基于改進迭代FFT算法的均勻線陣交錯稀疏布陣方法

李龍軍王布宏夏春和

?

基于改進迭代FFT算法的均勻線陣交錯稀疏布陣方法

李龍軍①②王布宏*①夏春和②

①(空軍工程大學信息與導航學院 西安 710077)②(北京航空航天大學 北京 100191)

基于孔徑空分復用的共享孔徑交錯稀疏布陣是實現(xiàn)機載多功能天線的有效途徑。該文提出一種基于改進迭代FFT算法的均勻線陣交錯稀疏布陣方法?；诰鶆蚓€陣天線激勵與方向圖的傅里葉變換關系，通過對目標方向圖采樣的頻譜分析，采用交叉選取子陣激勵的方法對子陣單元進行稀疏優(yōu)化布陣，實現(xiàn)了子陣頻譜能量的均勻分配，確保了交錯稀疏子陣方向圖的一致性。在此基礎上采用迭代FFT算法對稀疏交錯子陣進行聯(lián)合優(yōu)化。理論分析與仿真實驗表明，相對于基于差集及遺傳算法的稀疏交錯優(yōu)化方法，該算法通過較少次數(shù)的迭代，可以實現(xiàn)等稀疏率和方向圖近似一致的交錯稀疏布陣，而且可以獲得更低的副瓣電平。

陣列天線；共享孔徑；稀疏交錯；迭代FFT；副瓣電平

1 引言

基于孔徑空分復用的共享孔徑天線(shared aperture antennas)設計，能夠在有限孔徑上通過不同子陣的稀疏交錯設計，實現(xiàn)通信、導航、定位和遙感等多項天線功能[1]。與其它形式的多功能天線設計方法相比，基于孔徑空分復用的共享孔徑交錯稀疏布陣在實現(xiàn)多個天線功能的同時，還可以很好地降低陣列設計的復雜度，提高孔徑的利用率，為天線設計和實現(xiàn)帶來了很多便利：(1)由于子陣單元間最小間距為1/2個波長，因此交錯稀疏陣可以有效抑制子陣單元的內部互耦；(2)可以靈活實現(xiàn)子陣工作頻率比，通過子孔徑頻帶的疊加可以實現(xiàn)寬帶天線；(3)可以避免單元嵌套，每個稀疏分布的子陣孔徑均與滿陣時的陣列孔徑相等或近似相同，大大提高了孔徑的利用率；(4)交錯后的子陣可以通過等幅相位加權實現(xiàn)子陣的掃描和旁瓣的控制，可以降低饋電網(wǎng)絡設計復雜度。

然而，交錯稀疏陣列的設計為天線優(yōu)化設計帶來了很多新的挑戰(zhàn)，其核心問題是在滿足子陣方向圖要求的前提下，如何在保證孔徑利用率的情況下，實現(xiàn)兩個天線方向圖性能一致的交錯子陣優(yōu)化設計[2]。為了解決這些問題，文獻[3]提出利用循環(huán)差集(CDS)和互補差集技術對直線陣列進行稀疏交錯布陣，可以得到交錯效果較好的子陣。但由于現(xiàn)有的差集較少，且該方法得到的子陣旁瓣峰值相對于智能優(yōu)化算法較高，子陣方向圖的一致性和方向圖細節(jié)約束得不到保證，這些都極大制約了差集在實際線陣布陣中的應用。文獻[4]在利用幾乎差集和互補差集對線陣進行交錯布陣后，采用遺傳算法對交錯后的子陣的激勵進行優(yōu)化，減小子陣的旁瓣峰值，這類將差集和遺傳算法結合的方法稱為差集遺傳算法(GA-CDS)。該方法能夠獲得交錯效果比較好的兩個子陣，但遺傳算法占用的計算資源太大，且采取分步優(yōu)化的方法比較復雜，激勵的改變還會增加陣列饋電網(wǎng)絡設計的復雜度。近年來，隨著計算機技術的飛速發(fā)展，智能優(yōu)化搜索算法如粒子群算法、螢火蟲算法等被廣泛應用于陣列天線綜合。但這類算法在處理陣元數(shù)目較多的陣列時計算效率偏差，容易陷入局部最優(yōu)，且不能用于對期望方向圖進行先驗估計。

到目前為止，解析的差集方法雖然通過互補差集有效地解決了子陣交錯機制，但其對方向圖的控制不靈活，基于遺傳算法、粒子群算法等優(yōu)化算法的陣列設計問題運算復雜，全局收斂性不好，而且沒有涉及子陣的交錯機制。為了進一步解決交錯稀疏陣列設計中存在的子陣優(yōu)化效果差和計算效率低的問題，本文提出了一種基于改進迭代FFT算法的直線陣列稀疏交錯優(yōu)化布陣方法。該方法利用了均勻線陣陣元激勵與方向圖存在傅里葉變換的關系的特征，將線陣陣元位置的確定問題轉換成陣元激勵能量選取的問題，采用交叉選取子陣激勵的方法，結合密度加權陣的原理來確定稀疏子陣單元位置，實現(xiàn)了子陣頻譜能量的均勻分配，確保了交錯稀疏子陣方向圖的一致性。與基于差集和智能搜索迭代算法的優(yōu)化方法相比，該方法在保證陣列稀疏度和方向圖一致性的前提下，能夠實現(xiàn)更低的峰值旁瓣。相對于傳統(tǒng)的智能搜索算法，如遺傳算法，該方法收斂速度更快，極大地減小了運算量。

2 全向單元線陣方向圖函數(shù)分析

一個陣元數(shù)為，陣元間距為1/2波長，入射方位角為的均勻線陣，當陣元均為理想的全向性單元時，其方向圖可表示為

其中，為陣列天線的陣因子，對式(2)進行1維離散傅里逆葉變換，通常表示為

由式(2)和式(3)可知，陣元的激勵與陣因子之間存在傅里葉變換的關系[14]。在陣列天線方向圖綜合中，如果()共有個采樣點(為了保證方向圖的精確性，往往要遠大于陣元數(shù))，需要進行次相乘和次相加。當陣元數(shù)較大時，需要占用大量的計算資源。

可以將式(4)改寫為兩個/2點的DFT，繼續(xù)對()進行分解，迭代計算?？梢园l(fā)現(xiàn)，如果采用快速傅里葉變換的方法對線性陣列方向圖進行計算，則只需要進行l(wèi)og2次乘法和加法，這極大地減小了陣列優(yōu)化的運算時間。迭代FFT算法便是利用了陣列單元激勵與陣列方向圖之間的傅里葉變換的關系，通過對激勵頻譜能量的分析，采用激勵交錯選取的方法對線性陣列進行稀疏交錯布陣。

3 基于迭代FFT的線陣交錯機制分析

對直線陣列的交錯稀疏優(yōu)化，其主要的優(yōu)化目標是設計兩個交錯布置的子陣，使單個天線子陣的方向圖旁瓣峰值最小，同時要求兩個子陣的方向圖近似一致。因此，交錯稀疏直線陣列的設計不僅要求子陣天線方向圖的旁瓣峰值足夠小，還要求兩個子陣的旁瓣峰值的差值盡量小，這主要是考慮到陣列天線方向圖主瓣寬度和旁瓣峰值是功率方向圖兩個非常重要的性能指標，所以本文選擇用主瓣寬度和峰值旁瓣電平的差值來表示子陣天線方向圖性能的相似程度。

如果將陣列天線方向圖作為時域信號進行分析，則陣列單元的激勵振幅就是其對應的頻譜。以旁瓣約束值為-45 dB, 如圖1(a)所示，陣元數(shù)為63的直線陣列天線為例，設其稀疏率為32/63，其激勵為序列。

對做=4096個點的逆FFT變換，則可得到陣列天線的陣因子：

使AF的值都滿足旁瓣約束的條件下，生成新的方向圖。對做4096點的FFT，可得新的陣列激勵值向量f，如圖1(b)所示。從圖中可知，方向圖的頻譜能量主要集中在激勵幅值的前段，因此只需截取頻譜的前段便能獲取整個陣列的頻譜能量信息，并以此做傅里葉逆變換還原出與原信號逼近的時域信號?？梢愿鶕?jù)陣元個數(shù)來截取相同采樣點的陣元激勵，以此激勵作FFT逆變換還原出來的方向圖能夠逼近期望方向圖，令

前63個點的激勵a值的分布如圖2(a)所示。觀察圖2(a)可知，方向圖的頻譜能量不僅主要集中在前半段，而且是對稱分布的。為實現(xiàn)陣元的交錯分布，對陣元激勵歸一化并進行由大到小的排序，其matlab程序如式(8)所示。排序后的63激勵分布如圖2(b)所示。

采取奇偶位置交錯的方式選取采樣點的激勵值，選取后子陣1的激勵1和子陣2的激勵2分布如圖3(a)所示。

從圖3(a)中可知，以交錯方式選取的子陣激勵值1,2存在以下關系：

根據(jù)傅里葉變換的線性性質，同時對式(10)左右兩邊做離散傅里葉逆變換，可得

△的值的分布如圖3(b)所示，從圖3(b)中可知△的均值接近于0值。

對△做逆FFT變換，得到的頻譜圖如圖4(a)所示，從圖4(a)中可知，△的頻譜關于零軸對稱，其和值近似為零。

對1和2做快速傅里葉逆變換并對其做歸一化，可得子陣1歸一化方向圖1和子陣2歸一化方向圖2的值，1和2的值分布如圖4(b)所示。

圖1 約束后的方向圖及其采樣點激勵

圖2 前63個點的激勵幅值圖

圖4 I, I1, I2相應的逆FFT值的分布

從圖4(b)中可知，1,2通過FFT逆變換得到的方向圖的旁瓣峰值也是相等的。這是因為采用大小間隔采樣的方式選取子陣的激勵不僅能使子陣1和子陣2均分陣列方向圖的頻譜能量，讓子陣1和子陣2的方向圖近似一致。因此，可以通過改變陣元激勵的選取方式，可以使子陣1和子陣2的方向圖峰值近似相等。

在密度加權陣中，稀疏線陣的密度加權逼近均勻線陣的幅度加權，即線陣柵格點上陣元存在的概率取決于線陣柵格點上的激勵權值分布，權值幅度大的柵格點上陣元存在的概率就大?，F(xiàn)有研究表明，通過循環(huán)迭代FFT，可以使線陣的頻譜能量越來越集中在頻譜的前段，使得利用前段頻譜還原線陣天線方向圖的精確度越來越高[15]。根據(jù)以上理論可知，在子陣1和子陣2均分線陣頻譜能量的基礎上，可以通過迭代循環(huán)利用FFT算法使子陣1和子陣2的方向圖擬合效果更好，同時子陣方向圖旁瓣峰值能夠更加逼近旁瓣約束值，達到降低子陣旁瓣的目的，最終實現(xiàn)直線陣列天線的稀疏交錯布陣。

4 改進型迭代FFT算法流程

迭代FFT算法是指對陣元數(shù)為的直線陣列陣元激勵作點的快速傅里葉逆變換(IFFT)，得到值，令旁瓣區(qū)域中大于約束旁瓣值的點上的值等于約束旁瓣，校正完成后，對新的進行點的FFT變換，獲得個激勵振幅。截取中的前個值作為滿陣激勵，并對其進行由大到小排序，形成新的序列。若陣元個數(shù)為偶數(shù)時，選取序列(A(1),A(3),…,A(-1))對應序列所在的位置作為稀疏子陣1的位置，(A(2),A(4),…,A())對應序列所在的位置作為子陣2的陣元位置(當為奇數(shù)時選取序列(A(1),A(3),…,A())對應序列所在的位置作為子陣1的位置，(A(2),A(4),…,A(-1))對應序列所在的位置作為子陣2的陣元位置)。將子陣1陣元位置上的激勵置為1，子陣2陣元位置上的激勵置為0。以子陣1方向圖的旁瓣值作為目標函數(shù)進行下一次的迭代。

通過樣本參數(shù)選取方式的改變，能夠使子陣1和子陣2的頻譜能量近似相等，這樣就可以在保證子陣1方向圖的旁瓣值逼近約束旁瓣值的同時，子陣2擁有與其近似一致的方向圖特性。實現(xiàn)子陣1和子陣2的聯(lián)合稀疏交錯優(yōu)化布陣。算法的主要步驟如下：

(1)按稀疏率=0.5隨機稀疏陣元數(shù)為的直線陣列，設置陣列的激勵值為1；

(2) 對做點的逆快速傅里葉變化，得到；

(3) 對旁瓣區(qū)域的值進行判定，令幅值大于約束旁瓣值的點上的值為約束旁瓣值，其它點上的值保持不變；

(4) 對校正后的進行點的FFT變換，得到新的激勵值；

(5) 截取中的前個值，對其進行由大到小排列，生成向量。以(A(1),A(3),…,A(-1))位置處的激勵對應在上的位置作為稀疏后的陣元所在的位置，對其進行歸一化，完成陣列的稀疏優(yōu)化布陣；

(6) 判斷新生成的子陣天線方向圖與迭代前子陣天線方向圖函數(shù)值相比是否有變化(或迭代前后子陣天線單元位置是否有變化)，如果有，則重復步驟4~步驟6；否則，跳轉到下一步；

(7) 判斷程序是否達到了迭代循環(huán)總次數(shù)，如果是，則輸出優(yōu)化結果；否則，重復步驟1~步驟7。

這里需要注意的是，陣因子的激勵分布與設置的約束旁瓣值有很大的關系，設置一個合適的旁瓣約束，可以使激勵更集中于采樣點的前段，使迭代FFT算法達到更加理想的優(yōu)化效果。

5 仿真實驗與分析

為了驗證本文算法，利用改進的迭代FFT算法對陣元數(shù)為63的線陣進行稀疏交錯優(yōu)化，并與差集及基于差集的遺傳算法的優(yōu)化效果進行比較。仿真參數(shù)為：陣元均為理想的全向性單元，單元數(shù)為63，稀疏率為32/63，F(xiàn)FT和逆FFT變換運算點數(shù)為4096。

5.1 差集遺傳算法對線陣的稀疏交錯

本文所有仿真均是在Matlab R2012b中完成。首先以差集D(63, 32, 16)及其對應的互補差集對陣元數(shù)為63的均勻線陣進行稀疏交錯布陣，其陣列結構如圖5所示，與其對應的方向圖如圖6所示。圖5中的“1”表示保留下來的陣元，“0”表示稀疏掉的陣元，可以看出兩個子陣是交錯分布在同一孔徑上面，兩子陣的孔徑利用率分別為92%和98%，子陣1與子陣2的陣元最小間距為。從圖6中可知，利用差集和互補差集對陣列進行稀疏交錯，子陣1的旁瓣峰值為-12.66 dB，子陣2的旁瓣峰值為-10.45 dB。證明差集雖然能在一定程度上減小子陣的旁瓣峰值，使兩個子陣的方向圖變化趨勢基本一致，但很難同時保證兩個子陣的旁瓣峰值達到最優(yōu)。

圖5 以D(63,32,16)稀疏交錯線陣的陣列結構

以差集和互補差集對線陣稀疏交錯以后，采用遺傳算法(GA)對陣元的激勵進行優(yōu)化，以期使子陣1和子陣2能有更好的稀疏交錯優(yōu)化效果。采用的遺傳算法的初始子群數(shù)為100，迭代200次，得到的仿真圖如圖7所示。

從圖7中可知，利用遺傳算法對以圖5分布方式布陣的陣列的陣元激勵進行優(yōu)化，子陣1方向圖的旁瓣峰值由-12.66 dB變?yōu)?14.0 4dB；子陣2方向圖旁瓣峰值由-10.45 dB減小到-12.88 dB。子陣1與子陣2 方向圖的旁瓣峰值之差為1.16 dB，且方向圖特性基本一致。這就說明利用差集遺傳算法對均勻線陣進行稀疏交錯能夠取得很好的結果，但通過這種先確定陣元位置，再優(yōu)化陣元激勵的優(yōu)化方法不僅增加了優(yōu)化運算時間，還增加了饋電網(wǎng)絡的復雜度。而且現(xiàn)有的差集較少，遺傳算法在優(yōu)化陣元數(shù)目較大的陣列時存在運算時間長，容易陷入局部最優(yōu)的缺陷，這些都嚴重制約了該方法的適用性。從圖7(c)中可知，子陣1的錐比度(Current Taper Ratios, CTR)，即陣元激勵最大值與最小值的比值max/min(CTR是陣列設計中必須考慮的一個參數(shù)， CTR過大會導致陣列饋電網(wǎng)絡設計復雜度的增加)為13.89，子陣2的CTR為5.91。在實際陣列設計時，為了簡化陣列饋電網(wǎng)絡的設計，應該使CTR越小越好，當CTR為1時，陣列饋電網(wǎng)絡的設計最為簡單。

5.2 改進型迭代FFT算法對線陣的稀疏交錯

鑒于以上方法存在的各種問題，本文采用了改進型的迭代FFT算法對直線陣列進行稀疏交錯，約束旁瓣值分別設計為-20 dB和-25 dB，由于不等間距即稀疏陣的副瓣電平主要取決于單元數(shù)量及陣元位置，與波長，波束方向關系不大[16]，不失一般性，本文假設主瓣波束指向0°方向。優(yōu)化后的陣列結構如圖8所示，“1”表示有陣元位置，“0”表示稀疏掉的陣元，其對應的方向圖如圖9所示。

由圖9可知，采用迭代FFT算法對線陣進行稀疏交錯優(yōu)化布陣，不僅能使子陣1和子陣2的旁瓣峰值近似相等，而且能夠使得陣列方向圖在各個細節(jié)上趨于一致，達到方向圖擬合的效果。由圖9(a)可知，當旁瓣約束值為-20 dB時，子陣1的旁瓣峰值為-12.76 dB，子陣2的旁瓣峰值為-12.98 dB，兩子陣方向圖旁瓣峰值之差為0.22 dB；圖9(b)為基于3種不同方法的交錯稀疏子陣天線方向圖，從圖中可知，當旁瓣約束值為-25 dB，子陣1的旁瓣峰值為-15.95 dB，子陣2的旁瓣峰值為-14.98 dB， 方向圖峰值旁瓣差值為1.07 dB，相對于差集及GA-CDS方法，基于改進型迭代FFT算法優(yōu)化得到的交錯子陣天線方向圖擬合效果更好，旁瓣峰值更低。

圖7 利用遺傳算法優(yōu)化后稀疏交錯線陣的特性

圖8 稀疏交錯后陣列的結構圖

圖9稀疏交錯線陣的天線方向圖

5.2.1 激勵權值對基于IFFT交錯子陣方向圖的影響

需要特別說明的是，陣列天線設計在工程應用中是一個需要系統(tǒng)解決的優(yōu)化問題，而本文主要是研究陣元位置對天線方向圖的影響，對陣列天線單元位置進行優(yōu)化，通過優(yōu)化單元位置來降低子陣天線方向圖旁瓣峰值，實現(xiàn)陣列天線稀疏優(yōu)化布陣。雖然利用本文方法稀疏交錯優(yōu)化后的陣列天線旁瓣峰值相對于工程應用要求來說較高，但陣列天線單元位置優(yōu)化是陣列天線其他優(yōu)化研究工作的基礎和前提(包括陣元激勵優(yōu)化，陣元擾動，互耦和通道不一致誤差的估計與消除[17])。若本文不對單元激勵進行置1處理，而是考慮激勵與陣元位置對天線單元方向圖的聯(lián)合影響時，其旁瓣值能得到進一步的降低。

5.2.2 改進型迭代FFT算法旁瓣約束值的討論 旁瓣約束值的選取直接影響了陣列采樣點激勵在前段的集中程度，其目的主要是為了降低子陣天線旁瓣峰值，當陣列天線為等間隔分布的滿陣且陣列單元激勵不置1時，天線的旁瓣值能夠滿足約束要求，但由于稀疏子陣只選取了陣列天線的部分激勵點，因此稀疏后的子陣天線方向圖(部分激勵點做傅里葉變換獲得的值)旁瓣峰值是無法滿足約束要求的，選取一個合理的旁瓣約束值能夠使目標方向圖對應的激勵點值集中分布在激勵的前段部分，使得在只選取激勵前段部分點值做傅里葉逆變換得到的方向圖旁瓣峰值更好地接近約束旁瓣值，達到降低子陣天線方向圖旁瓣值與約束旁瓣值之間的差值的目的，因此旁瓣約束值并不是越大越好或者越小越好，前期通過大量的仿真實驗結果得出，在選取約束旁瓣峰值的時候一般選小于同等陣元數(shù)均勻陣列旁瓣峰值10~15 dB的值優(yōu)化效果最好。

為了詳細對比基于差集，差集遺傳算法及迭代FFT算法對直線陣列稀疏交錯優(yōu)化效果，表1列出了基于3種不同方法得到的稀疏交錯陣列的方向圖性能參數(shù)對比。從表中可以看出，在3種稀疏交錯線陣的優(yōu)化方法中，基于IFFT算法優(yōu)化的交錯子陣方向圖的旁瓣峰值最小。當只考慮陣元位置對天線方向圖的影響時(即ICTR為1)，相對于基于CDS的交錯陣列天線，基于IFFT算法的交錯陣列天線子陣1天線方向圖旁瓣峰值相應減小了2.32 dB，子陣2天線方向圖旁瓣峰值相應減小了5.5 dB。

表1 不同優(yōu)化方法的仿真結果對比

6 結束語

本文基于均勻線陣激勵與方向圖的傅里葉變換關系，通過對目標方向圖采樣頻譜的分析，采用交叉選取子陣激勵的方法對直線陣列天線進行稀疏交錯優(yōu)化布陣，獲得了均勻線陣有效的稀疏交錯機制。基于迭代FFT算法和該稀疏交錯機制實現(xiàn)了均勻線陣的稀疏交錯布陣。仿真實驗表明，相對于差集及差集遺傳算法的優(yōu)化方法，該方法在較少運算量的條件下，保證了交錯子陣方向圖的近似一致，而且可以獲得更低的峰值旁瓣。此外，可以將該方法拓展成2維FFT后實現(xiàn)對平面陣列的交錯稀疏優(yōu)化布陣。

陣列天線設計在工程應用研究中是一個需要系統(tǒng)解決的研究難題，它主要包括陣列天線單元位置的優(yōu)化，陣元激勵的優(yōu)化，陣列互耦建模與消除，陣元擾動與通道不一致校正等問題，其中，陣列天線單元位置的優(yōu)化是后續(xù)研究工作的前提和基礎。本文主要是在忽視陣元間互耦和通道不一致的情況下對陣列天線進行稀疏交錯優(yōu)化布陣，稀疏交錯布陣雖然可以在一定程度上緩解單元間的耦合效應，但由于多重耦合和載體散射效應的存在，子陣內和子陣間單元互耦仍將會對陣列天線方向圖產生較大的影響。后續(xù)工作將進一步研究互耦、陣元擾動以及通道不一致對交錯子陣天線方向圖的影響，并對其產生的影響進行消除。

[1] ZHONG Shunshi and SUN Zhu. Tri-band dual-polarization shared-aperture microstrip array for SAR application[J]., 2012, 60(9): 4157-4165. doi: 10.1109/TAP.2012.2207034.

[2] HAUPT R L. Interleaved thinned linear arrays[J]., 2005, 53(9): 2858-2864. doi: 10.1109/TAP.2005.854522.

[3] OLIVERI G and MASSA A. Fully interleaved linear arrays with predictable sidelobes based on almost difference sets[J].,&, 2010, 4(5): 649-661. doi: 10.1049/iet-rsn.2009.0186.

[4] OLIVERI G and MASSA A. Genetic algorithm (GA)-enhanced almost difference set (ADS)-based approach for array thinning[J]., 2011, 52(3): 305-315. doi: 10.1049/iet-map.2010.0114.

[5] NGUYEN T H, MORISHITA H, KOYANAGI Y,A multi-level optimization method using PSO for the optimal design of an L-shaped folded monopole antenna array[J]., 2014, 62(1): 206-215. doi: 10.1109/TAP.2013.2288785.

[6] KHAN A A and BROWN A K. Null steering in irregularly spaced sparse antenna arrays using aperture distributed subarrays and hybrid optimizer[J]. , &, 2014, 8(2): 86-92. doi: 10.1049/ iet-map.2013.0214.

[7] SU H, YONG B, and DU Q. Hyperspectral band selection using improved firefly algorithm [J]., 2015, 99: 1-5. doi: 10.1109/LGRS. 2015.2497085.

[8] KEIZER W P M N. Synthesis of thinned planar circular and square arrays using density tapering[J]., 2014, 62(4): 1555-1563. doi: 10.1109/TAP.2013.2267194.

[9] ZHANG Han, WU Yansong, ZHAO Sen,. Fine granularity optimal spare allocation and replacement in reconfiguration system[C]. 2013 Sixth International Conference on Advanced Computational Intelligence, Hangzhou, 2013: 177-182.

[10] CAORSI S, LOMMI A, MASSA A,. Peak sidelobe level reduction with a hybrid approach based on GAs and difference sets [J]., 2004, 52(4): 1116-1121. doi: 10.1109/ TAP.2004.825689.

[11] HOU Qingsong, GUO Ying, and WANG Buhong. A novel method for analyzing sidelobe structure of nonuniform sparse linear array[C]. Proceedings of IET 2009 International Conference on Radar. Guilin, 2009: 1-4.

[12] 王停, 夏克文, 張文梅, 等. 基于改進QPSO算法的陣列天線方向圖綜合[J]. 電子學報, 2013, 41(6): 1177-1182. doi: 10.3969/j.issn.0372-2112.2013.06.020.

WANG Ting, XIA Kewen, ZHANG Wenmei,. Pattern synthesis of array antenna with modified quantum particle swarm optimization[J]., 2013, 41(6): 1177-1182. doi: 10.3969/j.issn.0372-2112.2013.06.020.

[13] 嚴韜, 陳建文, 鮑拯. 基于改進遺傳算法的天波超視距雷達二維陣列稀疏優(yōu)化設計[J]. 電子與信息學報, 2014, 36(12): 3014-3020. doi: 10.3724/SP.J.1146.2013.02011.

YAN Tao, CHEN Jianwen, and BAO Zheng. Optimization design of sparse 2-D arrays for over-the-horizon radar (OTHR) based on improved genetic algorithm[J].&, 2014, 36(12): 3014-3020. doi: 10.3724/SP.J.1146.2013.02011.

[14] KEIZER W P M N. Low-sidelobe pattern synthesis using iterative Fourier techniques coded in matlab[J]., 2009, 51(2): 137-150. doi: 10.1109/MAP.2009.5162038,

[15] PLESSIS W P. Weighted thinned linear array design with the iterative FFT technique[J]., 2011, 59(9): 3473-3477. doi: 10.1109/ TAP.2011.2161450.

[16] 薛正輝, 李偉明, 任武. 陣列天線分析與綜合[M]. 北京：北京航空航天大學出版社, 2011: 73-78.

XUE Zhenghui, LI Weiming, and REN Wu. The Analysis and Synthesis of Array Antenna[M]. Beijing: Beihang University Press, 2011: 73-78.

[17] 司偉建, 吳迪, 陳濤,等. 一種陣列互耦矩陣與波達方向的級聯(lián)估計方法[J]. 電子與信息學報, 2014, 36(7): 1599-1604. doi: 10.3724/SP.J.1146.2013.01330.

SI Weijian, WU Di, CHEN Tao,. Cascade estimation method of mutual coupling matrix and direction of arrival[J].&, 2014, 36(7): 1599-1604. doi: 10.3724/SP.J.1146.2013.01330.

李龍軍： 男，1988年生，博士生，研究方向為陣列天線布陣和陣列信號處理.

王布宏： 男，1975年生，教授，博士，主要研究方向為信號與信息處理、天線布陣和網(wǎng)絡防護.

夏春和： 男，1965年生，教授，博士，主要研究方向為網(wǎng)絡安全與防護、網(wǎng)絡測量等.

Internear Arrays Based on Modified Iterative FFT Technique

LI Longjun①②WANG Buhong①XIA Chunhe②

①(School of Information and Navigation, Air Force Engineering University, Xi’an 710077, China)②(BeiHang University, Beijing 100191,China)

Interleaved thinned arrays sharing aperture based on the aperture ratio of reuse is an effective way to realize airbornA new method to interleave thinned linear arrays is proposed in this paper based on the modified Iterative Fast Fourier Transform (IFFT) algorithm. The sub-arrays spectrum energy distributed is achieved evenly by making the Fourier transform to linear array antennas’ excitation, analyzing the frequency spectrum and selecting the incentive crossly to ensure the positions of the thinned sub-array antennas. On this basis, the iterative FFT algorithm is adopted to thin the linear array. The simulations show that compare with the difference sets and the genetic algorithm, this technique can ensure the first subarray under the condition of thinned optimization, at the same time, the Peak Sidelobe Level (PSL) of the second subarray is similar to the first sub-array. It means that the new method is effective to restrain the side lobe levels and useful to interleaved array optimization.

Array antenna; Shared aperture; Thinned interleaved; Iterative FFT; Sidelobe level

The National Natural Science Foundation of China (61172148)

TN820

A

1009-5896(2016)04-0970-08

10.11999/JEIT150749

2015-06-24；改回日期：2015-11-27；網(wǎng)絡出版：2016-01-14

王布宏 wbhyl@aliyun.com

國家自然科學基金項目(61172148)