基于MOEAD的优化技术及其在天线优化设计中的应用.pdf

《基于MOEAD的优化技术及其在天线优化设计中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、UniversityofScienceandTechnologyofChina博士位论义论文题目基于的优化技术及其在天线优化设计中的应用作者姓名学科专电子科‘学技导师姓名王城完成时间二—工，工力?0衅§我尤大博士学位论文基于的优化技术及其在天线优化设计中的应用作者姓名：丁大维学科专业：电子科学与技术导师姓名：王刚教授完成时间：二一五年五月UniversityofScienceandTechnologyofChinaADissertationforDoctor'sDegreeMOEA/D-basedOptimizationTechniquesandTheirApplicati

2、onsinAntennaDesignAuthor'sName:DaweiDingSpeciality:ElectronicScienceandTechnologySupervisor:Prof.GangWangFinishedtime:May,2015中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研宄工作所取得的成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确的说明。作者签名：从於签字日期：中国科学技术大学学位论文授权使用声明作为申请学位的条件之

3、一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以釆用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。‘开□保密（年）作者签名：丁士难导师签名：签字日期：签字日期：摘要摘要天线优化是电磁领域的一个重要研宄方向。实际工程中的天线优化设计通常为多目标优化问题，。随着智能计算的发展，多目标进化算法由于其本质并行性和很强的全

4、局搜索能力在很多领域得到成功运用。但是，将用于多目标天线结构设计的研究甚少，尤其是天线拓扑结构优化设计。基于分解的多目标进化算法是目前计算智能领域最受欢迎的多目标进化算法。本文将研究基于的天线优化技术，并给出部分优化技术的天线优化实例，进而展现了在天线结构优化设计领域的强大的科研价值和实际运用潜力。该论文研究内容分为以下五点：本文在研究算法理论基础上，将与电磁仿真软件和数值电磁代码结合，形成基于的天线多目标优化框架；提出，通过数值算例验证了的高效性，并将用于型共面波导馈电带陷微带天线设计，具有较好阻抗匹配、强且均匀的磁场分布和指定的远场主波束方向的型近场远场阅读器线天线设计

5、，以及具有不等粒度型结构接地板的高隔离设计，仿真和实物测试结果验证优化设计方法在设计型结构天线时的有效性；针对在优化型结构时计算量较大的问题，提出并将它用于设计具有等粒度型结构接地板的高隔离优化设计结果比较和优化效率比较验证了在设计低损耗要求的型微带结构时的高效性；针对实际工程问题中，需要使用小的临近尺寸来提高的收敛速度，进而导致种群多样性下降的问题，提出数值算例验证的高效性，并将它用于设计具有折叠臂的多波段领结形微带天线，优化设计结果比较进一步验证的高效性，同时，仿真和实物测试结果验证提出的设计方法在优化设计多波段天线的有效性；提出，进而形成，给出混合优化问题求解的新思路

6、；针对具有环结构的天线设计问题，提出摘要进而形成初步实现和的数值验证；通过修改，进一步提高种群多样性。、和关注天线拓扑结构优化，关注天线尺寸优化，是这些算法的拓展。值得注意的是，和具有较强的算法理论意义，关于它们的算法原理还有待进一步研宄，故本文没有将它们直接用于天线的优化设计。本文通过对基于的天线多目标优化技术的研究，不仅发展了算法理论，也为天线优化设计提供了高效的设计方法。关键词：多目标优化进化算法基于分解的多目标进化算法天线结构优化设计隔离度近场天线ABSTRACTABSTRACTAntennaoptimizationisanimportantresearchdire

7、ctioninelectromagneticfield.Inpracticalengineering,mostantennastructureoptimizationdesignscouldbeattributedtomultiobjectiveoptimizationproblems(MOPs).Withthedevelopmentofcomputationalintelligence,MOEAs(multiobjectiveevolutionaryalgorithms)havetheirsuccessfulap