Resumen

En este trabajo se propone un algoritmo genético mejorado con vector de peso dinámico (IGA-DWV) para la síntesis de patrones de un conjunto lineal. Para mantener la diversidad de la solución seleccionada en cada generación, el espacio de la función objetivo se divide por el vector de peso dinámico, que se distribuye uniformemente en el frente de Pareto (PF). Los individuos más cercanos al vector de pesos dinámicos pueden ser elegidos para la nueva población. Los algoritmos genéticos (AG) binarios y de código real con un método de mapeo se implementan para diferentes problemas de optimización. Para reducir la complejidad de cálculo, el cálculo repetido de la función de aptitud en cada generación se sustituye por una matriz de transformación discreta del coseno precalculada. Al transformar la síntesis del patrón del array en un problema de optimización multiobjetivo, el conflicto entre el nivel de lóbulos laterales (SLL), la directividad y los nulos puede abordarse de forma eficiente. El método propuesto se compara con la optimización de enjambre de partículas de números reales (RNPSO) y la optimización de enjambre de partículas cuantizadas (QPSO) aplicadas a la síntesis de patrones de un array lineal adelgazado y un array digital en fase. Los ejemplos numéricos muestran que IGA-DWV puede alcanzar un alto rendimiento con un SLL más bajo y nulos más precisos.

• Materias:Minería de datos Propagación de ondas Electromagnetismo Radiofrecuencia Teoría de Antenas
• Subjects:Data mining Wave propagation Electromagnetism Radio frequency Antenna theory
• Palabras claves:vector de peso dinámico, síntesis de patrones, algoritmo genético codificado, síntesis de patrones de array, array lineal adelgazado, partículas de número real, array digital en fase, matriz de transformación de coseno, nivel de lóbulos laterales, algoritmo genético mejorado
• Keywords:dynamic weight vector, pattern synthesis, coded genetic algorithm, array pattern synthesis, linear thinned array, real number particles, digital phased array, cosine transform matrix, side lobe level, improved genetic algorithm