针对在阵列孔径、阵元数目、最小阵元间距等多约束条件下的稀布矩形平面阵列天线优化问题,提出了基于改进型灰狼优化(improved grey wolf optimizer,IGWO)算法和窗函数加权的稀布矩形平面阵列天线综合方法。首先,利用Tent混沌映射、非...针对在阵列孔径、阵元数目、最小阵元间距等多约束条件下的稀布矩形平面阵列天线优化问题,提出了基于改进型灰狼优化(improved grey wolf optimizer,IGWO)算法和窗函数加权的稀布矩形平面阵列天线综合方法。首先,利用Tent混沌映射、非线性收敛因子、优势狼动态置信策略和对立学习策略对灰狼优化(grey wolf optimizer,GWO)算法进行改进,增加算法的种群多样性和跳出局部最优的能力。然后,利用窗函数对阵列单元进行加权,生成位置分布矩阵,减少稀疏矩阵优化时间,提高优化效率。最后,利用位置分布矩阵生成稀疏阵列,再运用IGWO算法进行多约束条件的稀布优化。为验证所提方法的有效性进行了仿真实验,实验结果表明,本文方法可以有效提高阵列天线的性能,降低峰值旁瓣电平,对于解决在多约束条件下的阵列分布问题,具有一定的工程意义和参考价值。展开更多
内容导读随着5G网络的广泛部署与应用,全球通信产业正迈入以智能化、泛在化、绿色化为核心特征的6G发展新阶段。6G不仅聚焦于极致的通信性能提升,还承载着构建智慧社会、推动产业数字化转型的使命。在这一背景下,物联网(Internet of Thi...内容导读随着5G网络的广泛部署与应用,全球通信产业正迈入以智能化、泛在化、绿色化为核心特征的6G发展新阶段。6G不仅聚焦于极致的通信性能提升,还承载着构建智慧社会、推动产业数字化转型的使命。在这一背景下,物联网(Internet of Things,IoT)作为“万物互联”的核心支撑技术,正朝着更大规模、更高智能、更强感知的方向演进,二者的深度融合成为引领未来通信技术发展的关键动力。展开更多
文摘针对在阵列孔径、阵元数目、最小阵元间距等多约束条件下的稀布矩形平面阵列天线优化问题,提出了基于改进型灰狼优化(improved grey wolf optimizer,IGWO)算法和窗函数加权的稀布矩形平面阵列天线综合方法。首先,利用Tent混沌映射、非线性收敛因子、优势狼动态置信策略和对立学习策略对灰狼优化(grey wolf optimizer,GWO)算法进行改进,增加算法的种群多样性和跳出局部最优的能力。然后,利用窗函数对阵列单元进行加权,生成位置分布矩阵,减少稀疏矩阵优化时间,提高优化效率。最后,利用位置分布矩阵生成稀疏阵列,再运用IGWO算法进行多约束条件的稀布优化。为验证所提方法的有效性进行了仿真实验,实验结果表明,本文方法可以有效提高阵列天线的性能,降低峰值旁瓣电平,对于解决在多约束条件下的阵列分布问题,具有一定的工程意义和参考价值。
文摘内容导读随着5G网络的广泛部署与应用,全球通信产业正迈入以智能化、泛在化、绿色化为核心特征的6G发展新阶段。6G不仅聚焦于极致的通信性能提升,还承载着构建智慧社会、推动产业数字化转型的使命。在这一背景下,物联网(Internet of Things,IoT)作为“万物互联”的核心支撑技术,正朝着更大规模、更高智能、更强感知的方向演进,二者的深度融合成为引领未来通信技术发展的关键动力。
