[논문]위상 배열 안테나의 패턴 합성을 위한 개선된 유전 알고리즘

정진우

doi:10.13067/jkiecs.2018.13.2.299

초록
AI-Helper

위상 배열 안테나를 이용한 적응형 빔 형성 시스템의 패턴 합성을 위한 개선된 유전 알고리즘을 제안하였다. 제안된 유전 알고리즘은 지역 최적화 문제를 해소하기 위해 종의 다양성을 확보하는 후천적 형질 획득 절차를 추가한 알고리즘이다. 제안된 유전 알고리즘의 성능을 이진으로 구성된 그림에 적합한 유전자 배열을 찾는 문제를 통해 검증하였다. 그리고 주 빔과 2개의 패턴 널 합성 문제 해소 성능을 기반으로 적응형 빔 형성 시스템에 적합함을 확인하였다.

Abstract ▼ AI-Helper

An improved genetic algorithm was proposed for pattern synthesis of an adaptive beam forming system using phased array antennas. The proposed genetic algorithm is an algorithm that adds acquired characteristics procedure to solve local optimization using the diversity. The performance of the propose...

An improved genetic algorithm was proposed for pattern synthesis of an adaptive beam forming system using phased array antennas. The proposed genetic algorithm is an algorithm that adds acquired characteristics procedure to solve local optimization using the diversity. The performance of the proposed genetic algorithm is verified through the problem of finding a suitable chromosome for a picture composed of binary. And it is confirmed that it is suitable for the adaptive beam forming system based on the performance problem of combining main beam and two pattern nulls.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 적응 빔 형성 시스템의 성능을 향상시키기 위한 개선된 유전 알고리즘을 제안하였다. 제안된 유전 알고리즘은 일반적인 유전 알고리즘에 라마르키즘(Lamarckism, 용불용설) 이론을 추가한 알고리즘이다.
본 논문에서는 적응형 빔 형성과 같이 빠르게 최적의 위상 천이 조합을 산출해야 하는 시스템을 구현하기 위한 개선된 유전 알고리즘을 제안하였다. 제안된 유전 알고리즘은 종의 다양성을 확보하기 위해 라마르키즘을 모의한 후천적 형질 획득 절차를 일반적인 유전 알고리즘에 추가한 알고리즘이다.

제안 방법

더불어, 참고한 유전 정보는 후천적 형질 획득을 위해 선택된 개체의 유전자 배열 중 임의의 장소에 반영하도록 하였다. 이는 개체군의 다양성을 더욱 증가시키기 위한 것이다.
표 1의 빔을 형성하기 위한 위상 배열 안테나의 AF는 주 빔의 요구 조향각에서 최댓값을 갖고, 널들의 요구 조향각에서 최솟값을 가져야 한다. 이를 이용하여 유전 알고리즘의 비용함수를 수식 (1)과 같이 각 널에서 AF의 평균값을 분모에 두고 주 빔에서의 AF값을 분자에 두어 비용함수가 최대가 되는 위상천이값을 찾도록 하였다. 더불어 분모가 0이 되어 비용함수가 무한대가 되는 것을 방지하기 위해 분모에 1을 더하였다.
제안된 유전 알고리즘은 그림 1과 같이 일반적인 유전 알고리즘에 ‘후천적 형질 획득’ 절차를 추가한 유전 알고리즘이다.
본 논문에서는 적응 빔 형성 시스템의 성능을 향상시키기 위한 개선된 유전 알고리즘을 제안하였다. 제안된 유전 알고리즘은 일반적인 유전 알고리즘에 라마르키즘(Lamarckism, 용불용설) 이론을 추가한 알고리즘이다. 라마르키즘은 라마르크(Lamarck)가 제안한 진화생물학 이론이다[10].
제안된 유전 알고리즘의 성능 비교 확인을 위해 이진으로 표현된 그림을 적합성 함수로 한 최적화 문제를 예로 들었다. 그림 3은 제안된 유전 알고리즘의 성능 확인을 위한 적합성 함수(Fitness Function)를 보여준다.
제안된 유전 알고리즘의 적응형 빔 형성 시스템 적용 가능성을 확인하기 위해 요구 지향각에 주 빔을 형성하고 2개의 널을 형성하는 위상 배열 안테나의 위상천이 조합을 찾는 문제를 분석하였다. 이때, 위상 배열안테나의 구조와 빔 형성을 위한 조건은 표 1과 같다.

데이터처리

제안된 유전 알고리즘의 성능 분석을 위해 종료 세대수를 150로 설정한 후, 모의실험을 30번 수행하였다. 그림 6은 상기 설정에 따른 각 모의실험의 세대수 별 비용 함수의 결과와 30회 수행에 따른 평균 비용 함수를 보여준다.
제안된 유전 알고리즘의 성능 확인을 위해 후천적 형질 획득 절차를 제외한 일반적인 유전 알고리즘의 결과와 비교하였으며, 이때 공통적인 유전 알고리즘 조건은 다음과 같이 동일하게 설정하였다.

성능/효과

그림 7은 각 유전 알고리즘의 평균 비용 값에 따른 위상 천이 조합과 각 조합에 해당하는 Array Factor를 보여준다. 동일한 세대수 기준, 제안된 유전 알고리즘은 요구 되는 주 빔의 각도에서 손실이 –0.3 dB이고, 요구되는 각 널에서 –52 dB 와 –45 dB 의 특성을 나타냈다. 일반적인 유전 알고리즘의 경우, 주 빔의 손실이 –0.
제안된 유전 알고리즘은 종의 다양성을 확보하기 위해 라마르키즘을 모의한 후천적 형질 획득 절차를 일반적인 유전 알고리즘에 추가한 알고리즘이다. 본 논문에서 제시한 위상 배열 안테나의 빔 형성을 위한 최적화 수행 결과, 제안된 유전 알고리즘은 개체군의 다양성 확보에 의해 일반적인 유전알고리즘 보다 빠르게 우수한 위상 천이 조합을 산출할 수 있을 뿐만 아니라, 지역 최적화 현상도 개선할 수 있음을 확인하였다. 제안된 유전 알고리즘은 적응형 빔 형성 이외에 빠른 최적화를 위한 다양한 분야에도 적용 가능할 것으로 사료된다.
분석 결과 제안된 유전 알고리즘과 일반적인 유전 알고리즘의 종료 조건의 평균 세대 수는 각각 288.8회와 793.5회로, 제안된 유전 알고리즘의 경우 최적화를 더욱 빠르게 수행하였음을 알 수 있다.
8 dB 이고 각 패턴 널에서 –41 dB와 –26 dB 의 특성을 나타냈다. 분석 결과 제안된 유전 알고리즘은 빔 형성을 위한 위상 천이 조합을 우수한 비용 값을 빠르게 산출할 수 있음을 확인하였다.
제안된 유전 알고리즘의 경우 150회의 세대수에 따라 평균 0.96의 비용 함수 값을 갖는 위상 천이 조합을 산출하였으며, 일반적인 유전 알고리즘의 경우 평균 0.88의 비용 함수 값을 갖는 위상 천이 조합을 산출하였다.

후속연구

본 논문에서 제시한 위상 배열 안테나의 빔 형성을 위한 최적화 수행 결과, 제안된 유전 알고리즘은 개체군의 다양성 확보에 의해 일반적인 유전알고리즘 보다 빠르게 우수한 위상 천이 조합을 산출할 수 있을 뿐만 아니라, 지역 최적화 현상도 개선할 수 있음을 확인하였다. 제안된 유전 알고리즘은 적응형 빔 형성 이외에 빠른 최적화를 위한 다양한 분야에도 적용 가능할 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	적응형 빔 형성 시스템이란?	적응형 빔 형성 시스템은 통신을 위한 전파의 입사각도에는 주 빔(Main Lobe)를 위치시키고, 간섭신호원의 입사 각도에는 널(Null)을 위치 시켜 통신품질을 유지하는 시스템이다[1-4].
	유전 알고리즘이란?	유전 알고리즘(Genetic Algorithm)은 다양한 분야에서, 다 변수의 최적화 문제를 해소하는데 많이 사용되어 왔다[6-9]. 유전 알고리즘은 다윈(Darwin)의 진화론을 기반으로 유전자의 선택(Selection), 교배(Crossover), 그리고 돌연변이(Mutation) 연산을 통해 최적의 변수를 탐색하는 알고리즘이다[6].
	주 빔만을 형성하기 위한 위상 천이 값들의 조합의 단점은?	위상 배열 안테나를 이용하여 주 빔만을 형성하기 위한 위상 천이 값들의 조합은 배열 안테나 이론을 통하여 쉽게 산출 할 수 있다. 그러나 널을 동시에 형성하기 위한 위상 천이 값들의 조합은 쉽게 산출하기 어려울 뿐만 아니라 최적의 조합을 위한 경우의 수가 많아, 최적의 빔 형성을 위한 시간이 많이 소요된다.

참고문헌 (10)

N. D. Moghadam, H. Bakhshi, and G. Dadashzadeh, "Joint closed-loop power control and adaptive beam forming for wireless networks with antenna arrays in a 2D urban environment," Wirel. Sensor Netw., 2010, pp. 869-878.
Y.Yoon, Lance M. Kaplan, S. Oh, and Janmes H. McClellan, "Pruned multiangle resolution fast beam forming," EURASIP Journal on Advances in Signal Processing, vol. 2008, 2008, pp. 1-15.
J. Mun and S. Hwang, "Input signal Model Analysis for Adaptive Beamformer," J. of the Korea Institute of Electronic Communication Sciences, vol. 12, no. 3, 2017, pp. 433-438.
S. Hwang, S. Kim, and C. Park, "TMPS Interference Suppression Based on Beamforming," J. of the Korea Institute of Electronic Communication Sciences, vol. 6, no. 2, 2011, pp. 180-185.
R. J. Mailloux, Phased Array Antenna Handbook. Boston: Artech House, 1994.
J. H. Holland, Adaption in Natural and Artificial Systems. Ann Arbor: Univ. Michigan Press, 1975.
D. Pham and D. Karaboga, Intelligent Optimization Techniques, Genetic Algorithms, Tabu Search, Simulated Annealing and Neural Networks. New York: SpringerVerlag, 2000.
Z. Michalewicz, Genetic Algorithm+Data StructuresEvolution Programs, 2nd extended ed. New York: Springer-Verlag, 1994.
L. Pan and H. Zheng, "A Simplex-Genetic Hybrid Approach for the Classification of Image Textures," IEEE, '2005 International conference on Neural Networks and Brain, Beijing, China, vol. 2, 2005, pp 1192-1196.
J. B. Lamarck, Philosophie Zoologique. London: Macmillan and Co. Ltd., 1914.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

위상 배열 안테나의 패턴 합성을 위한 개선된 유전 알고리즘
Improved Genetic Algorithm for Pattern Synthesis of Phased Array Antenna 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

위상 배열 안테나의 패턴 합성을 위한 개선된 유전 알고리즘 Improved Genetic Algorithm for Pattern Synthesis of Phased Array Antenna 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

정진우 (5)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

위상 배열 안테나의 패턴 합성을 위한 개선된 유전 알고리즘
Improved Genetic Algorithm for Pattern Synthesis of Phased Array Antenna 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper