遗传算法在微带天线优化中的应用

《遗传算法在微带天线优化中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第9期电子学报Voi.28No.92000年9月ACTAELECTRONICASINICASep.2000遗传算法在微带天线优化中的应用杨帆，张雪霞（清华大学电子工程系，北京100084）摘要：本论文将遗传算法成功地应用到微带天线的优化中.论文中详细讨论微带天线采用遗传算法进行优化的一些基本问题，如基因串的定义，遗传算法与矩量法的结合，适应度函数的设计以及控制参数的选择等.最后，论文成功地应用遗传算法，优化出宽带天线，带宽由初始5%展宽到16.6%；并优化出双频工作天线，双频比为111.31，而且具有同向的线极

2、化.关键词：遗传算法；微带天线；矩量法；宽带天线；双频天线中图分类号：TN821+.91文献标识码：A文章编号：0372-2112（2000）09-0091-05TheApplicationofGeneticAlgorithmsinMicrostripAntennaOptimizationYANGFan，ZHANGXue-xia（Dept.ofElectronicEngineering，TsinghuaUniuersity，Beijing100084，China）Abstract：Geneticaigorith

3、ms（GAs）aresuccessfuiiyappiiedtotheoptimizationofmicrostripantennadesign.Thispaperdis-cussessomebasicprobiemsinthisappiicationthoroughiy，suchasthedefinitionofgeneticseries，thecombinationofGAsandmethodofmoment，thedesignoffitnessfunctionandtheseiectionofcontroi

4、parameters.UsingGAs，awidebandmicrostripantennaisde-signed，thebandwidthexpandsfrom5%to16.6%.Aduaifreguencyantennaisaisooptimized.Theratioofthesetwofreguenciesis111.31andbothfreguencieshavethesameiinearpoiarization.Keywords：geneticaigorithms；microstripantennas

5、；momentofmethod；broadbandantenna；duaifreguencyantenna!引言法，分别优化出了具有宽带特性和双频特性的微带天线，克服遗传算法是一类借鉴生物界遗传机制进行随机搜索的优了微带天线窄带的缺点，实现了微带天线电性能的多样化.化算法［1］.作为一种新的全局优化搜索算法，遗传算法以其简"微带天线设计中的遗传算法优化单通用、鲁棒性强、适于并行处理等显著特点吸引了许多研究者的注意.其主要特点是群体搜索策略和群体中个体之间的本文中，主要讨论对微带天线形状的优化.其基本问题如信息交

6、换，其搜索不依赖于梯度信息.由于上述特点，遗传算下图所示：法已经在组合优化、图像处理、系统识别等众多领域得到成功的应用，而且其应用范围也越来越广.微带天线近年来受到极大关注，发展迅速.与其他天线相比，它具有以下优点：体积小，重量轻，剖面低，容易与载体共形；电性能多样化，容易实现多种极化、多频工作等要求；平面结构，易于与馈线，匹配网络，固体器件等集成，降低成本.但它也具有一些缺点，如频带窄，损耗大，效率低等.设计合适形式的微带天线，使其克服缺点，发挥优势，是微带天线设计中图1微带天线贴片初始形状及优化后的形状的一

7、个主要内容.微带天线贴片的初始形状是一个矩形.将矩形贴片划分随着微带天线设计理论的不断发展，遗传算法也开始应为若干个小的矩形单位贴片，如图1左侧.通过优化，保留其用到微带天线的设计中来［2］.通过遗传算法的优化设计，可以中的一些贴片，去除其中的一些贴片，图中，打“X”的贴片代得到合适形状的微带天线，满足某些特定的性能要求.本论文表要去除的贴片，得到优化后的贴片形状如图1右侧.从物理中将遗传算法成功地应用到微带天线的优化中，讨论了遗传意义上理解，去除这些贴片等效于在天线这个谐振腔中加入算法应用到微带天线的优化中的

8、一些具体问题，如基因串的合适的电感，电容或匹配元件，从而实现要求的特性.定义，适应度的设计以及控制参数的选择等；并利用遗传算收稿日期：1999-06-08；修回日期：2000-04-2092电子学报2000年遗传算法优化的基本流程如图2所示：么整个优化的时间是不可想象的.尤其遗传算法是以群体为遗传算法是一种群体型操操作对象，假设群体大小为64，那么一代分析的时间就接近作，该操作以群体中