Page 29 - 《应用声学》2024年第1期
P. 29
第 43 卷 第 1 期 陈新华等： 基于遗传算法的不等间距阵优化方法 25
无栅瓣兼容问题，本文借用遗传算法，以频带交互下
0 引言
最大旁瓣级最小作为约束因子，通过迭代优化方式
实现对最优阵型获取，最后通过计算机仿真方式对
被动拖线阵声呐在基于宽带信号处理实现目
其进行验证分析。
标检测中，各频率单元对应信号波长存在较大差异，
如果基于最小波长进行布阵设计，在保证低频信号
1 不等间距阵布阵形式
处理所需空间增益情况下，则会产生布阵所用阵元
数较多、系统复杂性高、可靠性低等问题。对此，研 在拖线阵声呐设计中，为了提升对宽带信号处
究学者提出采用多子阵布阵方式实现对宽带信号 理效能，同时降低拖线阵成阵复杂性，本文接下来阐
处理，在保证高频信号处理所需空间增益情况下，通 述一种不等间距阵。该拖线阵由3种子阵组成，各子
过阵元抽取组合方式实现低频信号处理所需空间 阵对应相邻阵元间距分别为 0.5 m、1 m、2 m，其中
增益。但该阵型处理高频信号时，舍弃了大孔径子 0.5 m间距阵为64元，1 m间距阵通过0.5 m间距阵
阵，所用阵元数少于全部阵元数，无法实现阵元数最 复用后为 96 元，2 m 间距阵通过 0.5 m、1 m 间距阵
大化利用和空间增益最大获取。另外，由于高频信 复用后为 112 元。该阵型采用了多子阵嵌套和阵元
号传播过程吸收损失相对较大，需要较大空间增益 复用融合技术，在保证低频信号处理所需空间增益
才能对其实现有效检测。对此，本文提出通过阵型 情况下，降低了成阵所需阵元数、系统复杂性，提升
优化方式对其进行优化设计，在保证对低频信号处 了可靠性。
理空间增益不变和高频信号无栅瓣情况下，提升对 基于上述成阵方式，该不等间距阵阵元布阵示
高频信号处理所需空间增益。 意图如图1所示。
在阵型优化方面，研究学者最初采用切比雪夫 64Ћ 64Ћ 64Ћ
加权和泰勒加权等方法，将均匀阵列所采用的幅度
激励解析方法转换为阵列参数，即将阵列信号处理
d =0.5 m d =1.0 m d =2.0 m
幅值权转为阵元位置权，通过优化阵元位置降低波
束旁瓣级。但随着声呐技术发展，仅仅通过优化单 图 1 不等间距阵阵元布放示意图
一孔径阵元位置实现波束旁瓣级降低已无法满足 Fig. 1 Layout diagram of unequal spaced array elements
人们使用需求，随后研究学者提出密度加权阵设计 在阵列信号处理中，为了防止柵瓣、阵元间
方法 [1] 和穷举法 [2] ，该类方法采用计算机对阵列进 噪声相关性对宽带信号处理结果影响，在 0.5 m、
行优化设计，然后在成千上万个优化组合中寻找最 1.0 m、2.0 m 子阵处理频带范围分别为 1 ∼ 2 kHz、
优阵型，但该结果并不能保证为最优解。基于此，姚 500 Hz∼1 kHz、250∼500 Hz，其有效阵元个数分别
昆等 [3] 提出了分区动态规划法，通过将阵列孔径分 为64、96、112。其抽取后的子阵排布如图2∼3所示。
成长度均匀的几个区，然后按照阵元密度锥削的方 96Ћ
式进行阵元数量分配，这样既能改变阵列的性能又
ચԩ32Ћ
可优化运算量，但该方法并不是整体优化，容易陷入
局部最优。之后，研究学者提出了对等间距阵列进
d =1.0 m
行某种规律的抽取以达到阵列优化的目的，这种稀
图 2 抽取后的 1 m 子阵布阵图
疏阵列 [4] 的排布优化设计比较简单且容易实现，但
Fig. 2 Layout of one meter subarray after extraction
由于阵元位置多为固定，可优化的自由度较低。
112Ћ
随着计算机技术的发展，相关的智能算法已开
ચԩ16Ћ ચԩ32Ћ
始被运用到阵型优化中，常用的方法主要为：遗传算
法 [5] 、粒子群算法 [6] 、模拟退火算法 [7] 以及蚁群算
法 [8] 等，该类方法通过设置多个约束因子实现对最 d =2.0 m
优阵列求取，相比前几种方法所得结果更具有针对 图 3 抽取后的 2 m 子阵布阵图
性和最优性。基于此，针对不等间距拖线阵(本文称 Fig. 3 Layout of two meters subarray after ex-
之为不等间距阵) 高频信号处理存在的空间增益和 traction
