO算法一提出，立刻引起了演化计算等领域的学者们的广泛关注，并在短短的几年时间里出现大量的研究成果，形成了一个研究热点PSO算法在阵列天线领域也有。