技術(shù)特征：

1.一種陣列天線的波束賦形方法，其特征在于，包括：

根據(jù)預(yù)先設(shè)置種群規(guī)模產(chǎn)生粒子群，并初始化粒子群的各參數(shù)；所述參數(shù)包括：粒子的起始位置和初始速度；

根據(jù)預(yù)先設(shè)置的根據(jù)所需波束確定的適應(yīng)度函數(shù)計(jì)算所述粒子群中各粒子的適應(yīng)度值；所述適應(yīng)度函數(shù)的問題的最優(yōu)解為合成目標(biāo)波束所需的幅度和相位值；

將所述粒子群作為父代粒子群，根據(jù)所述粒子的適應(yīng)度值，對所述父代粒子群采用免疫算法，得到所述父代粒子群的下一代粒子群；所述免疫算法包括克隆、高頻變異和選擇操作；

根據(jù)預(yù)設(shè)規(guī)則更新粒子的最優(yōu)值和問題的最優(yōu)解，其中，粒子的最優(yōu)值和問題的最優(yōu)解根據(jù)粒子的位置確定，所述預(yù)設(shè)規(guī)則為：

若則令

若則

其中，f_i(t)為粒子的適應(yīng)度值；為粒子的最優(yōu)值，即粒子群中第i個(gè)粒子經(jīng)歷的最好位置，為其對應(yīng)的適應(yīng)值度；為問題的最優(yōu)解，即粒子群中所有粒子經(jīng)歷過的最好位置，為其對應(yīng)的適應(yīng)度值；x_i(t)為第i個(gè)粒子在第t次迭代時(shí)的位置，t為迭代次數(shù)；

判斷是否到達(dá)預(yù)設(shè)的最大迭代次數(shù)；

若是，則根據(jù)問題的最優(yōu)解確定各陣元的相位和信號(hào)幅度，賦形得到所需陣列天線的波束。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述粒子群作為父代粒子群，根據(jù)所述粒子的適應(yīng)度值，對所述父代粒子群采用免疫算法，得到所述父代粒子群的下一代粒子群的步驟包括：

根據(jù)所述粒子的適應(yīng)度值，對粒子進(jìn)行克隆操作得到所述粒子的子代粒子；所述粒子被克隆的數(shù)目與所述粒子的適應(yīng)度值呈正相關(guān)；

對所述子代粒子進(jìn)行高頻變異操作得到變異子代粒子；

根據(jù)所述適應(yīng)度函數(shù)計(jì)算所述變異粒子的適應(yīng)度值，并從父代和變異子代組成的集合中選擇n1個(gè)適應(yīng)值較大的粒子，與隨機(jī)產(chǎn)生的n-n1個(gè)新粒子組成下一代粒子群。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，若判斷未到達(dá)預(yù)設(shè)的最大迭代次數(shù)，則更新粒子的速度和位置；并根據(jù)適應(yīng)度函數(shù)和更新的粒子的速度、位置計(jì)算下一代粒子群中各粒子的適應(yīng)度值。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，對所述粒子進(jìn)行克隆操作得到粒子的子代粒子的數(shù)目為：

$m_i=\[\frac{f_i\left(t\right)}{{\mathrm{\Σ}}_{i=1}^n{f}_i\left(t\right)}*n\]$

其中，m_i為第i個(gè)粒子被克隆的數(shù)目；n是種群中粒子總數(shù)；f_i(t)為粒子的適應(yīng)度值。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，更新粒子的速度的公式為：

$\begin{array}{c}{v}_{id}(t+1)={\mathrm{wv}}_{id}\left(t\right)+c_1{r}_1\left(p_{best,d}^i\right(t)-x_{id}(t\left)\right)+c_2{r}_2\left(p_{best,d}^g\right(t)-\\ x_{id}\left(t\right));\end{array}$

更新粒子的位置的公式為：x_id(t+1)＝x_id(t)+v_id(t+1)；

其中，i＝1，2，…，m表示第i個(gè)粒子，d＝1，2，…，n表示粒子的第d維，w為慣性權(quán)重，c1和c2為加速常數(shù)，r1、r2是均勻分布在(0，1)區(qū)間中的隨機(jī)函數(shù)，t為迭代次數(shù)的步長。

6.一種陣列天線的波束賦形裝置，其特征在于，包括：初始化模塊、適應(yīng)度計(jì)算模塊、免疫計(jì)算模塊、更新模塊、判斷模塊和賦形模塊；

所述初始化模塊，用于根據(jù)預(yù)先設(shè)置種群規(guī)模產(chǎn)生粒子群，并初始化粒子群的各參數(shù)；所述參數(shù)包括：粒子的起始位置和初始速度；

所述適應(yīng)度計(jì)算模塊，用于根據(jù)預(yù)先設(shè)置的根據(jù)所需波束確定的適應(yīng)度函數(shù)計(jì)算所述粒子群中各粒子的適應(yīng)度值；所述適應(yīng)度函數(shù)的問題的最優(yōu)解為合成目標(biāo)波束所需的幅度和相位值；

所述免疫計(jì)算模塊，用于將所述粒子群作為父代粒子群，根據(jù)所述粒子的適應(yīng)度值，對所述父代粒子群采用免疫算法，得到所述父代粒子群的下一代粒子群；所述免疫算法包括克隆、高頻變異和選擇操作；

所述更新模塊，用于根據(jù)預(yù)設(shè)規(guī)則更新粒子的最優(yōu)值和種群的最優(yōu)值，其中，預(yù)設(shè)規(guī)則為：

若則令

若則

其中，f_i(t)為粒子的適應(yīng)度值；為粒子的最優(yōu)值，即粒子群中第i個(gè)粒子經(jīng)歷的最好位置，為其對應(yīng)的適應(yīng)值度；為問題的最優(yōu)解，即粒子群中所有粒子經(jīng)歷過的最好位置，為其對應(yīng)的適應(yīng)度值；x_i(t)為第i個(gè)粒子在第t次迭代時(shí)的位置，t為迭代次數(shù)；

所述判斷模塊，用于判斷是否到達(dá)預(yù)設(shè)的最大迭代次數(shù)；

所述賦形模塊，用于在所述判斷模塊的判斷結(jié)果為是時(shí)，根據(jù)問題的最優(yōu)解確定各陣元的相位和信號(hào)幅度，賦形得到所需陣列天線的波束。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述免疫計(jì)算模塊包括：克隆操作模塊、變異操作模塊和選擇操作模塊；

所述克隆操作模塊，用于根據(jù)所述粒子的適應(yīng)度值，對粒子進(jìn)行克隆操作得到所述粒子的子代粒子；所述粒子被克隆的數(shù)目與所述粒子的適應(yīng)度值呈正相關(guān)；

所述變異操作模塊，用于對所述子代粒子進(jìn)行高頻變異操作得到變異子代粒子；

所述選擇操作模塊，用于根據(jù)所述適應(yīng)度函數(shù)計(jì)算所述變異粒子的適應(yīng)度值，并從父代和變異子代組成的集合中選擇n1個(gè)適應(yīng)值較大的粒子，與隨機(jī)產(chǎn)生的n-n1個(gè)新粒子組成下一代粒子群。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，還包括參數(shù)更新模塊，所述參數(shù)更新模塊，用于在所述判斷模塊的判斷結(jié)果為否時(shí)，更新粒子的速度和位置，所述適應(yīng)度計(jì)算模塊根據(jù)適應(yīng)度函數(shù)和更新的粒子的速度、位置計(jì)算下一代粒子群中各粒子的適應(yīng)度值。

9.根據(jù)權(quán)利要求7所述的裝置，其特征在于，對所述粒子進(jìn)行克隆操作得到粒子的子代粒子的數(shù)目為：

$m_i=\[\frac{f_i\left(t\right)}{{\mathrm{\Σ}}_{i=1}^n{f}_i\left(t\right)}*n\]$

其中，m_i為第i個(gè)粒子被克隆的數(shù)目；n是種群中粒子總數(shù)；f_i(t)為粒子的適應(yīng)度值。

10.根據(jù)權(quán)利要求8所述的裝置，其特征在于，更新粒子的速度的公式為：

$\begin{array}{c}{v}_{id}(t+1)={\mathrm{wv}}_{id}\left(t\right)+c_1{r}_1\left(p_{best,d}^i\right(t)-x_{id}(t\left)\right)+c_2{r}_2\left(p_{best,d}^g\right(t)-\\ x_{id}\left(t\right));\end{array}$

更新粒子的位置的公式為：

x_id(t+1)＝x_id(t)+v_id(t+1)；

其中，i＝1，2，…，m表示第i個(gè)粒子，d＝1，2，…，n表示粒子的第d維，w為慣性權(quán)重，c1和c2為加速常數(shù)，r1、r2是均勻分布在(0，1)區(qū)間中的隨機(jī)函數(shù)，t為迭代次數(shù)的步長。