[发明专利]一种基于克里金代理模型和多目标遗传算法的天线设计方法

权利要求书

1.一种基于克里金代理模型和多目标遗传算法的天线设计方法，其特征在于：包括以下步骤：

步骤1：定义启发式采样目标函数，使用粒子群算法求解启发式采样目标函数完成m_d个样本采样，更新样本集；

步骤2：使用步骤1得到的样本集训练克里金模型预测器；

步骤3：将训练好的克里金模型预测器作为目标函数传入NSGA3优化器，运行多目标优化，得到优化解集；

步骤4：判断步骤3得到的优化解集是否有满足优化目标的解，若有，则对满足设计目标的解进行电磁仿真验证，并进入步骤5，否则转到步骤1；

步骤5：判断电磁仿真验证结构是否满足优化目标，若满足，则结束设计，否则转到步骤1。

2.根据权利要求1所述的一种基于克里金代理模型和多目标遗传算法的天线设计方法，其特征在于：在进入步骤1之前还包括初始化步骤，具体包括：

确定天线的结构参数和需要优化的目标；

设置预先确定的天线结构参数的设计空间上边界x_up和下边界x_low。

3.根据权利要求2所述的一种基于克里金代理模型和多目标遗传算法的天线设计方法，其特征在于：所述步骤1中的启发式采样目标函数表示为：

x^(m+1)＝arg max_x min{g(y⁽ⁱ⁾)(x-x⁽ⁱ⁾)²|i＝1,2,...,m} (2)

式中，m为样本集大小，x⁽ⁱ⁾表示天线的结构参数，y⁽ⁱ⁾表示使用HFSS对天线结构参数x⁽ⁱ⁾的天线进行仿真得到的目标函数值，g()表示变换函数；

所述变换函数表示为：

其中，α是采样算法贪婪因子。

4.根据权利要求2或3所述的一种基于克里金代理模型和多目标遗传算法的天线设计方法，其特征在于：所述步骤1具体包括以下子步骤：

S1-1：定义初始样本集S＝{(x⁽ⁱ⁾,y⁽ⁱ⁾)|i＝1,2,...,m}，定义启发式采样目标函数，计数器k＝0；

S1-2：对当前样本集进行归一化处理，将启发式采样目标函数句柄传递给粒子群算法，设定种群大小，优化上边界为x_up和下边界为x_low，优化结束得到天线结构参数x^(m+1)；

S1-3：使用HFSS对天线结构参数为x^(m+1)的天线进行仿真，得到目标函数值y^(m+1)；将新样本(x^(m+1),y^(m+1))加入样本集S，更新样本集大小m＝m+1，更新计数器k＝k+1；

S1-4：判断是否k＜m_d，若是则跳转到S1-2，否则完成采样。

5.根据权利要求1所述的一种基于克里金代理模型和多目标遗传算法的天线设计方法，其特征在于：所述步骤2中的克里金模型预测器表示为：

其中，b(x)表示预先设置的基函数，B表示样本集中每个样本的基函数组成的矩阵B_ij＝b(x⁽ⁱ⁾)_j，Y表示样本集中每个样本的目标函数值组成的矩阵Y_ij＝y⁽ⁱ⁾_j，R表示预先设置的相关函数矩阵R_ij＝R(θ,x⁽ⁱ⁾,x^(j))，r表示待预测点与样本集的相关函数向量r(x)＝[R(θ,x,x⁽¹⁾),...,R(θ,x,x^(m))]^T，β*＝(B^TR^-1B)^-1B^TR^-1Y。