电脑与电信MIMO雷达是一种采用多天线发射多路信号多天线[1]接收信号的新型雷达，其发射阵列和接收阵列均采用稀疏天线，MIMO雷达能够在稀疏建模的条件下实现较[2]高的分辨率，具有低截获率、目标检测能力强和抗雷[3]达散射截面等特性，因此MIMO雷达已成为学者研究热点之一。根据阵列间距，MIMO雷达可分为单机地雷达和双基地雷达。为提升MIMO雷达的性能，在参考文献[6,8-12]中，作者就雷达阵列天线设计进行讨论并采用一系列方法来降低旁瓣电平。早期动态规划算法(DynamicProgramming,DP)常被用于解决优化问题，但是DP算法[7,8]由于缺少“后效性”从而只能得到局部最优解，且无法保持种群多样性、避免陷入早熟风险。分析计算方法，[9]如蝙蝠算法(NovelBatAlgorithm,NBA)和循环差集[10](CyclicDifferenceSets,C-DS)在固定阵列的优化问题中能快速求解，但是对于天线激励幅度优化能力有限，因此该类算法在求全局最小解问题中，无法获得最优解。随机算法在求最小值问题中是当前公认的最佳选择之一，Jian[11]Dong等基于DE算法和粒子群算法(ParticleSwarmOptimization,PSO)算法提出了一种DPSO，实验结果表明在商旅问题中混合算法比单一算法具有更强的优化能力，[12]YiJiang等将混沌机制引入DE算法用于方向图优化，表明了混沌机制能扰乱DE算法的收敛机制，有效避免了DE算法早熟的风险。虽然随机算法能优化MIMO雷达方向图，但通常伴随着计算性能要求更高、运算时间也更长，因此需要有更快的计算方法。1引言基于上述问题，本文提出了C-DSDE算法，一方面利用C-DS算法的性能，快速定位天线单元的网格位置，另一方面利用DE算法的收敛能力快速优化天线的激励幅度。通过实验验证，分析计算类算法能与随机优化算法有效结合，且算法性能也比较优异。2MIMO雷达模型基于前文分析，MIMO雷达可以分为单基地和双基采用循环差集和差分进化算法的稀疏MIMO雷达方向图优化1212211蒋艺刘奇施和平江玲石贵民何梦妤程琦摘要：MIMO雷达的旁瓣电平(SLL)是MIMO雷达方向图主要的影响因素，会给成像效果带来极为不利的影响，为有效地降低MIMO雷达的旁瓣电平，在前期对MIMO雷达方向图研究的基础上提出了一种新的算法C-DSDE，该算法采用循环差集(CircleDifferentSet,C-DS)实现雷达阵元的快速布阵，采用差分进化算法(DifferentEvolution,DE)实现雷达阵元激励幅度优化，在提升算法的计算效率基础上，最大可能地避免DE早熟现象的发生。通过实验与对比，本文所提出的方法可以有效地降低MIMO雷...
