1 简介
粒子群优化算法(PSO)是一种基于群智能的随机优化算法,其理论简单,参数少,易于实现,可用于解决大量非线性,不可微和多峰值的复杂问题.本文介绍了粒子群算法的基本原理和基本流程,研究了如何将这种方法应用于阵列天线的方向图综合上,给出了PSO算法在阵列天线方向图综合的应用实例,结果表明粒子群算法在阵列天线方向图综合上有很好的应用前景.
2 部分代码
function f_out=present_array(Ns,d,theta,pop_a_present)
f1=zeros(1,Ns);
c=3e8;
fc=6e9; % 工作频率（hz）
numda=c/fc; % 波长 wave length
N=16; % 阵列数
d=0.5*numda; % 阵元间距
k=(2*pi)/numda; % 波数
%------每个粒子所包含的值只为馈电的一半，因为馈电对称，所以在综合时，需将一半的馈电对称恢复。可调用amplitude_curve.m函数。
for i=1:N/2
b(i)=pop_a_present(N/2-i+1);
end
pop_a_present1=[pop_a_present b];
for l=1:Ns
for i=1:N
f(l)=pop_a_present1(i)*exp(j*(k*(i-1)*d*sin(theta(l)*pi/180)));
f1(l)=f1(l)+f(l);
end
end
f_out=20*log10(abs(f1)/max(abs(f1)));%转化为dB形式。
3 仿真结果
编辑
编辑
4 参考文献
[1]石永昌, 胡明春, 李建新. 基于粒子群优化算法的阵列天线方向图综合[J]. 微波学报, 2010(S2):143-145.
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。
部分理论引用网络文献，若有侵权联系博主删除。
