稀疏阵列测角算法研究文献综述

1. 文献综述（或调研报告）：

（1）基于模拟退火算法的稀疏阵列优化设计。

确定稀疏单元最优位置，是一个多变量优化问题，模拟退火算法是一种启发式随机搜索算法，可以避免陷入局部最优解。退火的概念最初是为了研究组合优化问题而提出的，是基于金属的退火过程与一般组合优化问题之间的相似性。

固体由高温到低温冷却时，固体内部粒子由无序状渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。在高温下以较大的概率接受与当前能量差较大的，能量高于现状态的新状态，而在低温下基本以较大地概率接受与当前能量差较大的，能量高于现状态的新状态，而且当温度趋于零时，就不能接受比当前状态能量高的状态。

设优化后阵列在1到n位置不等间隔地存在子阵，M为子阵数目，P为优化后M个子阵位置向量P[1,2,,n,J为全1向量J=[1,1, ,,1,则目标函数为min（M），由于等效相位中心位于收发子阵的中间位置，约束条件为1，1.5，,

其中，是一个孔径综合周期获得所有相位中心的集合，由于1/2的阵列任意俩单元位置之和需包含1，1.5，n-0.5,n,可知阵列的1，2，n-1和n位置存在物理子阵，这四个位置可作为固定常量不参加优化。P为优化后子阵的位置向量，同时考虑到线阵具有对称的特性，使向量P满足

其中，3，3，获得的相位中心数目为2n-1，相位中心间距为子阵最小间距的1/2.稀疏阵列天线多发多收获得的相位中心和目标满阵的相位中心数量差，可等效为退火内能。

（2）基于迭代傅里叶技术的线性阵列渐变稀疏综合。

IFT是一种用于稀疏阵列合成的高效方法，但是，该方法易于陷入困难，并且算法的收敛速度也可以进一步加快。 因此，我们提出了一个修改版本，以实现全局收敛并加快计算速度.