1.一种基于遗传算法的阵列天线能量调配方法，其特征在于，包括以下步骤：

(1)建立发射端阵列天线模型和收发天线传输系统模型，所述收发天线传输系统模型包含发射端阵列天线和若干位于不同方位的接收天线；

(2)首先，构建遗传算法的目标函数和适应度函数；然后，将收发天线传输系统看作多端口网络，建立多端口网络的S散射矩阵，并将该S散射矩阵引入前述目标函数和适应度函数中，建立基于S散射矩阵的目标函数和适应度函数，S散射矩阵中包含发射端阵列天线的幅值和相位信息；

(3)根据步骤(2)建立的基于S散射矩阵的适应度函数实施遗传算法，求解出最优解，据此获得发射端阵列天线的最优幅值和相位，实现在能量传输效率最大化情况下的能量调配；

(4)对发射端阵列天线模型进行仿真，验证在步骤(3)获得的最优参数下阵列天线能量调配的性能。

2.根据权利要求1所述基于遗传算法的阵列天线能量调配方法，其特征在于，在步骤(1)中，所述收发天线传输系统模型包含第一接收天线和第二接收天线。

3.根据权利要求2所述基于遗传算法的阵列天线能量调配方法，其特征在于，在步骤(2)中，首先设计三个子目标函数，其中第一子目标函数为发射端阵列天线能量传输最大化函数maxf1，第二子目标函数为第一接收天线获取能量函数f2，第三子目标函数为第二接收天线获取能量函数f3；然后通过权重系数变换法将三个子目标函数联系起来，建立适应度函数fitness：fitness＝k1·maxf1+k2·f2+k3·f3

其中，k1,k2,k3为权重系数，k1+k2+k3＝1。

4.根据权利要求3所述基于遗传算法的阵列天线能量调配方法，其特征在于，在步骤(2)中，所述多端口网络的S散射矩阵如下：其中，[at]＝[a1,a2,...,aN]T，表示发射端阵列天线归一化后的入射波，下标N表示发射端阵列天线的端口数，上标T表示转置；[ar]＝[aN+1,aN+2,...,aN+M]T，表示接收天线归一化后的入射波，下标M表示接收天线的个数；[bt]＝[b1,b2,...,bN]T，表示发射端阵列天线归一化后的反射波；[br]＝[bN+1,bN+2,...,bN+M]T，表示接收天线归一化后的反射波；

表示发射端阵列天线端口的反射系数；

表示发射端阵列天线端口到接收天线端口的传输系数；

[Str]＝[Srt]T，表示接收天线端口到发射端阵列天线端口的传输系数；

表示接收天线端口的反射系数；

当接收天线是完全匹配的，则[ar]＝0，定义发射阵列天线与接收天线之间的功率传输效率Tarray作为第一子目标函数：其中，(.,.)表示为两个向量矢量的内积，[A]＝[Srt]H[Srt]，[B]＝[1]-[Stt]H[Stt]上标H表示共轭转置；

同时，[br]＝[Srt]·[at]，当M＝2，则第二子目标函数和第三子目标函数如下：[br1]＝[Srt1]·[at]

[br2]＝[Srt2]·[at]

则适应度函数：

fitness＝k1·Tarray+k2·|[br1]|+k3·|[br2]|其中，[at]包含着发射端阵列天线的幅值和相位信息。

5.根据要求2所述基于遗传算法的阵列天线能量调配方法，其特征在于，步骤(3)的具体过程如下：(301)编码：产生一组随机编码解P(t)∈C，t∈[1,2N]，其中，C为分基因编码空间，N为发射端阵列天线的阵元个数；遗传算法对应的解空间为各阵元的幅值和相位，幅值为实部，相位为虚部，设置每一个初始染色体包含2N列，其中奇数列代表实部，偶数列代表虚部；

(302)初始种群生成：设置种群规模，最大遗传代数，每个变量的二进制编码长度，代沟，交叉概率，变异概率以及种群的实部和虚部范围；

(303)适应度值评估：对种群中每一个个体所代表的解计算相应的适应度值，评估解的优劣，并对评估后的解按由小到大的顺序进行排序；同时，为求得最大值，适应度函数需要做取负处理；

(304)选择：利用随机遍历抽样从父代种群中抽取部分种群个体作为子代新种群；

(305)交叉重组：按照设定的交叉概率对新种群染色体进行单点交叉重组；

(306)变异：取当前种群每一行对应一个体并用设定的变异概率变异每个元素；

(307)重插入：基于适应度插入所有子代代替最不适应的父个体；

(308)根据遗传算法适应度函数曲线的平稳程度重复步骤3至步骤7，直至取得平稳适应度曲线。

6.根据权利要求2所述基于遗传算法的阵列天线能量调配方法，其特征在于，步骤(4)的具体过程如下：(401)运用HFSS电磁仿真软件对收发天线系统模型进行仿真，并得到收发天线系统模型在2.45GHZ频率下的S散射矩阵；对发射端阵列天线模型进行仿真，用于能量调配验证；

(402)将得到的S散射矩阵导入遗传算法进行优化，并将更多的能量偏向第一接收天线；设第一接收天线处有能量辐射，第二接收天线处无能量辐射，此时将适应度函数中的权重系数设置为k1＝0.5，k2＝0.5，k3＝0，种群的实部设置为[-0.5,0.5]，虚部设置为[-0.5,

0.5]，得到天线馈源的幅值和相位情况，即各端口的激励分布；

(403)将步骤(402)得到的端口激励导入发射端阵列天线模型，观察仿真生成的3D Polar Plot和YOZ面的归一化方向图，确定能量是否集中在第一接收天线所在方位、第二接收天线处基本无能量辐射，若是，则转入步骤(404)；

(404)在只有第一接收天线处有能量辐射情况下，缩小种群实部、虚部范围，种群的实部设置为[-0.3,0.3]，虚部设置为[-0.3,0.3]，仿真观察端口激励以及天线远区电场变化情况，并记录数据，验证此阵列天线是否能对一个接收天线的能量进行调配，若是，则转入步骤(405)；

(405)扩大种群实部虚部范围，种群的实部设置为[-0.8,0.8]，虚部设置为[-0.8,

0.8]，仿真观察端口激励分布以及天线远区电场变化情况，记录数据并与步骤(402)、(404)中的数据进行对比；

(406)使第一接收天线和第二接收天线处都有能量辐射，同时假设第一接收天线1所需能量远大于第二接收天线所需能量；设置k1＝0.5，k2＝0.45，k3＝0.05，种群的实部设置为[-0.5,0.5]，虚部设置为[-1,1]，得到各端口激励分布，将其导入发射端阵列天线模型中观察仿真效果是否与假设吻合，若与假设吻合则说明此阵列天线能够将大部分能量调配给第一接收天线；

(407)在步骤(406)中仿真效果与假设吻合的基础上，保持权重系数不变，缩小种群范围，种群实部设置为[-0.5,0.5]，虚部设置为[-0.8,0.8]，仿真观察端口激励以及天线远区电场变化情况，并记录数据；

(408)扩大种群范围，种群实部设置为[-0.5,0.5]，虚部设置为[-1.2,1.2]，仿真观察端口激励分布以及天线远区电场变化情况，记录数据并与步骤(406)、(407)中的数据进行对比；验证在两个接收天线都需要能量的情况下，缩小和扩大种群范围是否使天线整体能量辐射减弱和增强；

(409)在步骤(406)中仿真效果与假设吻合的基础上，假设第一接收天线处所需能量稍大于第二接收天线处所需能量；设置k1＝0.5，k2＝0.3，k3＝0.2，种群的实部设置为[-0.5,

0.5]，虚部设置为[-1.6,1.6]，得到各端口激励分布，将其导入发射端阵列天线模型中观察仿真效果是否与假设吻合，若吻合则说明此阵列天线能够将稍多的能量调配给第一接收天线；

(410)在步骤(409)中仿真效果与假设吻合的基础上，假设第一接收天线和第二接收天线能量均等调配；设置k1＝0.5，k2＝0.25，k3＝0.25，种群的实部设置为[-0.5,0.5]，虚部设置为[-0.5,0.5]，得到各端口激励，将其导入发射端阵列天线模型中观察仿真效果是否与假设吻合，若吻合则说明此阵列天线能够实现能量均等调配；

(411)将更多的能量偏向于第二接收天线；重复步骤(402)-(406)以及步骤(409)-(410)；每步中权重系数k2与k3的值进行互换，观察是否在第二接收天线处有更多的能量辐射效果，若是，说明此阵列天线实现了对于两个接收天线能量的合理调配。