公开(公告)号：CN104392034B

公开(公告)日：2017-07-21

申请号：CN201410654630.0

申请日：2014-11-17

Applicant: 南京信息工程大学

Inventor： 陈金立 ,  曹华松 ,  李家强 ,  葛俊祥

IPC: G06F17/50

Abstract: 本发明涉及一种基于L1/2范数的稀疏线性阵列优化方法，其特征在于包括确定初始化阵列和加权矩阵、确定阵列加权向量、判断阵列加权向量中首尾阵元的激励是否大于设定的激励最小值δ、判断优化前后阵列加权向量之差的L1范数是否小于设定的误差最小值ξ以及确定稀疏线性阵列的阵元位置和激励的基本步骤。本发明通过将求解L1/2范数非凸优化问题转化为一系列L1范数的凸优化问题，在运算量基本不变的前提下，能获得稀疏度更低的稀疏阵列，以减少实际需要的阵元数；同时，考虑到在阵列孔径给定的条件下，通过对阵列首尾阵元进行约束并进行自适应调整，很好解决在迭代凸优化过程中稀疏阵列首尾阵元缺失的问题，特别适用于优化大型天线阵列的场合。

公开(公告)号：CN104392034A

公开(公告)日：2015-03-04

申请号：CN201410654630.0

申请日：2014-11-17

Applicant: 南京信息工程大学

Inventor： 陈金立 ,  曹华松 ,  李家强 ,  葛俊祥

IPC: G06F17/50

Abstract: 本发明涉及一种基于L1/2范数的稀疏线性阵列优化方法，其特征在于包括确定初始化阵列和加权矩阵、确定阵列加权向量、判断阵列加权向量中首尾阵元的激励是否大于设定的激励最小值δ、判断优化前后阵列加权向量之差的L1范数是否小于设定的误差最小值ξ以及确定稀疏线性阵列的阵元位置和激励的基本步骤。本发明通过将求解L1/2范数非凸优化问题转化为一系列L1范数的凸优化问题，在运算量基本不变的前提下，能获得稀疏度更低的稀疏阵列，以减少实际需要的阵元数；同时，考虑到在阵列孔径给定的条件下，通过对阵列首尾阵元进行约束并进行自适应调整，很好解决在迭代凸优化过程中稀疏阵列首尾阵元缺失的问题，特别适用于优化大型天线阵列的场合。

公开(公告)号：CN104750944A

公开(公告)日：2015-07-01

申请号：CN201510180612.8

申请日：2015-04-16

Applicant: 南京信息工程大学

Inventor： 曹华松 ,  陈金立 ,  李家强 ,  葛俊祥

IPC: G06F17/50

Abstract: 本发明公开了一种快速的平面稀疏阵列综合方法，本发明的有益效果是：一、通过构造拉格朗日函数将常规平面阵列综合的约束优化模型转化为无约束优化问题，从而避免在平面阵列迭代优化过程中出现计算病态性问题；二、本方法可以在每次迭代中利用闭式解更新阵列加权向量，无需使用优化工具求解平面阵列的综合问题，从而更具有通用性和可移植性；三、由于平面阵列的二维空间角度采样数呈平方式增长导致闭式解中求逆矩阵的规模非常大，本发明引入共轭梯度方法解决大规模矩阵的求逆问题，以加快平面阵列综合的收敛速度，从而更具有实时性。特别适用于阵列优化实时性和通用性要求较高的场合。