共查询到17条相似文献,搜索用时 125 毫秒
1.
介绍了一种快速收敛空间映射算法,改进了隐式空间映射算法中粗糙模型到精细模型之间参数映射。通过增加限定参数提取的方式,减少粗糙模型的参数空间而实现粗糙模型响应高效准确逼近精细模型响应。通过设计一个交叉耦合滤波器,与之前的隐式空间算法进行比较,更容易达到优化目标,证明了限定参数提取算法具有更快的逼近速度和更高的优化效率的优点。 相似文献
2.
交指型微机电系统(MEMS)滤波器是采用MEMS工艺制备出的交指型结构滤波器,针对交指型MEMS滤波器电磁优化算法中存在速度慢,占用计算资源大等问题,对交指型MEMS滤波器优化设计方法进行了研究。采用主动空间映射算法,在ADS和HFSS软件中建立滤波器电路结构模型和三维结构电磁模型,并分别将它们用于主动空间映射算法所需的粗糙仿真和精确仿真,仅进行了5次精确仿真就完成了一款Ku波段滤波器的优化设计。结果表明,设计的滤波器中心频率为14 GHz,顶部损耗为1.6 dB,-1 dB带宽为2.2 GHz,满足设计指标要求,同时验证了优化设计方法的可行性。 相似文献
3.
将差分进化算法用于隐式空间映射(ISM)的参数提取中,并对差分进化算法中的种群更新和交叉概率因子进行了改进,可以有效解决参数提取过程中算法的假收敛及收敛速度过慢的问题,改进了隐式空间映射算法中粗糙模型(CM)与精细模型(FM)之间的参数映射的相关性,迭代次数明显减少。通过设计一个微带双频带滤波器对该算法进行了验证,该双频带滤波器的中心频率分别为2.45GHz和5.25GHz,其粗糙模型和精确模型分别在Agilent ADS和Ansoft HFSS中进行计算分析。由结果可知,在精细模型中的仿真次数明显减少,有效地提高了滤波器的设计效率。 相似文献
4.
空间映射的思想是通过构造粗糙模型设计变量与精确模型设计变量之间的映射关系,获得合适的替代模型(校准后的粗糙模型),从而简化优化过程。本文针对电容耦合式RF MEMS 开关使用初始空间映射算法进行计算和优化,经过迭代,建立了精确空间和粗糙空间的映射关系,最终得到了精确空间优化设计值,利用此映射关系,可将精确空间的优化工作放到粗糙空间进行,从而大大节省时间和电脑资源。计算结果验证了该方法的可行性和高效性。 相似文献
5.
考虑到传统的隐式空间映射算法(ISM)在参数提取中会出现收敛速度慢甚至假收敛的情况,将改进的蛙跳算法用于隐式空间映射的参数提取,可有效改善参数提取过程中算法的不收敛性。通过改进参数提取中精确和粗糙模型的映射关系,可以明显减少迭代次数,并用于优化设计一个可工作在无线局域网(WLAN)的微带双频带滤波器。滤波器的中心频率分别为2.45GHz和5.25GHz,滤波器经过3次迭代后达到设计要求,验证了算法的可行性和有效性。 相似文献
6.
7.
8.
新型高收敛隐式空间映射算法设计微波滤波器 总被引:3,自引:0,他引:3
该文介绍了一种高收敛隐式空间映射算法,改进了隐式空间映射算法中粗糙模型到精细模型之间参数映射。它加入粗糙模型参数选择过程,避免了粗糙模型优化中的假收敛情况,加快精细模型与设计目标的逼近速度。参数选择过程不需要增加精细模型的计算次数,提高了优化效率。该文通过设计一个发卡形滤波器,并与以前的隐式空间映射算法计算结果进行比较,优化得到了比指标性能更优越的结果。同时证明了新算法比旧算法具有更快的逼近速度和更高的优化效率的优点。 相似文献
9.
《电子元件与材料》2016,(12):57-60
将粒子群算法(Particle Swarm Optimization,PSO)用在隐式空间映射(Implicit Space Mapping,ISM)的参数提取中,可以有效改善参数提取过程中算法的不收敛性。首次在参数提取中引入PSO,主要的研究内容是改进了ISM算法。通过改进ISM算法中粗糙模型(Coarse Model,CM)与精细模型(Fine Model,FM)之间的参数映射,可以明显减少迭代次数。以一个双模滤波器为例,利用粒子群ISM算法设计了一个可以工作在无线局域网(WLAN)频段的微带双频带滤波器,中心频率分别是2.45 GHz和5.25 GHz。滤波器经过3次迭代并进行微调后达到了设计指标。由此可见,引入PSO之后显著地减少了在FM中的仿真次数,有效地提高了滤波器的设计效率。 相似文献
10.
考虑到传统电磁优化仿真方法的低效性,在原始空间映射算法的基础上,构造一种有效的输入一输出空间映射算法,并用于优化设计一个微带带通滤波器,其替代模型和精确模型分别采用了基于电路原理的AgilentADS和基于矩量法的全波电磁仿真软件FEKO进行计算分析。仿真结果表明,该算法能够有效增加所设计器件的优化自由度,大大减少计算机优化时间,有效提高了微波器件的设计效率。 相似文献
11.
12.
Bakr M.H. Bandler J.W. Madsen K. Rayas-Sanchez J.E. Sondergaard J. 《Microwave Theory and Techniques》2000,48(12):2297-2306
A powerful new space-mapping (SM) optimization algorithm is presented in this paper. It draws upon recent developments in both surrogate model-based optimization and modeling of microwave devices, SM optimization is formulated as a general optimization problem of a surrogate model. This model is a convex combination of a mapped coarse model and a linearized fine model. It exploits, in a novel way, a linear frequency-sensitive mapping. During the optimization iterates, the coarse and fine models are simulated at different sets of frequencies. This approach is shown to be especially powerful if a significant response shift exists. The algorithm is illustrated through the design of a capacitively loaded 10:1 impedance transformer and a double-folded stub filter. A high-temperature superconducting filter is also designed using decoupled frequency and SMs 相似文献
13.
14.
15.
16.
超宽带通信系统中同步算法研究 总被引:2,自引:1,他引:1
超宽带通信技术近年来受到广泛关注,其中同步问题系统性能的关键因素。研究了超宽带通信系统的定时同步问题,提出了一种粗同步与细同步相结合的同步算法,以TH-UWB-PAM信号系统为例,首先利用脏模板理论进行粗捕获,完成帧一级的同步,然后在捕获的基础上利用滑动相关完成细同步,通过对加性高斯白噪声(AWGN)和超宽带(UWB)多径信道进行了同步算法性能仿真,实验结果表明了该同步算法的可行性,能够获得复杂度和同步性能的良好折中,且在一定信噪比条件下能获得良好的同步精度。 相似文献