张 民 瞿培华 阳 松

（西安电子科技大学物理与光电工程学院，陕西 西安710071）

引 言

在天线优化领域中，经典的演化算法有遗传算法（Genetic Algorithm，GA），粒子群算法（Particle Swarm Optimization，PSO）等，这里重点介绍遗传算法，遗传算法是以自然选择和遗传理论为基础的高效全局寻优搜索算法［1-2］.高频电磁仿真软件与矩阵实验室应用程序编程接口（High Frequency Structure Simulator-Matrix Laboratory-Application Programming Interface，HFSS-MATLAB-API）［3］是一种源自于MATLAB的库函数，通过脚本接口来控制高频电磁仿真软件（High Frequency Structure Simulator，HFSS）进行对象的设计和仿真，它的存在弥补了传统高频结构电磁仿真软件建模的不足，可以为设计复杂天线做快速化建模［4］.随着现代雷达和通信系统的迅速发展，为实现通信、导航、制导等目的，卫星所需的天线数量越来越多.为了减轻平台上所负载的天线重量、降低成本，希望能用一个天线来实现多个天线的功能，由此可重构天线的需求越来越迫切.可重构天线概念新、难度大、相关基础研究少，还没有能够有效分析和设计可重构天线的电磁理论［5］.遗传算法作为一类求解最优化问题的高效优化算法，其全局最优解的寻优成功率高，在天线优化领域得到了广泛的应用，因此将遗传算法应用到可重构微带天线的优化中来.

1 演化算法对微带天线的优化

针对文献［6］中提到的频率可重构微带天线进行优化，如图1所示，该天线由3×3的子贴片阵列组成，子贴片之间通过射频微机电开关连接，一共需要12个开关，通过开关的闭合和断开可动态地工作在S波段（2～4GHz）和X波段（8～12GHz）［7］.优化的基本问题：图……