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.     

基于田口优化方法的GPS 微带天线仿真设计

随着现代无线通信技术的发展,人们对天线设计的要求也越来越高。传统的设计方法已经不能满足当今天线设计的需要,使用微波EDA软件进行天线设计已经成为必然趋势。本文详细介绍了具有全局优化功能的田口方法,并提出了将HFSS电磁场仿真软件与田口方法相结合进行天线优化设计的思想。在Matlab环境下编写田口优化算法程序作为外部优化器,通过调用HFSS软件实现了GPS微带天线最优设计;既利用了仿真软件的计算优势,确保了天线求解的正确性,又利用优化算法的快速收敛特性,节省了计算时间,提高了设计效率。     

基于MATLAB和HFSS的叠层微带天线优化设计

提出了基于MATLAB和HFSS协同仿真优化设计天线的思路,并以叠层微带天线为例开发了相应的设计软件。利用MATLAB GUI编写了软件的操作界面,通过输入天线的技术指标,进行天线各参数的计算,利用生成的VBScript脚本文件调用HFSS进行快速建模仿真,并通过调用外部优化算法进行天线的最优化设计。该软件提高了叠层微带天线的设计效率,为天线的教学与科研工作提供了有效的辅助工具。     

一种结合遗传算法和HFSS 的天线仿真与优化方法

电磁仿真技术在现代天线设计中发挥着重要作用。讨论了一种结合遗传算法和全波电磁仿真软件HFSS 的天线优化设计方法。采用遗传算法进行天线设计,能够直接设计一种新结构天线,并易于对天线的结构进行调整。在介绍了遗传算法基本原理的基础上,阐述了遗传算法在天线仿真和优化设计中的具体应用问题。通过VBS脚本将遗传算法与Ansoft HFSS 连接起来,对一种电磁耦合馈电的双极化毫米波微带天线进行了优化设计,展宽了该天线的阻抗带宽,天线指标满足设计要求,表明了采用遗传算法进行天线仿真的可行性。     

基于改进粒子群算法的EBG结构优化设计

提出了一种基于进化机制的EBG(Electromagnetic Band Gap)结构优化设计方法,该方法结合改进的简化粒子群算法ISPSO(Improved Simple Particle Swarm Optimization)和电磁仿真软件IE3D,实现EBG结构自动优化设计,使其达到设计指标。算法实现过程中,EBG结构的几何参数通过外部改进的粒子群优化算法来优化设计,结构特性的仿真通过电磁仿真软件IE3D来完成的。利用ISPSO/IE3D方法优化设计了一个EBG结构,仿真试验表明该EBG结构性能优异,进而也验证了ISPSO/IE3D自动设计方法对EBG结构设计的有效性。最后将该EBG结构用于微带天线设计中,提高了天线的性能。     

基于代理模型和DE算法的天线优化设计

在对天线进行优化设计时,直接使用HFSS等仿真软件进行参数扫描往往需要大量的时间。为解决这一问题,将代理模型法与差分进化(DE)算法相结合,减少了优化过程中的精确电磁仿真次数,显著减少了优化所需时间。随后,使用该方法优化设计了一个准八木天线,结果表明,在10~11GHz频段内,天线反射系数小于-27dB,验证了算法的有效性。     

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.     

应用MATLAB协同HFSS设计波导缝隙天线

电磁仿真软件HFSS以其高精度,高可靠性在电磁仿真设计中得到了广泛的应用.而对于复杂天线的模型,没有很好的方法简化建模操作,需要花费大量的设计时间.将HFSS提供的VBScript脚本语言功能作为接口,利用MATLAB调用控制HFSS,从而协同HFSS建立模型,达到快速建模的目的.提出了一套波导缝隙阵天线的设计方法,设计了一个波导缝隙阵天线,运用MATLAB协同HFSS建立天线模型,并进行仿真分析.结果验证了天线设计方法的准确性,以及运用MATLAB调用HFSS建模的可行性.     

矩形微带天线的一种快速优化设计方法研究

针对矩形微带天线优化设计主要依赖经验和反复试验的现状,研究提出了一种矩形微带天线的快速优化设计方法。分析了传输线理论对矩形微带天线分析时的准确性,并将传输线理论成功地与改进的量子遗传算法(IQGA)相结合,应用于矩形微带天线的优化设计之中。利用该方法优化设计了一款矩形微带天线,通过将设计分析的结果与有限元软件HFSS计算结果比较,说明该算法的高效性及准确性。为方便该方法的应用,开发了一款矩形微带天线的快速优化设计软件包。     

基于动态Kriging的CBPSO算法在天线设计中的应用

针对天线优化设计通常涉及高度非线性的问题,传统优化算法往往无法获得全局最优解,在此研究背景下,引入文化粒子群优化算法(Cultural Based PSO Algorithm,CBPSO);针对高频电磁仿真软件(HFSS)仿真计算量大、耗时长的问题,引入Kriging 模型替代费时的仿真计算,并通过动态更新的方法提高模型精度,提出了基于动态Kriging 模型的文化粒子群算法与HFSS 联合仿真优化设计方案。将该方案应用于WLAN/ WiMAX 多频带天线优化设计,测试结果表明,所设计的天线在2.4～3.0GHz、3.3～3.8GHz、5.1～6.0GHz 频段内回波损耗小于-10dB,覆盖了WLAN/ WiMAX 所有频段,为复杂天线结构的优化设计提供了一定的参考。     

Optimization of Circular Ring Microstrip Antenna Using Genetic Algorithm

Circular ring microstrip antennas have several interesting properties that make it attractive in wireless applications. Although several analysis techniques such as cavity model, generalized transmission line model, Fourier-Hankel transform domain and the method of matched asymptotic expansion have been studied by researchers, there is no efficient design tool that has been incorporated with a suitable optimization algorithm. In this paper, the cavity model analysis along with the genetic optimization algorithm is presented for the design of circular ring microstrip antennas. The method studied here is based on the well-known cavity model and the optimization of the dimensions and feed point location of the circular ring antenna is performed via the genetic optimization algorithm, to achieve an acceptable antenna operation around a desired resonance frequency. The antennas designed by this efficient design procedure were realized experimentally, and the results are compared. In addition, these results are also compared to the results obtained by the commercial electromagnetic simulation tool, the FEM based software, HFSS by ANSOFT.     

基于拓扑优化的微带天线奇异方向图设计

拓扑优化方法避免了结构的参数化扫描,直接优化材料排布,用于无源微波器件设计,可极大程度拓展设计解域。文中基于拓扑优化方法研究了微带天线的奇异辐射方向图设计。首先分析了具有奇异辐射方向图的伴随敏感度,其次构建了基于过渡边界条件的二维金属优化模型,再次提出了针对奇异辐射的多种目标场函数,分别实现了高增益定向指向波束、等幅双波束和任意方向线极化波束等奇异方向图。为验证算法有效性和准确性,最后加工并测试了具有高增益指向偏转方向图的微带天线,测试结果与拓扑优化结果吻合较好。此方法特别适合具有复杂目标的无源电磁器件设计。     

矩形微带天线谐振频率的粒子群神经网络建模

谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败.文章提出一种改进的前向神经网络模型,该模型采用粒子群优化算法进行训练,网络结构可以根据被建模问题的复杂程度进行自适应调整,进而得到泛化能力好的神经网络.通过这种改进的粒子神经网络对矩形微带天线的谐振频率进行建模,得到的结果明显优于该问题已有文献的结果,可见这种粒子群神经网络对此问题的有效性.基于粒子群神经网络的矩形微带天线谐振频率模型可以明显提高微带天线的计算机辅助设计水平.     

A joint field/circuit model of line-to-ring coupling structures andits application to the design of microstrip dual-mode filters and ringresonator circuits

A joint field/circuit model is proposed in this paper to characterize a class of line-to-ring coupling structures for design and optimization of microstrip dual-mode filters and ring resonator circuits. The generic model is derived from field theory and presented in terms of circuit elements by applying a newly developed numerical deembedding technique called “short-open calibration” in a deterministic method-of-moments scheme. It provides a new design strategy for characterizing and optimizing electrical performance of the line-to-ring coupling structures. Such three-port topologies are explicitly formulated by using an equivalent network having circuit elements calculated by the proposed joint field/circuit model. Three microstrip tightly coupling geometries and their related ring resonators are studied with the extracted J-inverter susceptance parameters. Experiments are performed to validate the joint model and also show coupling characteristics of the three types of line-to-ring circuit for the design of ring resonators and dual-mode filters. With this new technique, an optimized microstrip dual-mode filter is successfully designed and the prediction agrees well with our measurements     

A Modified Particle Swarm Optimizer and its Application to the Design of Microwave Filters

In this paper, a modified particle swarm optimization (PSO) algorithm is presented and its applicability is shown for the design of specific microwave filter as a case study of microwave components. In the proposed modified PSO algorithm, particles in the swarm are divided to form multiple sub-swarms. The social component of PSO’s velocity update equation is modified to include the effects of multiple sub-swarms. Five benchmark functions have been considered for testing the proposed algorithm. The approach has been tested for two basic modifications of PSO namely PSO with inertia weight (IW) and PSO with constriction factor method (CFM). The simulated results illustrate that the modified PSO algorithm has the potential to converge faster, thus reducing the computational expenses, while maintaining/improving the quality of solution. Finally, the proposed algorithm is used for the design of coupled microstrip line band pass filter which is a computationally expensive process when the design is conducted using evolutionary algorithms and electromagnetic (EM) simulation tools.     

K波段高增益超材料微带天线的拓扑优化设计

超材料微带天线的设计通常依赖经验,其中超材料基元的设计多以尺寸优化和形状优化为主。研究了常规超材料对微带天线增益性能的影响,发现其对增益性能的提升效果有限。提出了一种基于遗传算法的高增益超材料微带天线拓扑优化设计方法,对超材料基元采用整体设计的方法,以天线增益最大化为设计目标,以覆铜贴片方格子的有无为设计变量,建立了K波段(24 GHz)超材料微带天线的拓扑优化模型。进而基于遗传算法的求解策略,获得了一种新颖的超材料微带天线构型。仿真结果表明优化后的超材料微带天线侧向辐射得以抑制,其最大增益提升到10.5 dB,与普通微带天线相比性能提升了35%。同时通过改变覆铜贴片格子的布置规模对优化设计结果的收敛性进行分析,分析结果显示创新构型超材料微带天线设计结果是收敛的,且10*10方格子规模下的创新构型制备性价比最高。最后研究了超材料基元单独设计与整体设计的天线工作频率匹配对比,对比结果证实了超材料基元采用整体设计对于超材料微带天线拓扑优化是非常必要的。     

基于神经网络集成的微带天线谐振频率建模

谐振频率是微带天线设计过程中最重要的一个参数,直接决定设计的成败.提出基于十进制粒子群优化(DePSO)算法和二进制粒子群优化(BiPSO)算法的选择性神经网络集成方法,通过粒子群优化(PSO)算法合理选择组成神经网络集成的各个神经网络,使个体间保持较大的差异度,减小"多维共线性"和样本噪声的影响.为有效保证PSO算法的粒子多样性,在迭代过程中加入混沌变异策略.仿真试验表明:混沌PSO算法可以有效提高神经网络集成的泛化能力,基于混沌PSO算法的选择性神经网络集成所建立的微带天线的谐振频率模型好于此问题的已有结论.     

一种基于DGS结构的新型双模双通带滤波器

提出了一种新颖的基于缺陷地结构(DGS)的双模双通带滤波器.该滤波器由印制板顶面的一个方形谐振单元和另一个巧妙嵌入在印制板底面DGS中的方形谐振单元并联构成,具有结构紧凑、易于加工的特点.每个谐振单元都具有双模单通带传输特性,可通过公共馈线同时激励实现双模双通带滤波.两个谐振单元的谐振频率相对可调,提高了设计上的灵活性.为减少辐射损耗并改善高频通带插损,使用准共面波导缺陷地结构对底面谐振单元进行了改进.最后,实验制作了两种双模双通带滤波器,测试结果与仿真结果吻合较好.