直线阵遗传算法优化幅相 降低副瓣

close all
clear all
clc
%------------------遗传算法用于赋形---------十进制编码---------------
%---------------------------电流幅度、相位加权-----------------------
c=3e8;                     % 光速
fc=6e9;                    % 工作频率（hz）
numda=c/fc;                % 波长 wave length

N=40;                      % 阵列数
d=0.5*numda;               % 阵元间距
L=N*d;                     % 天线长
k=（2*pi）/numda;            % 波数
fs=10;                      % 采样频率
theta=-90:1/fs:90;    % 方位角度范围（采样范围）（rad）
Ns=length（theta）;          % 采样点数
theta_d=0;                % 主波束方向
% theta_d=0时w1=w2=...=wM=1此时即为静态方向图
u=sind（theta）-sind（theta_d）;
v=k*d*u;

%----------------------------------------------------------------
fitness_function=4;  % 适应度函数选择
selection_method=2;  % 选择方法[12345]
crosser_method=3;   % 交叉方法[12345]
mutation_method=3;   % 变异方法[123]

NN1=10;
NN2=10;
%---------------------参数设置------------------------
SLVL=-30;      % 副瓣电平
R=10.^（-SLVL/20）;
ripple0=1;     % 主瓣纹波
gen_max=100;
popsize=40;
coef=5;

Const=60;
alpha0=0.9*ones（1coef*popsize）;
beta0=zeros（1coef*popsize）;
beta0=1-alpha0;

%------------------------期望波束----------------------------------
N0=（Ns-1）/2;
thetal=-20;
thetar=20;
Nl=thetal*fs;
Nr=thetar*fs;
Nsl=N0+Nl;
Nsr=N0+Nr;
for n=1:Ns                  %期望得到-20~20°的平顶波束
    if theta（n）<=20 && theta（n）>=-20
        Ed（n）=1;
    else
        Ed（n）=0;
    end
end
Sd=abs（Ed）/max（abs（Ed））;
Gd=20*log10（Sd）;

for ttt=1:1
    
    %=====================初始群体的产生=====================================
    %--------随机产生初始群体-------
    In_init=rand（coef*popsizeN/2）;
    Vn_init=2*pi*rand（coef*popsizeN/2）;
    %----------初始方向图--------------
    E_init=zeros（coef*popsizeNs）;
    for p=1:coef*popsize
        for n=1:N/2
            E_init（p:）=E_init（p:）+In_init（pn）*exp（j*Vn_init（pn））*cos（（n-0.5）*v）;
        end
        S_init（p:）=abs（E_init（p:））/max（abs（E_init（p:）））;
        G_init（p:）=20*log10（S_init（p:））;
        
        S_main_max（p）=max（abs（S_init（p[（Nsl+NN1）: （Nsr-NN1）]）））;
        S_main_min（p）=min（abs（S_init（p[（Nsl+NN1）: （Nsr-NN1）]）））;
        S_side_max（p）=max（abs（S_init（p[1:（Nsl-NN2）（Nsr+NN2）:Ns ]）））;
        
        %MSLL_init（p）=min（abs（G_init（p[1:（Nsl-NN2）（Nsr+NN2）:Ns ]）））;%越大越好
        MSLL_init（p）=-20*log10（S_side_max（p）/S_main_max（p））;               %越大越好
        ripple_init（p）=Const-20*log10（S_main_max（p）/S_main_min（p））;  %越小越好
        
        if fitness_function==1    % 偏副瓣
                if MSLL_init（p）<=0 || ripple_init（p）<=0
                    alpha0（p）=0;beta0（p）=0;
                elseif  ripple_init（p）<=30
                    alpha0（p）=0.1;beta0（p）=0.01;
                elseif  ripple_init（p）<=40
                    alpha0（p）=0.1;beta0（p）=0.03;
                elseif  ripple_init（p）<=50
                    alpha0（p）=0.1;beta0（p）=0.05;
                elseif  ripple_init（p）<=55
                    alpha0（p）=0.1;beta0（p）=0.06;
                elseif