基于代理模型和DE算法的天线优化设计-论文.pdf

《基于代理模型和DE算法的天线优化设计-论文.pdf》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、2015年2月舰船电子对抗Apr．2015第38卷第2期SHIPBOARDELECTRONICCOUNTERMEASUREVo1．38No．2基于代理模型和DE算法的天线优化设计李哲(中国船舶重工集团公司第723研究所，扬州225001)摘要：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1O～11GHz频段内，天线反射系数小于一27dB，验证了算法的有效性。关键词：差分进化；代理模

2、型；克里金插值中图分类号：TN823．17文献标识码：A文章编号：CN32—1413(2015)02—0088—05DoI：10．16426／j．cnki．icdzdk．2015．02．023AntennaOptimizationDesignBasedonSurrogateModelandDEAlgorithmLIZhe(The723InstituteofCSIC，Yangzhou225001，China)Abstract：Duringtheoptimizationdesignofantennas，directlyusingsimulationsoftwaressuchasHFSS，et

3、c．toperformparameterscanmaycostalotoftime．Inordertosolvethisproblem，thispa—percombinessurrogatemodelwithdifferentialevolution(DE)algorithm。whichreducesthetimesofexactelectromagneticsimulationinoptimizationprocessSOthattheoptimizationtimeissignifi—cantlyreduced，thendesignsaQuasi—Yagiantennabyusing

4、thismethod，theresultshowsthattheantennareflectioncoefficientiS1essthan一27dBwithinthefrequencybandof10～11GHZ。whichvalidatestheeffectivenessofthealgorithm．Keywords：differentialevolution；surrogatemodel；Kriginginterpolation具有简单易用、鲁棒性好、全局搜索能力强、对控制0引言参数的依赖性小的优势，不但在工程实践中得到广一般的商业电磁仿真软件都能够根据建立好的泛使用，在国内外进化

5、计算大赛中也屡获殊荣。因天线模型给出相应的电磁特性，如阻抗带宽、增益、此本文选用差分进化算法作为优化算法中的全局搜方向图等。但是，要根据预先设定好的性能指标设索引擎。计出相应的天线结构与尺寸却不是一件容易的事虽然各种进化算法已经成功应用于天线设计的情。虽然一般的电磁仿真软件都会内置一些参数扫很多场合，但是在提高天线设计的效率方面，还有很描功能，但直接在电磁仿真软件中进行参数扫描不多工作要做。全波电磁仿真在天线设计中常常是必仅效率很低，而且在面对涉及较多参数的复杂综合不可少的，然而一组数据的仿真所需要的时间一般问题时，往往难以得到最优化的参数。从几分钟到十几分钟不等，而一些复杂模型常常需由

6、于天线综合问题常常可以归属为黑箱优化问要几个小时到十几个小时。而一个基于进化算法的题，各种进化算法的出现使得非遍历寻求最优解在天线综合问题可能需要上千次计算(电磁仿真)才能天线设计中成为可能。找到符合要求的解。显然，如何在不牺牲天线性能与其它进化算法相比，差分进化(DE)[1-2]算法的前提下提高进化算法的工作效率成了当务之急。收稿日期：2014—09—03第2期李哲：基于代理模型和DE算法的天线优化设计89为了解决上面的问题，本文引入了代理模型法。用的地质统计网格化方法。它首先考虑函数值在空它使用一个代理模型对所求函数值进行估计，避免间位置上的变异分布并确定对一个待插点值有影响了在优化

7、问题中直接对函数值进行精确计算，以减的范围，然后用此范围内的采样点来估计待插点的小计算成本。随着在这方面研究的深入，出现了很值。该方法在数学上可对所研究的对象提供一种最多优秀的代理模型，例如克里金插值(KrigingIn—佳线性无偏估计。在数据点多时，其内插的结果可terpolation)，人工神经网络(ANN)L4]，支持向量信度较高。回归(SVR)引，径向基函数(RBF)_6]。与其他代理这里使用普通克里金法来对一个未知点的值进