基于1DC/MoM/GA混合合成方法的线阵与面阵天线旁瓣抑制增强研究

为解决天线阵列设计中旁瓣电平(SLL)过高导致的辐射效率下降和干扰加剧问题，研究人员提出了一种融合矩量法(MoM)、遗传算法(GA)和一维卷积(1DC)的混合合成框架。该技术通过虚拟天线阵列(VAA)模型和克罗内克积构建激励矩阵，将平面阵列分解为线性子阵列优化，最终实现SLL六倍降低，并通过MATLAB和CST全波建模验证了其优越性。

　　

在现代无线通信系统中，天线阵列的旁瓣电平(Side Lobe Level, SLL)控制一直是核心挑战。高旁瓣不仅浪费辐射能量，还会引发相邻信道干扰，尤其在5G/6G大规模MIMO系统中更为突出。传统方法如矩量法(Method of Moments, MoM)计算复杂，遗传算法(Genetic Algorithm, GA)易陷入局部最优，而卷积合成又受限于结构刚性。如何平衡计算效率与优化效果，成为学术界和工业界亟待突破的瓶颈。

为此，研究人员在《Digital Signal Processing》发表论文，提出名为1DC/MoM/GA的创新混合合成策略。该研究通过三个关键技术实现突破：首先利用MoM精确计算电磁场分布，再通过GA全局优化阵列激励系数，最后引入一维卷积(1DC)扩展优化结果至平面阵列。对于(M×N)均匀平面阵列(Uniform Planar Antenna Array, UPAA)，采用虚拟天线阵列(Virtual Antenna Array, VAA)模型将其分解为垂直和水平线性子阵列，通过克罗内克积重构激励矩阵，大幅降低15×15阵列优化复杂度。

SLL reduction using MoM/GA technique
以(15×15) UPAA为例，将其分解为8元素线性阵列后，GA优化使SLL从-13.13 dB降至-12.79 dB，半功率波束宽度(HPBW)保持12.78°。通过1DC增强后，最终SLL达到传统方法的六分之一。

Addressing the HPBW issues
研究发现优化后HPBW会增宽，通过MoM/GA的"元素压缩"特性，仅用少量天线即可实现等效性能，如8元素阵列可替代15元素阵列功能，显著提升硬件效率。

CST Simulations for Practical Validation
采用CST Microwave Studio对λ/2偶极子建模，实测E面/H面方向图与S₁₁参数显示，该方法在2.45 GHz谐振频率下辐射特性与仿真高度吻合，验证了工程可行性。

Comparative Analysis
对比测试显示，该技术在相同阵列规模下，SLL抑制能力优于现有技术3 dB以上，且计算耗时减少40%。

这项研究的意义在于：首次将卷积运算与经典电磁算法融合，通过"分治策略"攻克了大规模阵列优化难题。其提出的VAA模型和分层优化框架，为6G智能超表面设计提供了新范式。尽管HPBW增宽需进一步研究，但该方法已在天线小型化和干扰抑制领域展现出重大应用潜力。