Tamtam Proceedings - lamsin

392 Debbat et al.de rechercher uniquement la loi de phase optimale qui minimise les niveaux derayonnement en directions des interférences.Le lien entre l’algorithme génétique et le problème d’adaptation du réseau d’antennesest réalisé par la fonction fitness suivante:M 1Nfitness 20 log10 sif(i) anexp jk0ndsin ncos n bn (2) i1n 1M : le nombre d’interférence, s : vecteur d’espace des sources,iLes variables à optimiser sont représentées par des gènes et l’ensemble des gènesconstitue un individu. Par analogie avec notre problème, les gènes sont les b n etl’individu est l’ensemble du vecteur phase de n éléments.La première étape de l’algorithme génétique est de générer une population initialesous forme d’une matrice binaire de L lignes et de C colonnes, telles que : L est lenombre d’individus et C est le nombre de gènes dans l’individu et est égal au nombred’éléments, c'est-à-dire N fois le nombre de bits du codage binaire utilisé. Nousévaluerons la force des individus de la population, en calculant la fitness de chaqueindividu (chaque ligne de la matrice initiale). A partir de cette étape, les opérateurs del’algorithme génétique vont intervenir dans la reproduction de populations par : lasélection, le croisement et la mutation. Notons que ces opérations sont réalisées sur lapopulation codée en binaire. L’AG effectue la sélection et le classement des meilleursindividus en se basant sur le principe de la sélection proportionnelle.Implémentation et résultatsComme premier essai, nous avons considéré un réseau d’antennes rectiligne à 10éléments espacés uniformément de /2. Le réseau d’antennes est d’abord alimentéuniformément en phase et en amplitude(figure1).TAMTAM –Tunis– 2005