神经网络算法加速天线优化设计
2020-09-29李闯,陈星,程阳
无线电工程 2020年10期
李 闯,陈 星,程 阳
(四川大学 电子信息学院,四川 成都 610065)
0 引言
传统天线设计方法通常依赖于天线设计人员的工作经验和理论知识,设计过程不仅复杂而且耗时长,也难以做到最优设计。近年来,天线优化设计得到了重视和研究。它采用天线数值计算方法对天线相关性能进行全波数值仿真,利用遗传算法等现代优化算法实现对天线结构的计算机辅助设计,其基本原理是将天线设计转化为遗传算法的搜索寻优过程。已有研究表明[1-2],天线优化设计能够节省设计者大量精力,同时扩宽天线设计范围,提高设计精度,成为现代天线研究的一个新热点。但优化设计过程中需要反复执行天线全波数值仿真,占据了绝大部分优化设计耗时。
神经网络算法由于可以快速进行大量运算,且能充分逼近任意复杂的非线性关系,因而非常适合求解像天线这种结构参数与相关性能存在复杂的非线性关系的问题。文献[3]利用3层BP神经网络模型对一个贴片天线的S11进行了预测,大大提高了天线设计效率。文献[4]提出了一种基于径向基神经网络的方法,并用于计算由共线短偶极子和并行短偶极子构成的均匀线性阵列的方向图,该方法同样适用于短偶极子平面阵列的计算[5]。但它们均只是单纯的将神经网络运用于天线相关性能的预测,预测完全脱离了全波数值仿真。从而可能会造成神经网络算法预测误差对天线优化设计的结果产生不良影响。……
登录APP查看全文
