星载相控阵天线优化设计研究(2)
阵列天线按其扫描方式可分为机械式扫描和电扫描，机械式扫描是指通过阵列天线的机械转动达到波束扫描的作用，而电扫描无需转动天线，只需要改变天线的馈电即可实现，此种扫描方法，克服了机械式扫描惯性大、速度慢、对设备损坏大等缺点。相控阵天线是通过改变馈电相位和幅度实现快速波束扫描，馈电相位可由数字移相器产生，精度很高。
对一些简单的规则相控阵天线进行分析，只需采用精确的解析方法即可，但对于复杂电大尺寸阵列天线，此时若再使用解析方法，分析起来将会很困难，这时常用数值方法[3]进行求解，常用的数值方法有微分类方法和积分类方法，微分类方法有有限元法(finite element method，FEM)[4-5] 、物理光学法(physical optics, PO)[6]等。较为常用的积分类方法是矩量法[7]（method of moments, MoM），它能够分析解决很多电大尺寸目标，在对目标进行剖分网格离散后得到的未知量相对较少，且求解精度较高，但矩量法形成的阻抗矩阵是一个稠密矩阵[8]，其迭代求解过程中会需要消耗大量时间和计算机内存等资源。此时就需引入快速多极子方法 [9-10]和多层快速多极子方法[11-12] (multilevel fast multipole algorithm, MLFMA)，极大地提高计算效率，并结合并行稀疏近似逆(sparse approximate inverse，SAI)预条件技术解决用迭代求解器求解矩阵方程组时难以收敛的问题,但对于开放结构问题，并行SAI预条件仍然使得求解方程组时难以收敛，因此提出了多种预条件相结合的思想，以此来弥补单一预条件的不足，在此研究基础上，我撰写了《并行稀疏近似逆结合多步谱预条件技术分析电磁散射》一文。
目前，对阵列天线进行优化主要借助于一些商业软件，如HFSS、CST、ANSYS等，这些软件都较为成熟，能够在一定程度上对阵列天线进行优化，但也存在着某些缺陷，对大型阵列进行优化时就会消耗大量时间和占用大量内存。
本文利用了空间映射（space mapping）结合遗传算法（genetic algorithm，GA）对阵列天线进行分析优化，分别在Matlab和Fortran两个平台上编程实现。在空间映射时，用阵因子乘以阵元方向图作为“粗”模型，粗模型没有考虑阵元之间的互耦，然后通过遗传算法找到“粗”模型的最优解，代入到“细”模型中进行验证，在Matlab平台上，“细”模型的验证在HFSS中完成，并找到“粗”和“细”模型之间的映射函数关系表达式，不断循环迭代求解验证，直至达到设计要求。
1.2 研究历史与现状
1.3 本文内容与安排
本文利用遗传算法结合空间映射算法对相控阵天线进行优化，重点分析在波束扫描情况下，阵列天线的方向图。本文内容安排如下：
（1）第一章阐述了星载相控阵天线的研究背景与意义、发展历史和现阶段的研究状况、本文主讲内容与全文安排。
（2）第二章阐述了天线基本理论，并对空间映射和遗传算法的基本流程作了简要说明。
（3）第三章设计了开口矩形波导阵列天线，其阵元模型由Matlab编程建立，在HFSS软件中通过复制操作完成阵列建模。然后通过ANSYS软件对天线阵元进行剖分，之后在Fortran平台上编程对剖分后的文件进行处理，并借助遗传算法和空间映射算法对该阵列天线激励幅度进行了优化，降低副瓣电平。
（4）第四章设计了双频多层微带阵列天线，与卫星圆柱面共形，在HFSS软件中建模，在Matlab软件中对该阵列激励幅度进行了优化，降低了副瓣电平值，并且为该阵列设计了馈电网络。
（5）第五章对本文内容作了概括和总结。
2 基本理论
2.1 天线基本理论
上一篇：观察者模式在软件设计中的应用