基于粒子群算法的天线优化研究.pdf

《基于粒子群算法的天线优化研究.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、分类号密级公幵编号碛士研究生嗲位夂题目棊于粒子群算法的天线优化研究学院（所、中心）信息学院专业名称电子与通信工程研究生姓名贾邦婕学号导师姓名黄铭职称教授年月扉页论文独创性声明及使用授权本论文是作者在导师指导下取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，不存在剽窃或抄袭行为。与作者一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版），也可以釆用影印、缩印或其他复制手段保存论文；学校有权公布论文的全部或部分内容，可

2、以将论文用于查阅或借阅服务；学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。内部或保密的论文在解密后应遵循此规定）期：研究生签名：贺如导师签名：日摘要摘要随着无线通信技术的快速发展，天线在工程中的应用也越来越广，性能要求越来越高。在制作天线前，我们通常需要用电磁仿真软件来设计器件的结构和尺寸，然后根据仿真结果进行优化设计找到最佳尺寸。天线的优化设计可以省去许多重复工作，并提高设计者的工作效率。大多数的微波仿真软件都带有优化功能，例如公司开发的电磁仿真软件，我们可以利用软件的

3、模块选择需要优化的工程变量，然后根据设计意图进行优化设计。但是使用这种优化方法有一定的局限性，得到的最优值可能是局部最优而非全局最优，而且只能优化一个变量。使用语言作为宏命令来进行二次开发，这为编写外部优化程序提供了可能。本文使用粒子群算法作为外部优化程序，粒子群算法（简称是一种具有全局优化功能的群智能算法。与其他群智能算法相比，具有容易编写程序、参数数量少、计算速度快等优点。本文使用软件编写粒子群算法程序，利用库函数和编写建模语言，在环境中启动软件计算模型性能参数，并将计算结果返回给进行迭代优化。本文选择天线作为联合优化电磁问题的切入点，使用算法对

4、中建立的天线模型进行优化。主要工作归纳如下：用算法优化圆波导天线，使天线的谐振点频率位于设计的用算法优化微带天线带宽，并在工作频率下产生全向辐射；用算法优化寄生结构微带天线，使天线的回波损耗系数得到改善；关键词：粒子群优化算法；脚本语言；超材料天线；寄生结构天线AbstractAbstractWiththerapidofwirelesscommunicationtechnique,therangeofapplicationofantennabecomemoreandmorewidely,anditsperformancerequirementsare

5、alsogettinghigherandhigher.Beforefabricatinganantenna,weusuallyneedtodesignthestructureandsizeofthedevicebyusingelectromagneticsimulationsoftware,andthenoptimizethesizeofthedeviceaccordingtothesimulationresults.Theoptimizationofelectromagneticmodalscanmarkedlyreducerepeatedwork

6、andimprovetiieeficiencyofthedesigners'work.Withmostofelectromagneticsimulationsoftwaredevelopedwiththefunctionofoptimization,suchasAnsoflHFSS,wecancreateanoptimizationsetuptosearchthebestsizesforourelectromagneticmodals.ButthebeststructuresizesearchedbyHFSSoptimizationisusually

7、thelocaloptimalvalueratherthantheglobaloptimalvalue.AtthesametimeonlyoneprojectparametercanbeoptimizedinoneHFSSoptimizationdesign.Fortunately,HFSSofferssecondarydevelopmentbyrecordingVBSscript,andthisispossibletooptimizemicrowavedevicesbywritingexternalprogram.PSO(PartialSwarmO

8、ptimization)isoneoftheSwarmIntelligenceAlgorithmswitht