论文部分内容阅读
利用优化算法进行天线的自动设计是现代天线研究的一个重要趋势。而演化计算的出现使人们得以借助其强大的优化能力得到所要求的理想结果。优化后所得到的天线形式往往会出乎人们的意料，这是经验及技巧所难以企及的高度。
演化计算是人工智能领域中基于生物进化理论的一个分支。它模拟自然界生物演化过程，采用某种编码技术表示问题的可能解，并通过对编码表示进行遗传操作和自然选择来解决问题。由于演化计算具有自组织、自适应、自学习等智能特性，同时拥有描述简单、使用灵活、易于操作和对问题要求的限制条件少以及适合于大规模并行计算等特点，它己在复杂优化问题求解、机器学习和众多工程领域中取得了很大成功，成为许多科学关注的一个热点。演化硬件是由演化算法衍生出的一个分支。是将演化算法和计算机硬件结合的一个全新领域，演化硬件的目的是赋予硬件和生物一样的自适应、自修复、自学习特性。本文以天线作为演化对象，对演化天线进行了一系列探索工作。
本文首先介绍了课题研究的背景、意义以及目前国内外将演化算法应用到天线自动设计中的研究现状和进展情况，并对现状中的对工程优化设计中使用的算法进行了概述。介绍了演化计算的基本概念、特点和发展进展。在此基础上，结合遗传算法和天线数值计算程序(Numerical Electromagnetics Code)的各自特点，借助本文提出的分支线天线结构模型的编码方案，设计实现了一种适用于对线天线结构进行仿真优化的方案，并将其编成一个优化程序。该程序使用实型树结构编码，截断法选择，中间重组交叉方式和均匀变异。遗传算法的优点在于通用性好，具有鲁棒性；能够在解空间的几个不同区域内搜索最优点，并能够以很高的概率跳出局部最优解，而收敛于全局最忧解。应用该优化程序，对高频工作方式下的四臂分支天线进行仿真优化，验证了本文提出的优化方案是可行的。
本文的贡献主要体现在以下几个方面：
1．设计实现了分支线天线结构模型的编码方案。
2．结合遗传算法和天线数值计算程序的各自优点，编写完成了分支线天线自动设计软件。
3．在天线研究上进行了大量的工作，仿真设计了高频工作方式下的四臂分支天线。
4．设计实现了四臂分支天线的目标函数。