宋智，李焱淼，许丽群，朱义胜

(1.大连海事大学 信息科学技术学院，辽宁 大连116026;2.大连交通大学 电气信息学院，辽宁 大连116028;3.大连交通大学 理学院，辽宁 大连 116028)*

0 引言

现代天线匹配网络的优化设计问题一直受到人们的广泛重视.Carlin提出实频法［1］，Pandel和Fettweis提出参数计量法［2］和直接法.随着人工智能技术的发展，遗传算法［3］、模拟退火算法［4］、改进的高斯牛顿法［5］等都在天线匹配网络的设计中取得了一定成果，其中经常遇到多目标函数的优化问题.但上面提到的多目标优化方法主要是将多目标优化问题转变为单目标优化问题.采用单目标优化的方法求解，每次只能得到一个解，需经过多次运算后才能得到一组近似Pareto最优解，而且因为每次计算结果彼此独立，可能出现结果不一致的情况.加权的目标函数之间通过决策变量相互制约，最终优化目标仅为各个目标之和，各个目标的优化进度不可操作.

多目标遗传算法用来解决多目标优化问题，其核心是协调各个目标函数之间的关系，找出使各目标函数能尽量达到比较小(或比较大)的Pareto最优解集.在众多的多目标遗传算法中，影响较大的是 NSGA-II算法［6］.本文将 NSGA-II算法应用于频率范围为10～590 MHz的宽带天线匹配网络的设计.仿真结果表明，利用NSGA-II算法优化得到宽带匹配网络具有随天线阻抗变化灵敏度低的特点，能兼顾系统的驻波比和效率，该算法适用于各种宽带天线匹配网络的优化设计.

1 宽带天线匹配网络

图1所示二……