

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、體積小、重量輕、外觀優(yōu)美、結構緊湊的微帶天線在移動通信等領域得到了廣泛應用,如何實現(xiàn)其小型化、寬帶化、多頻和多功能是當今的研究熱點。另外, MEMS 開關加載可重構天線因其可以用一個物理口徑實現(xiàn)多個天線的功能而越來越受到人們的關注。如何對這些天線進行優(yōu)化設計是本文所想探索的。 近年來,利用遺傳算法對天線進行優(yōu)化設計一直是研究的熱點。做為一種通用的搜索方法,遺傳算法在進行天線優(yōu)化時,不受初始值限制,程序通用性強且能夠取得較好的區(qū)域
2、搜索和空間擴展的平衡。在使用遺傳算法進行天線優(yōu)化時,需要通過解析方法或者全波分析構造所需要的適應度函數(shù),但是前者對于復雜結構天線難以實現(xiàn),后者耗時較長。針對上述問題,本文引入神經網絡,通過對有限個樣本的全波分析結果進行訓練從而建立天線結構參數(shù)和性能參數(shù)之間的非線性映射關系。一旦神經網絡模型建成,天線的性能參數(shù)值就可以通過此映射關系直接得出,相比于全波分析所耗時間幾乎可以忽略。 本文對于神經網絡和遺傳算法的結合進行了研究,并將其用
3、于天線結構的優(yōu)化設計。對于給定天線原型結構和設計要求,首先利用部分正交實驗法選出部分天線結構參數(shù)樣本,用高頻仿真軟件HFSS 進行仿真并將其結果輸出,然后運用BP 神經網絡對這些樣本進行訓練,建立結構參數(shù)和天線性能之間的映射。最后運用遺傳算法,根據(jù)天線設計要求定出相應的適應函數(shù)表達式,通過一代代的遺傳進化最終得到所需要的天線的結構參數(shù)。文中對有寄生單元的倒F 天線,帶探針且上部開槽的三角形貼片天線等進行了優(yōu)化設計,效果較好。對于開關加載
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經網絡和遺傳算法的結構優(yōu)化設計.pdf
- 基于遺傳算法的前饋神經網絡優(yōu)化設計.pdf
- 基于神經網絡和遺傳算法的鍋爐燃燒優(yōu)化.pdf
- 32 基于遺傳算法的神經網絡優(yōu)化方法
- 基于遺傳算法和BP神經網絡的可展開天線的控制.pdf
- 基于遺傳算法和神經網絡的輸電鐵塔形狀優(yōu)化設計.pdf
- 基于神經網絡和遺傳算法的軸流風機葉輪優(yōu)化.pdf
- 基于改進遺傳算法的神經網絡結構優(yōu)化研究.pdf
- 基于遺傳算法優(yōu)化神經網絡的混沌控制方法.pdf
- 基于遺傳算法優(yōu)化神經網絡的電力負荷預測.pdf
- 基于遺傳算法優(yōu)化RBF神經網絡控制器.pdf
- 基于神經網絡和遺傳算法的防揮鞭傷安全座椅的優(yōu)化設計.pdf
- 基于遺傳算法和神經網絡的泵站經濟運行研究.pdf
- 基于遺傳算法優(yōu)化的BP神經網絡跟車模型研究.pdf
- 基于神經網絡和遺傳算法的預測控制.pdf
- 基于遺傳算法和神經網絡的質量控制研究.pdf
- 基于神經網絡和遺傳算法融合技術的模型研究.pdf
- 基于遺傳算法和神經網絡的雷達信號識別研究.pdf
- 基于遺傳算法的模糊神經網絡控制.pdf
- 基于神經網絡與遺傳算法的壓氣機葉片氣動優(yōu)化設計研究.pdf
評論
0/150
提交評論