基于双策略差分进化算法的太赫兹MIMO阵列雷达优化

太赫兹波由于其高分辨率、高穿透性和高安全性等特点，太赫兹MIMO阵列雷达结合了多输入多输出（Multiple-Input Multiple-Output，MIMO）阵列技术，能够实现实时高分辨率成像，在人体安检等领域得到了广泛应用。然而，由于太赫兹波波长更短以及稀疏布阵使阵元间距远大于发射信号半波长，使阵列雷达波束方向图中出现高栅旁瓣电平问题，影响成像质量。针对该问题，文中在差分进化算法的基础上提出了一种双策略自适应差分进化算法（Dual Strategy Adaptive Differential Evolution，DSADE）用于阵列优化：首先，改进种群初始化方法，使用Kent混沌序列生成初始种群，该方法能够使初始个体基因在解空间中分布更加均匀；其次，提出了一种双变异策略，使算法能够根据迭代次数和个体适应度值选择合适的变异策略；最后，对参数进行了自适应改进，使参数能够根据个体进化情况进行自主调整。为验证DSADE算法收敛性选取了8组标准函数对算法进行了测试，DSADE算法在所有测试函数上均能取得最好的收敛效果。此外，使用DSADE算法对太赫兹MIMO雷达进行了仿真优化实验，该算法比优化效果最好的人工蜂群算法的归一化峰值旁瓣电平比值降低了1.21 dB。实验结果表明：文中提出的DSADE算法能够有效抑制太赫兹MIMO阵列雷达的峰值旁瓣电平，优化后的阵列雷达具有更低的旁瓣电平水平。