發(fā)布時(shí)間：2017-07-14 15:05

  本文關(guān)鍵詞：基于人工智能算法的自組構(gòu)天線的優(yōu)化設(shè)計(jì)

  更多相關(guān)文章： 自組構(gòu)天線 貼片天線 環(huán)天線 智能算法 遺傳算法

【摘要】：自組構(gòu)天線是一種新型的自適應(yīng)智能天線,它可以根據(jù)外部環(huán)境的改變或者信號(hào)的強(qiáng)弱智能地調(diào)節(jié)其自身的結(jié)構(gòu),這種結(jié)構(gòu)的改變不是指天線物理形狀的改變而是指改變天線樣板上的開關(guān)序列來(lái)實(shí)現(xiàn)天線電結(jié)構(gòu)的改變,正是由于這一特性,自組構(gòu)天線已成為當(dāng)今智能天線領(lǐng)域一大研究熱點(diǎn)。本文針對(duì)自組構(gòu)天線展開了一系列的研究工作,主要體現(xiàn)在以下幾個(gè)方面：分析比較了遺傳算法、模擬退火算法和量子遺傳算法這三種算法的優(yōu)缺點(diǎn),提出了一種改進(jìn)的遺傳退火模擬算法,經(jīng)過測(cè)試函數(shù)的檢驗(yàn),此算法比標(biāo)準(zhǔn)遺傳算法具有更好的全局收斂性。然后在MATLAB平臺(tái)上設(shè)計(jì)了一種利用HFSS計(jì)算自組構(gòu)天線的程序優(yōu)化方案,該方案能夠有效的對(duì)自組構(gòu)天線結(jié)構(gòu)進(jìn)行搜索優(yōu)化計(jì)算。之后利用改進(jìn)的算法分別對(duì)貼片自組構(gòu)天線和矩形環(huán)自組構(gòu)天線進(jìn)行結(jié)構(gòu)搜索計(jì)算：在對(duì)貼片自組構(gòu)天線的研究中,對(duì)其單頻段工作,多頻段工作,寬頻段工作三種工作模式分別進(jìn)行了結(jié)構(gòu)搜索,結(jié)果發(fā)現(xiàn)在單頻段工作時(shí)采用了改進(jìn)算法的搜索方案在全局收斂性上優(yōu)于其他智能算法；同時(shí)采用了基于遺傳算法的多目標(biāo)優(yōu)化算法被應(yīng)用到多頻段和寬頻段工作中,使得貼片自組構(gòu)天線能夠良好的工作在這兩種模式下。在對(duì)矩形環(huán)自組構(gòu)天線的研究過程中,由于方向圖變化等原因,本文采用了增益連同反射系數(shù)一并優(yōu)化的搜索方案,此方案能在一定程度上保持方向圖原有特性,并且最后還討論了針對(duì)矩形環(huán)自組構(gòu)天線出現(xiàn)的平衡饋電的問題。本文應(yīng)用人工智能算法對(duì)貼片自組構(gòu)天線和矩形環(huán)自組構(gòu)天線進(jìn)行結(jié)構(gòu)搜索和性能分析,結(jié)果表明自組構(gòu)天線具備單頻段工作、多頻段工作和寬頻段工作的能力：并且采用多目標(biāo)搜索算法可以使得自組構(gòu)天線在多個(gè)天線性能參數(shù)上分別優(yōu)化。這些結(jié)論對(duì)自組構(gòu)天線的應(yīng)用設(shè)計(jì)和優(yōu)化方法具有指導(dǎo)意義。
【關(guān)鍵詞】：自組構(gòu)天線 貼片天線 環(huán)天線 智能算法 遺傳算法
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;TN821.91
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 研究背景和研究意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀與應(yīng)用前景10-14
• 1.2.1 自組構(gòu)天線的研究現(xiàn)狀10-12
• 1.2.2 人工智能算法的研究現(xiàn)狀12-13
• 1.2.3 自組構(gòu)天線未來(lái)的應(yīng)用方向13-14
• 1.3 本文的研究?jī)?nèi)容與結(jié)構(gòu)安排14-16
• 第2章 自組構(gòu)天線基本原理16-29
• 2.1 天線的主要性能參數(shù)16-18
• 2.1.1 天線的電路特性參數(shù)16-17
• 2.1.2 天線的輻射特性參數(shù)17-18
• 2.2 微帶貼片天線18-20
• 2.2.1 微帶貼片天線的基本結(jié)構(gòu)18-19
• 2.2.2 矩形微帶天線的輻射原理19-20
• 2.2.3 矩形微帶天線的設(shè)計(jì)20
• 2.3 環(huán)天線20-25
• 2.3.1 環(huán)天線的基本結(jié)構(gòu)20-22
• 2.3.2 方環(huán)天線的輻射原理22-25
• 2.4 自組構(gòu)天線的基本結(jié)構(gòu)與原理25-28
• 2.4.1 微帶貼片結(jié)構(gòu)26-27
• 2.4.2 矩形對(duì)數(shù)周期結(jié)構(gòu)27
• 2.4.3 互補(bǔ)結(jié)構(gòu)27-28
• 2.5 本章小結(jié)28-29
• 第3章 人工智能優(yōu)化算法29-38
• 3.1 遺傳算法29-31
• 3.1.1 遺傳算法的概述與特點(diǎn)29-30
• 3.1.2 標(biāo)準(zhǔn)遺傳算法的實(shí)現(xiàn)步驟30-31
• 3.2 模擬退火算法31-33
• 3.2.1 模擬退火算法的概述與特點(diǎn)31-32
• 3.2.2 模擬退火算法的實(shí)現(xiàn)步驟32-33
• 3.3 量子遺傳算法33-35
• 3.3.1 量子遺傳算法的概述與特點(diǎn)33-34
• 3.3.2 量子遺傳算法的實(shí)現(xiàn)步驟34-35
• 3.4 本文所應(yīng)用的改進(jìn)算法35-36
• 3.4.1 遺傳退火模擬算法35-36
• 3.4.2 適應(yīng)度函數(shù)變換策略36
• 3.4.3 參數(shù)自適應(yīng)策略36
• 3.5 基于遺傳算法的多目標(biāo)優(yōu)化算法36-37
• 3.6 本章小結(jié)37-38
• 第4章 利用HFSS計(jì)算自組構(gòu)天線的智能算法程序設(shè)計(jì)38-48
• 4.1 自組構(gòu)天線優(yōu)化計(jì)算與常規(guī)優(yōu)化天線計(jì)算的不同38
• 4.2 采用人工智能算法的有效性和必要性38-40
• 4.3 利用HFSS計(jì)算自組構(gòu)天線的智能算法程序方案40-42
• 4.3.1 智能算法程序主要框架40-42
• 4.3.2 主要程序模塊42
• 4.4 函數(shù)尋優(yōu)測(cè)試42-47
• 4.4.1 測(cè)試函數(shù)選取原則42-43
• 4.4.2 全局搜索算法測(cè)試43-46
• 4.4.3 多目標(biāo)搜索算法測(cè)試46-47
• 4.5 本章小結(jié)47-48
• 第5章 人工智能算法在自組構(gòu)天線計(jì)算中的應(yīng)用48-70
• 5.1 自組構(gòu)貼片天線特性的研究48-61
• 5.1.1 電壓駐波比性能優(yōu)化50-59
• 5.1.2 人工智能算法比較59-61
• 5.2 矩形環(huán)結(jié)構(gòu)自組構(gòu)天線特性研究61-69
• 5.2.1 電壓駐波比性能優(yōu)化62-66
• 5.2.2 單頻段雙目標(biāo)工作優(yōu)化66-68
• 5.2.3 矩形環(huán)自組構(gòu)天線平衡饋電的探討68-69
• 5.3 本章小結(jié)69-70
• 第6章 總結(jié)與展望70-71
• 致謝71-72
• 參考文獻(xiàn)72-74
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文74

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 吳瑞鏞,徐大紋;具有年齡結(jié)構(gòu)的遺傳算法[J];桂林電子工業(yè)學(xué)院學(xué)報(bào);2001年04期

2 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計(jì)[J];液壓氣動(dòng)與密封;2001年02期

3 楊宜康,李雪,彭勤科,黃永宣;具有年齡結(jié)構(gòu)的遺傳算法[J];計(jì)算機(jī)工程與應(yīng)用;2002年11期

4 谷峰,吳勇,唐俊;遺傳算法的改進(jìn)[J];微機(jī)發(fā)展;2003年06期

5 ;遺傳算法[J];計(jì)算機(jī)教育;2004年10期

6 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年05期

7 劉坤,劉偉波,吳忠強(qiáng);基于模糊遺傳算法的電液位置伺服系統(tǒng)控制[J];黑龍江科技學(xué)院學(xué)報(bào);2005年04期

8 張英俐,劉弘 ,馬金剛;遺傳算法作曲系統(tǒng)研究[J];信息技術(shù)與信息化;2005年05期

9 丁發(fā)智;;淺談遺傳算法[J];烏魯木齊成人教育學(xué)院學(xué)報(bào);2005年04期

10 李冰潔;;遺傳算法及其應(yīng)用實(shí)例[J];吉林工程技術(shù)師范學(xué)院學(xué)報(bào);2005年12期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 李國(guó)云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第五屆全國(guó)制冷空調(diào)新技術(shù)研討會(huì)論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

6 龐國(guó)仲;王元西;;基于遺傳算法控制步長(zhǎng)的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計(jì)算機(jī)編程中的應(yīng)用[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

9 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標(biāo)決策問題中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

2 張士偉;三維聲學(xué)快速多極基本解法在機(jī)械噪聲預(yù)測(cè)中的應(yīng)用研究[D];沈陽(yáng)工業(yè)大學(xué);2016年

3 高軍;無(wú)鉛焊料本構(gòu)模型及其參數(shù)識(shí)別方法研究[D];南京航空航天大學(xué);2015年

4 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

5 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

6 郝國(guó)生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

8 馬國(guó)田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

9 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

10 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

4 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測(cè)[D];昆明理工大學(xué);2015年

5 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

6 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

7 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

8 吳欣欣;改進(jìn)GA-TS算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)入侵檢測(cè)研究[D];湖南工業(yè)大學(xué);2015年

9 王壘;基于遺傳算法的A型單喇叭互通立交線形優(yōu)化[D];長(zhǎng)安大學(xué);2015年

10 龔高;基于遺傳算法的橋梁結(jié)構(gòu)傳感器優(yōu)化布置研究[D];長(zhǎng)安大學(xué);2015年

，

本文編號(hào)：541523