基于混合遗传算法的宽带阶梯阻抗变换器的优化设计

基于混合遗传算法的宽带阶梯阻抗变换器的优化设计

ID:29711842

大小:137.50 KB

页数:8页

时间:2018-12-22

基于混合遗传算法的宽带阶梯阻抗变换器的优化设计_第1页
基于混合遗传算法的宽带阶梯阻抗变换器的优化设计_第2页
基于混合遗传算法的宽带阶梯阻抗变换器的优化设计_第3页
基于混合遗传算法的宽带阶梯阻抗变换器的优化设计_第4页
基于混合遗传算法的宽带阶梯阻抗变换器的优化设计_第5页
资源描述:

《基于混合遗传算法的宽带阶梯阻抗变换器的优化设计》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于混合遗传算法的宽带阶梯阻抗变换器的优化设计*马国田 梁昌洪  摘要 提出了一种将标准遗传算法和确定性方法相结合的混合遗传算法,并应用该方法对相对带宽为100%的宽带阶梯阻抗变换器进行优化设计,克服了标准遗传算法效率太低及确定性方法易收敛于局部极小点的缺点.分别对负载阻抗为纯实数和复数的两种情况进行优化设计表明:当负载为纯电阻时,混合遗传算法的计算结果与Chebyshev综合所得结果基本一致;当负载为复阻抗时,混合遗传算法所得结果优于传统的综合方法.  关键词 混合遗传算法 阻抗变换器 最优化  中图分类号 TN624.1Optimaldesignoft

2、hebroadbandsteppedimpedancetransformerbasedonthehybridgeneticalgorithmMaGuotian LiangChanghong(Dept.ofMicrowaveTelecommunicationsEngineering,XidianUniv.,Xi′an,710071)  Abstract Ahybridgeneticalgorithm(HGA)composedofthestandardgeneticalgorithm(SGA)andthedecisiveoptimalmethodispropo

3、sed,andabroadbandsteppedimpedancetransformerwith100%relativebandwidthisdesignedoptimallybyemployingthepresentedalgorithm.HGAhasahighersearcheffectivenesscomparedwithSGA,andcanleadtoglobalconvergence,unlikedecisiveoptimalmethodswhichmayleadtolocalconvergence.Thetransformerisdesigne

4、drespectivelyinthecaseofarealimpedanceloadandacomplexone.Thedesignresultsarepresented,whichshowthatHGAagreeswithChebyshevsynthesismethodiftheloadisaresistor,andisbetterthanthetraditionalnetworksynthesismethodiftheloadisacompleximpedance.  KeyWords hybridgeneticalgorithm impedancet

5、ransformer optimization  阶梯阻抗变换器作为一种阻抗匹配结构,广泛应用于各种微波电路和天线系统中,对提高系统的性能起着十分重要的作用.阶梯阻抗变换器的设计可分为网络综合法和数值优化法.网络综合法已有十分成熟的理论,其中以Chebyshev综合得到的变换器为优[1],但网络综合法只适于负载阻抗为纯实数,而且传输线各段的长度是已知值的情形,因而其应用有很大的局限性.阶梯阻抗变换器数值优化技术的应用始于本世纪60年代[2~4],数值优化法不受负载形式的限制,对各段传输线的特性阻抗和长度同时进行寻优,因而适用范围广,在工程技术中得到了广泛应

6、用.  数值优化方法可分为确定性方法和非确定性方法两大类.确定性方法的优化过程总能保证目标函数是稳定下降的,而非确定性方法则不能保证,其优化过程表现出不同程度的随机性,这类方法包括枚举法,MonteCarlo法,模拟退火法及遗传算法.确定性方法是局部收敛算法,该类方法能较快地搜索到局部极小点,效率较高,但不适于复杂的优化问题;而非确定性方法是全局收敛算法,对目标函数要求很低,目标函数可以不可导,不连续,有多个极小点,因而非确定性方法适于求解复杂的优优问题,但这类方法的最大缺陷是目标函数的计算次数多,效率低.  遗传算法(GeneticAlgorithm,简

7、称GA)是由美国的J.H.Holland教授于本世纪70年代提出的一种非确定性优化算法.该算法将生命的遗传机制与自然界的适者生存机制引入到科学计算中,以模仿自然界生物进化过程.因为生物在进化过程中所要解决的生存问题具有高度非线性、随机性、复杂性等特点,而生物的进化很好地解决了这一问题,所以遗传算法为解决高度复杂的实际问题提供了一条新途径.1 数学模型  已知信号源阻抗为Zs,负载阻抗为ZL,要求设计一个N节阶梯阻抗变换器,归一化工作频带为0.5~1.5(按中心频率归一),即相对带宽为100%,待优化的参数为各段传输线的特性阻抗Z0k和归一化长度Lk(按中心

8、波长归一),k=1~N,阻抗变换器的结构示意图见图1.  由传输线

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。