基于遗传算法的天线结构优化

遗传算法具有算法简单、不要求函数连续、导数存在,并能收剑到全局最优解特点,采用遗传算法对环梁式空桁天线结构进行优化,设计变量为取离散值的各杆截面积,优化目标;追求最佳吻合抛物面法向位移均方根偏差最小。设计实例表明,使用遗传算法对复杂的结构优化问题能获得较好的优化结果,该算法具有很强的适应性。     

空间映射算法优化八木天线

天线的最大增益是通过天线合理布局降低它们之间的干扰来实现的.工程中大多采用简单的数学模型并结合测试方法来进行天线布局设计的,但是这种方法效率低且不够精确.运用空间映射算法优化天线阵的位王参量,可以大大提高运算速率,节省时间.根据空间映射算法理论,提出并建立两种模型:一种是运算速度快,但不够精确的粗糙模型,另一种是运算速度较慢,但比较精确的精细模型.通过在这两种模型中建立映射,并利用遗传算法优化粗模型,兼顾精度和速度,从而得到最优解,为实际工程提供理论上的依据.     

渐进空间映射算法优化设计柱面矩形贴片天线

将空间映射算法推广到共形天线的优化设计之中,并设计了一个谐振频率在2.5 GHz的柱面矩形贴片天线.粗糙模型和精细模型分别采用腔模理论和全波电磁仿真软件HFSS进行分析,并通过渐进空间映射算法联系起来.计算结果表明,与直接优化精细模型相比,该方法可以大大减少计算时间,提高设计效率.     

阵列天线的遗传算法综合

提出了一种基于排序的实数码遗传算法并用于阵列天线的方向图综合。该算法对简单遗传算法的编码方式、选择策略、交叉和变异操作进行了改进,使搜索效率有了很大的提高,有效地避免了早期收敛。在实例设计中体现出优良特性,获得了比有关文献更好的结果。     

空间映射粒子群算法用于电磁优化计算

将粒子群算法与空间映射算法相结合,提出了一种空间映射粒子群优化算法,并用于电磁问题的优化计算.算法实现过程中,将电磁仿真计算中精确网格剖分的计算模型作为精确模型,将粗糙网格剖分计算模型作为粗糙模型,在粒子群算法中计算粒子适应度前,使用粗糙模型结合基于卡尔曼滤波的映射关系,估计出粒子是否对算法最优解更新有效,并对有效的部分粒子做适应度计算,可以很大程度上减少算法的计算耗时.通过E型贴片天线和谐振腔缝隙天线的优化仿真说明了本算法的有效性.     

基于NSGA的车载天线布局优化

分析了天线间相互干扰的参考量---耦合度的计算方法,以达到耦合度最小为目标,采用非支配排序遗传算法(NSGA)对车顶天线布局的电磁兼容性能进行优化设计,编程实现了车顶天线布局优化。     

基于空间映射的RF MEMS 开关建模研究

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。     

基于空间映射算法的微带滤波器优化设计

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。     

车载天线射频系统的电磁兼容性研究北大核心CSCD

随着移动通讯频段的增加以及复杂电磁环境的影响,由于车载环境空间的局限性,必然导致车载天线增多、分布更加密集,从而使天线射频系统间发生相互干扰的可能性大大提高。针对车载天线射频系统存在的干扰问题,本文对FM单极子天线、VHF-UHF套筒单极子天线、GPS微带天线以及WIFI相控阵天线进行建模仿真计算。将所设计的天线与车辆模型结合,分析了几种天线在车载平台中的耦合问题,利用天线间耦合度优化车载天线布局。然后借助EMIT软件,建立车载天线的射频系统。利用干扰矩阵,系统间的频谱关系,研究天线射频系统的干扰问题,并利用滤波的方法极大程度的减小了天线射频系统间的干扰,对车载天线射频系统进行了优化。     

一种应用遗传算法的阵列天线共址干扰抑制技术

针对有限大平台部署多种传感器导致的严重的自干扰问题,提出了一种应用遗传算法实现的阵列天线共址干扰抑制技术。首先针对同平台上的阵列天线和其他天线建立了辐射和接收模型,然后将辐射特性和接收机抗干扰特性分别抽象为最优化问题的目标函数和约束条件,最后通过遗传算法进行最优化求解。该技术在不同辐射角度时能抑制共址干扰,具有一定的工程实用价值。     

基于遗传算法的超宽带微带天线优化设计

将遗传算法应用于超宽带微带天线设计。建立了基于遗传算法和高频电磁仿真软件（HFSS）的优化工程。在此基础之上,优化设计出了一款超宽带微带天线。讨论了该优化工程的操作流程,并对天线特性进行了研究。研究结果表明：所设计天线在3.1~10.6 GHz频段内的回波损耗小于-10 dB,具有良好的超宽频带特性。     

一种单纯形遗传算法及其应用

本文深入分析了智能天线应用中广播波束成形权值反向求解的工程优化问题,引入单纯形算法对传统遗传算法进行改进并提出了一种新的单纯形遗传算法。通过具体应用验证,实现了较好自动求解权值的目的。同时,本算法也可在其他网络规划和网络优化等寻优问题中参考使用。     

改进型遗传算法在加载天线设计中的运用

遗传算法是一种全新的优化搜索方法，可以用来解决各种复杂的实际问题。针对简单型遗传算法的一些不足之处，介绍了一种改进型的遗传算法，并阐述了其在短波宽带集总加载天线优化设计中的运用。     

基于遗传算法的太阳能光伏电池板优化铺设

传统太阳能建筑中太阳能电池板的排布不够合理,既浪费空间又破坏建筑墙体。本文使用数学建模的方法对太阳能光伏电池板的优化铺设做出探讨。在探求电池板摆放规律后,通过分析建立多目标规划函数,借助完全背包问题的数学模型,运用遗传算法进行求解,得到平面内最佳的电池板排布方式,实现了光伏发电总量最大,单位发电量成本最低的双重目标。     

基于自适应遗传算法的电力变压器优化设计

在研究遗传算法的基础上,分析了传统遗传算法种群多样性、收敛效率降低和易求得局部最优解的问题,提出自适应遗传算法优化设计电力变压器。采用适应度值标定的遗传算法改进策略,防止特殊个体统治种群导致的寻优结果是局部最优解,在算法临近结束时,变更选择压力,防止算法在最优解附近摇摆,加快了寻优过程。仿真结果表明,改进后的遗传算法收敛速度快,并以S9-315/10型电力变压器为算例,优化方案的性能指标符合相关国标,总损耗降低0.8%,材料成本降低8.3%。     

改进遗传算法对高频宽带加载天线的优化设计

按照某高频地波超视距雷达接收天线阵小型化的要求,在4～8MHz频带内,采用一种改进型遗传算法对高频宽带集中加载天线及其宽带匹配网络进行了优化设计.同时根据天线工程与实践,详细分析了集中加载元件值及加载位置扰动对天线电性能的影响,分析表明,优化设计得到的加载参数对优化不十分敏感.     

利用遗传算法求取雷达目标极点分布

散射物体自然频率(极点)是目标识别可以利用的一个基本特征,传统的理论求解极点的方法一般是用迭代法求取由矩量法得到的矩阵方程系数行列式的零点.矩阵方程系数矩阵的病态性是其最大的缺点.文章提出了用遗传算法获得极点的方法,对遗传算法应用于求取雷达目标极点方面的问题做了理论和算法分析.由于球体目标的极点可以解析获得,所以利用了球体作为实验验证的例子.并计算了有限长圆柱的结果.实验结果表明算法相对于传统的围线积分法不仅避免了病态矩阵的问题,而且简单易行,结果可靠.     

遗传算法综合智能天线的赋形波束

余割赋形波束由于其在很宽的角度内有强度近于恒定的回波,被广泛应用于阵列天线中。建议在智能天线中引入余割赋形波束,采用遗传算法进行综合,并结合遗传算法和实验,得到了期望的结果。仿真和测试结果均表明了此方法的有效性。