买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种子阵级稀疏阵列发射波束旁瓣电平优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114399044B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111528390.6，技术领域涉及：G06N3/126；该发明授权一种子阵级稀疏阵列发射波束旁瓣电平优化方法是由陈伯孝;郭哲铭;程先宬设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。

本一种子阵级稀疏阵列发射波束旁瓣电平优化方法在说明书摘要公布了：本发明公开了一种子阵级稀疏阵列发射波束旁瓣电平优化方法，方法包括：获取Ka波段阵列雷达的相关参数；对整个阵列进行均匀子阵划分，得到子阵位置和子阵个数；初始化种群参数并进行编码操作，其中，种群参数包括初始种群、当前迭代代数、最大迭代次数，所述初始种群包括NP个个体，每个所述个体的维数为所述阵列中所有子阵的个数；根据遗传算法处理当前种群，得到第一最优个体；根据改进遗传算法处理当前种群，得到第二最优个体；对所述第一最优个体和所述第二最优个体进行比较，得到最佳优化效果。本发明在满足稀疏率的前提下，引入子阵划分方法，将原来的阵列均匀划分成多个子阵，然后根据方向图相乘定理进行DBF，提高了运算速度。

本发明授权一种子阵级稀疏阵列发射波束旁瓣电平优化方法在权利要求书中公布了：1.一种子阵级稀疏阵列发射波束旁瓣电平优化方法，其特征在于，所述优化方法包括： 步骤1、获取Ka波段阵列雷达的相关参数，所述相关参数包括孔径、工作频率、每个子阵的规模和阵列的稀疏率； 步骤2、对整个阵列进行均匀子阵划分，得到子阵位置和子阵个数，并确定子阵内波束指向和子阵间波束指向； 步骤3、初始化种群参数并进行编码操作，其中，种群参数包括初始种群、当前迭代代数、最大迭代次数，所述初始种群包括NP个个体，每个所述个体的维数为所述阵列中所有子阵的个数； 步骤4、根据遗传算法处理当前种群，得到第一最优个体； 步骤5、根据改进遗传算法处理当前种群，得到第二最优个体； 步骤6、对所述第一最优个体和所述第二最优个体进行比较，得到最佳优化效果； 所述步骤4包括： 步骤4.1、对所述当前种群的所有个体使用轮盘赌选择法，得到第一种群，所述第一种群包括若干用于交叉的个体； 步骤4.2、将所述第一种群中相邻的奇数位的个体和偶数位的个体以第一交叉概率Pc进行交叉操作，得到第二种群，所述第二种群包括若干用于变异的个体； 步骤4.3、基于第一变异概率Pm，对所述第二种群中的所述个体进行变异操作，得到第三种群，所述第三种群包括若干变异后的个体； 步骤4.4、判断所述第三种群中所述个体的基因个数与NL的关系，若所述第三种群中所述个体的基因个数大于NL个，则从状态为1的基因中随机选择预设数量的基因，将该基因的工作状态设置为0，以得到第四种群，若所述第三种群中所述个体的基因个数小于NL个时，则从状态为0的基因中随机选择预设数量的基因，将该基因的工作状态设置为1，以得到第四种群，其中，NL为稀疏后所述子阵的数量，所述预设数量为所述第三种群中所述个体的基因个数与NL之间的差额； 步骤4.5、判断所述当前迭代次数是否达到所述最大迭代次数，若否，则循环执行步骤4.1至4.5，若是，则将所述第四种群中适应度值最大的个体作为第一最优个体； 所述步骤5包括： 步骤5.1、从所述当前种群的所有个体中选择适应度值最大的个体作为用于交叉的个体； 步骤5.2、利用所述步骤5.1所选择的用于交叉的个体与所述当前种群中其他偶数位的所有个体以第二交叉概率Pc进行交叉操作，得到第五种群，所述第五种群包括若干用于变异的个体； 步骤5.3、基于第二变异概率Pm，将所述第五种群中的所有个体的若干基因进行多点变异操作，得到第六种群； 步骤5.4、将所述第六种群的个体和所述步骤5.1的父代种群的个体进行适应度值排序，选取所述适应度值较大的前NP个个体组成第七种群； 步骤5.5、判断所述第七种群中所述个体的阵元个数与NL的关系，若所述第七种群中所述个体的阵元个数大于NL个，则从状态为1的阵元中随机选择预设数量的阵元，将该阵元的工作状态设置为0，以得到第八种群，若所述第七种群中所述个体的阵元个数小于NL个时，则从状态为0的阵元中随机选择预设数量的阵元，将该阵元的工作状态设置为1，以得到第八种群，其中，NL为稀疏后所述子阵的数量，所述预设数量为所述第七种群中所述个体的阵元个数与NL之间的差额； 步骤5.6、判断所述当前迭代次数是否达到所述最大迭代次数，若否，则循环执行步骤5.1至5.6，若是，则将所述第八种群中适应度值最大的个体作为第二最优个体； 所述适应度值通过适应度函数计算得到，所述适应度函数为： 其中，max表示求最大值函数，S1表示θ＝θ0时方位维方向图的旁瓣区间，S2表示时方位维方向图的旁瓣区间，θ表示俯仰角，表示方位角，θ0表示在俯仰维的期望方向，表示在方位角的期望方向，表示所述子阵内的方向图函数，表示所述子阵间的方向图函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710000 陕西省西安市雁塔区太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。