[发明专利]基于蝙蝠算法的天线设计优化方法及系统

说明书

本发明提供了一种基于蝙蝠算法的天线设计优化方法及系统，包括：根据天线的类型，设定适应度函数，并根据天线的类型确定加工材料和制造工艺；根据加工材料和制造工艺设定天线的已知参数和未知参数变量的范围，并根据天线的物理尺寸范围进行未知参数变量初始化；根据当前种群参数确定天线物理尺寸，通过电磁仿真计算适应度函数，得到适应度值；基于蝙蝠算法对种群参数迭代更新，得到子代种群及当前的适应度值；根据预设的终止条件进行判断，判断当前的适应度值是否满足要求或者迭代次数是否达到上限，满足则输出。本发明能够提升优化效率，实现对满足特定性能天线的快速自动优化设计。

技术领域

本发明涉及天线领域，具体地，涉及一种基于蝙蝠算法的天线设计优化方法及系统。

背景技术

无线通信技术的迅速发展和应用，对于天线设计提出了越来越高的要求。一方面，在很多应用场景中，受空间限制，天线往往是经典结构的变种，决定天线性能的关键参数较多，缺少指导性的设计公式；另一方面，新一代的移动通信系统下，对天线性能的要求也越来越苛刻。

正如公开号为CN104239634A公开的一种天线设计方法，现有的天线设计方法主要分为三类，一是基于设计公式结合仿真软件调试的传统设计方法：根据天线的物理模型推导解析公式进行指导性设计，再使用Ansoft HFSS与CST等电磁仿真软件计算天线的各项性能指标，并以此为基础对其参数进行调试。但这种方法只适用于简单结构参数较少有经典设计公式的天线，对于经典结构变种和多参数天线设计，要求工程师反复进行调试，其流程耗时耗力，而最终结果也无法保证为理论最优值。二是基于梯度优化的方法：根据设计经验建立粗糙模型，在调试中后期通过共轭梯度、准牛顿、高斯-牛顿、梯度下降等方法进行局部优化，这类方法适用于局部优化问题，收敛速度快、结果稳定。但难以解决高维非凸问题，结果也不能保证全局最优。三是基于群体智能的设计方法：使用群体智能算法如遗传算法、粒子群算法等自动调整参数设置，并使用仿真软件计算对应设计的性能指标。这一方法可实现天线的全自动设计，适用于高维非凸问题，结果可达理论全局最优值，但存在收敛速度慢、结果不稳定、易陷入局部搜索等问题。

蝙蝠算法属于启发式搜索算法，通过模拟蝙蝠回声定位搜捕猎物过程进行寻优，引入了频率调节功能，可以快速从前期的全局搜索转入后期的局部搜素。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于蝙蝠算法的天线设计优化方法及系统。

根据本发明提供的一种基于蝙蝠算法的天线设计优化方法，包括：

模型建立步骤：根据天线的类型，设定适应度函数，并根据天线的类型确定加工材料和制造工艺；

模型初始化步骤：根据加工材料和制造工艺设定天线的已知参数和未知参数变量的范围，并根据天线的物理尺寸范围进行未知参数变量初始化；

电磁仿真步骤：根据当前种群参数确定天线物理尺寸，通过电磁仿真计算适应度函数，得到适应度值；

算法优化步骤：基于蝙蝠算法对种群参数迭代更新，得到子代种群及当前的适应度值；

条件判断步骤：根据预设的终止条件进行判断，判断当前的适应度值是否满足要求或者迭代次数是否达到上限，满足则输出当前种群参数及适应度值，否则进入子代筛选步骤；

子代筛选步骤：根据天线的物理模型判断子代种群的电气合理性，更新算法优化步骤中记录的子代种群并返回电磁仿真步骤。

优选地，所述天线为多参数几何结构。

优选地，所述适应度函数基于天线阻抗带宽或辐射特性得到。

优选地，所述计算适应度函数通过全波电磁仿真软件计算。

优选地，所述电磁仿真的仿真环境设置在迭代中保持不变。

优选地，所述蝙蝠算法基于天线的物理尺寸范围进行种群位置初始化。