基于逻辑混沌螺旋飞行蒲公英优化器(LSDO)的稀疏阵列天线方向图综合方法研究

《International Journal of Microwave and Wireless Technologies》：Improved dandelion optimizer for sparse array antenna beam pattern synthesis

本研究针对阵列天线综合中智能优化算法易早熟收敛、解精度低的问题，提出一种融合逻辑混沌映射与螺旋飞行策略的蒲公英优化器(LSDO)。通过优化阵元布局以抑制旁瓣，该算法在平面稀疏阵列优化中显著降低了峰值旁瓣电平(PSLL)，较DO、PSO和IWO分别提升15.5%、9%和14.56%，展现了优越的稳定性与工程应用价值。

　　

针对现有智能优化算法在阵列天线综合中易出现早熟收敛、解算精度不足及陷入局部最优的问题，本研究提出一种结合逻辑混沌映射与螺旋飞行策略的蒲公英优化器（Logistic chaos and Spiral flight Dandelion Optimizer, LSDO）。该算法通过逻辑混沌映射进行种群初始化，生成分布均匀的初始解以增强多样性；并利用螺旋飞行策略提升局部搜索能力，有效规避旁瓣电平的局部极值。数值实验表明，LSDO在平面稀疏阵列优化中显著降低峰值旁瓣电平（Peak Sidelobe Level, PSLL），较传统蒲公英优化器（DO）、粒子群算法（PSO）及入侵杂草优化算法（IWO）分别实现15.5%、9%与14.56%的优化提升，验证了算法在抗干扰性与收敛精度方面的优势。