迭代加权lq范数最小化：稀疏阵列综合新方法

"基于迭代加权lq范数最小化的稀疏阵列综合方法" 本文主要探讨了一种针对非均匀稀疏阵列综合问题的新方法，即基于迭代加权lq范数最小化的阵列综合策略。在无线通信、雷达、声呐等领域，天线阵列因其能够提供高定向性、低旁瓣以及灵活的扫描能力而被广泛使用。然而，传统的均匀间隔阵列存在一些局限性，如阵元间的严重互耦问题和增加阵列孔径以提高角度分辨率所导致的成本增加。 为了解决这些问题，作者提出了一种新的稀疏阵列综合方法。该方法利用稀疏阵列天线的物理特性，将综合问题转换为一系列迭代加权lq范数最小化的优化问题，其中q值在0到1之间。通过这个过程，每次迭代都会求解出阵列加权向量的闭式解，并以此更新权重，直到达到预设的迭代终止条件。最终，非零的阵列加权向量值将决定阵列元素的位置及其激励幅度，从而实现更高程度的稀疏性。 与传统的基于迭代加权1范数（L1-norm）的方法相比，这种基于lq范数（0＜q＜1）的方法在保持相同辐射特性的前提下，能够以较少的迭代次数得到更稀疏的阵列结构。这不仅有助于减少阵元数量，降低互耦效应，还能在一定程度上降低成本。 此外，文章提到了这种方法的实现依赖于国家自然科学基金和江苏省的相关项目资助，以及第一作者曹华松的个人研究背景，他专注于稀疏阵列综合方法的研究。该工作对于提升天线阵列性能、优化电子系统设计具有重要意义，尤其是在要求低复杂度和低成本的场景下。 关键词：稀疏阵列，阵列综合，lq范数最小化，迭代加权，中图法分类号：TN957；文献标志码：A 通过这种方法，研究者能够更有效地设计出具有高性能和低复杂度的天线阵列，这对于推动现代电子系统，特别是那些依赖于精确波束控制和低旁瓣水平的系统来说，具有重大的理论和实践价值。