專利名稱：小天線優(yōu)化設(shè)計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及天線設(shè)計(jì)技術(shù)，更具體地說(shuō)，涉及一種小天線優(yōu)化設(shè)計(jì)方法。
背景技術(shù)：
進(jìn)行天線特別是小天線設(shè)計(jì)時(shí)，如何確定小天線的結(jié)構(gòu)尺寸，是天線設(shè)計(jì)過(guò)程中 的一個(gè)重要環(huán)節(jié)。小天線結(jié)構(gòu)的特征信息由一組參數(shù)描述，如金屬線寬、基板的厚度、介電 常數(shù)等。為了獲得期望的電磁響應(yīng)例如，在2. 4GHz頻點(diǎn)處，電磁響應(yīng)參數(shù)Sll的值應(yīng)低 于-10dB，通常需要做大量的實(shí)驗(yàn)來(lái)能找到合適的小天線特征參數(shù)值。
傳統(tǒng)的小天線設(shè)計(jì)方法是，通過(guò)手動(dòng)方式逐一改變小天線的每個(gè)屬性參數(shù)值，測(cè) 試該結(jié)構(gòu)對(duì)應(yīng)的電磁響應(yīng)，并與目標(biāo)電磁響應(yīng)進(jìn)行對(duì)比，如此不斷循環(huán)，最終找到與目標(biāo)電 磁響應(yīng)最為相近的超材料單元結(jié)構(gòu)屬性參數(shù)。調(diào)整小天線的結(jié)構(gòu)參數(shù)是一項(xiàng)非常耗時(shí)的步 驟，為了達(dá)到小天線設(shè)計(jì)要求和特定的電磁響應(yīng)，對(duì)于小天線的每個(gè)結(jié)構(gòu)參數(shù)進(jìn)行微調(diào)，其 微調(diào)單位可能達(dá)到毫米級(jí)，工作量很大，不僅需要人工干預(yù)而且無(wú)法自動(dòng)實(shí)現(xiàn)。而且，巨大 的工作量使得對(duì)人力、物力、時(shí)間都有極大的要求，因此如何縮短時(shí)間對(duì)提高小天線設(shè)計(jì)效 率有著至關(guān)重要的作用。發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題在于，針對(duì)現(xiàn)有技術(shù)的上述小天線設(shè)計(jì)時(shí)不僅需要人工 干預(yù)且耗時(shí)、耗力的缺陷，提供一種能夠提高小天線設(shè)計(jì)效率的小天線優(yōu)化設(shè)計(jì)方法。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是構(gòu)造一種小天線優(yōu)化設(shè)計(jì)方法，包 括步驟
依據(jù)小天線的設(shè)計(jì)需求預(yù)設(shè)小天線的特征參數(shù)取值范圍；
在預(yù)設(shè)的特征參數(shù)取值范圍內(nèi)選取多個(gè)采樣點(diǎn),得到特征參數(shù)樣本集；
根據(jù)優(yōu)化指標(biāo)預(yù)設(shè)合適的適應(yīng)度函數(shù)；
采用最優(yōu)化算法在所述特征參數(shù)取值范圍內(nèi)搜索最優(yōu)特征參數(shù)值，使得所述適應(yīng) 度函數(shù)值最大。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述小天線包括基板和附設(shè)于基板上的金屬線。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述特征參數(shù)包括介電常數(shù)、金屬線線寬、基板厚度。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述金屬線為銅線、鋁線或銀線。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述優(yōu)化指標(biāo)包括電磁響應(yīng)特性。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述電磁響應(yīng)特性包括散射參數(shù)，所述 散射參數(shù)包括傳輸系數(shù)、反射系數(shù)。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述最優(yōu)化算法為粒子群優(yōu)化算法。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述最優(yōu)化算法為遺傳算法或模擬退火算法。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，采用最優(yōu)化算法在所述特征參數(shù)樣本集 中搜索特征參數(shù)，使得所述適應(yīng)度函數(shù)最大，具體包括步驟
計(jì)算每一特征參數(shù)樣本對(duì)應(yīng)的適應(yīng)度函數(shù)值，得到適應(yīng)度函數(shù)值最大的特征參數(shù) 樣本；
依據(jù)每一特征參數(shù)樣本及其對(duì)應(yīng)的適應(yīng)度函數(shù)值產(chǎn)生新的特征參數(shù)樣本集，所述 新的特征參數(shù)樣本集包含在預(yù)設(shè)的特征參數(shù)取值范圍內(nèi)；
檢測(cè)是否滿足迭代結(jié)束條件，若是，則結(jié)束搜索；若否，則繼續(xù)迭代搜索，直至滿足 迭代結(jié)束條件。
在本發(fā)明所述的小天線優(yōu)化設(shè)計(jì)方法中，所述迭代結(jié)束條件為達(dá)到預(yù)設(shè)搜索次數(shù)。
實(shí)施本發(fā)明的技術(shù)方案，具有以下有益效果本發(fā)明通過(guò)預(yù)設(shè)適應(yīng)度函數(shù)以及采 用最優(yōu)化算法來(lái)實(shí)現(xiàn)小天線特征參數(shù)的自動(dòng)搜索，從而獲取到能夠滿足設(shè)計(jì)需求的最優(yōu)的 小天線的結(jié)構(gòu)參數(shù)，整個(gè)設(shè)計(jì)過(guò)程無(wú)需人工干預(yù)，而且大大提高了設(shè)計(jì)效率，避免了大量的 計(jì)算，減少了設(shè)計(jì)成本，特別是人力、物力、和時(shí)間成本，完全實(shí)現(xiàn)了小天線設(shè)計(jì)的自動(dòng)化。


下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，附圖中
圖1是依據(jù)本發(fā)明一實(shí)施例的小天線優(yōu)化設(shè)計(jì)方法的流程示意圖2是圖1所示的步驟104的詳細(xì)流程示意圖。
具體實(shí)施方式
圖1是依據(jù)本發(fā)明一實(shí)施例的小天線優(yōu)化設(shè)計(jì)方法的流程示意圖，小天線優(yōu)化設(shè) 計(jì)方法100包括如下步驟
步驟101，依據(jù)小天線的設(shè)計(jì)需求預(yù)設(shè)小天線的特征參數(shù)的范圍。這里的設(shè)計(jì)需求 可以是例如小天線放置的空間位置等等。小天線一般情況下，包括基板和附設(shè)于基板上的 金屬線。金屬線可以為銅線、鋁線或銀線。特征參數(shù)包括小天線的尺寸或特性，例如介電常 數(shù)、金屬線線寬、基板厚度等等。通常，小天線放置的空間位置決定了小天線的大概尺寸范 圍。
步驟102,在預(yù)設(shè)的特征參數(shù)范圍內(nèi)選取多個(gè)采樣點(diǎn),得到特征參數(shù)樣本集。具體 的選取原則不做限制，例如可以是均勻選擇、隨機(jī)選擇。采樣點(diǎn)的數(shù)量也依據(jù)需要來(lái)設(shè)定。 一般情況下，采樣點(diǎn)的數(shù)量越多，精確度就會(huì)越高，但是計(jì)算復(fù)雜度也會(huì)相應(yīng)地增加。
步驟103，根據(jù)小天線的優(yōu)化指標(biāo)預(yù)設(shè)合適的適應(yīng)度函數(shù)。這里的優(yōu)化指標(biāo)可以是 任何指標(biāo)需求，例如可以是電磁響應(yīng)特性，電磁響應(yīng)特性包括散射參數(shù)S,散射參數(shù)S包括 反射系數(shù)S11、傳輸系數(shù)S12等。合適的適應(yīng)度函數(shù)能夠快速的獲得較好的優(yōu)化結(jié)果，且盡 可能地達(dá)到優(yōu)化指標(biāo)。下面舉例說(shuō)明在射頻應(yīng)用中，假設(shè)設(shè)計(jì)要求是，在2. 4GHz頻點(diǎn)處， 反射系數(shù)Sll的值越低越好，那么根據(jù)此要求可以預(yù)設(shè)適應(yīng)度函數(shù)y(g) = eXp(-S(g))，其 中g(shù)為小天線的特征參數(shù)值，S(g)表示特征參數(shù)值為g的小天線在2. 4GHz頻點(diǎn)處對(duì)應(yīng)的 反射系數(shù)SI I，反射系數(shù)Sll可以通過(guò)CST仿真得到。
上述示例僅用于說(shuō)明適應(yīng)度函數(shù)的選擇緣由，并不作為對(duì)本發(fā)明的限制。除了反射系數(shù)Sll外，還可以是其他的指標(biāo)表征參數(shù)，這完全依據(jù)設(shè)計(jì)需求來(lái)定，而且不同的應(yīng)用場(chǎng)合關(guān)注的參數(shù)也會(huì)有所差別。
步驟104，采用最優(yōu)化算法在特征參數(shù)取值范圍內(nèi)搜索最優(yōu)的特征參數(shù)值，使得適應(yīng)度函數(shù)值最大。這樣適應(yīng)度函數(shù)值最大的特征參數(shù)就是我們需要的小天線的設(shè)計(jì)參數(shù)。
最優(yōu)化算法可以是任何能夠?qū)崿F(xiàn)搜索最優(yōu)的算法，比如粒子群優(yōu)化算法、遺傳算法、模擬退火算法、神經(jīng)網(wǎng)絡(luò)或螞蟻算法，上述各種算法的具體內(nèi)容可參見相關(guān)技術(shù)資料， 這里不做詳細(xì)闡述，僅對(duì)其進(jìn)行簡(jiǎn)單介紹。
遺傳算法根據(jù)生物演化，模擬演化過(guò)程中基因染色體的選擇、交叉和變異得到的算法。在進(jìn)化過(guò)程中，較好的個(gè)體有較大的生存幾率。
模擬退火是模擬統(tǒng)計(jì)物理中固體物質(zhì)的結(jié)晶過(guò)程。在退火的過(guò)程中，如果·搜索到好的解接受；否則，以一定的概率接受不好的解(即實(shí)現(xiàn)多樣化或變異的思想)，達(dá)到跳出局部最優(yōu)解的目的。
神經(jīng)網(wǎng)絡(luò)模擬大腦神經(jīng)處理的過(guò)程，通過(guò)各個(gè)神經(jīng)元的競(jìng)爭(zhēng)和協(xié)作，實(shí)現(xiàn)選擇和變異的過(guò)程。
螞蟻算法模擬螞蟻的行為，擬人擬物，向螞蟻的協(xié)作方式學(xué)習(xí)。
在本發(fā)明一實(shí)施例中，最優(yōu)化算法采用的是粒子群優(yōu)化算法。如圖2所示，步驟 104具體包括如下步驟
步驟1041，計(jì)算每一特征參數(shù)樣本對(duì)應(yīng)的適應(yīng)度函數(shù)值，得到適應(yīng)度函數(shù)值最大的特征參數(shù)樣本。
對(duì)于特征參數(shù)樣本gi，(i在I和N之間取值，N即為特征參數(shù)樣本集的元素個(gè)數(shù)， 也就是采樣點(diǎn)的數(shù)量)，初始化其速度為Vi,例如可以設(shè)定Vi = O. l*gi。對(duì)于每一特征參數(shù)樣本gi，計(jì)算其適應(yīng)度函數(shù)值I (gi)，尋找最大的適應(yīng)度函數(shù)值，最大的適應(yīng)度函數(shù)值對(duì)應(yīng)的樣本記為gb。
步驟1042，依據(jù)每一特征參數(shù)樣本及其對(duì)應(yīng)的適應(yīng)度函數(shù)值產(chǎn)生新的特征參數(shù)樣本集，新的特征參數(shù)樣本集包含在預(yù)設(shè)的特征參數(shù)的范圍內(nèi)。
對(duì)于每一樣本gi，用以下方程更新樣本速度
Vi = C0XvjC1XrandX (Pbfgi)+C2 X rand X (gb_gi)；
其中，C0> C1^ C2為常數(shù)，例如C0 = O. 5, C1 = 2, C2 = 2, rand為介于O與I之間的均勻分布的隨機(jī)數(shù)，Pbi表示迭代搜索過(guò)程中第i個(gè)樣本搜索歷程中的局部最優(yōu)點(diǎn)。再用以下方程更新樣本位置
gi = gi+vi0
步驟1043，檢測(cè)是否滿足迭代結(jié)束條件，若是，則gb即為最優(yōu)的適應(yīng)度函數(shù)值對(duì)應(yīng)的樣本，結(jié)束搜索；若否，則返回步驟1041繼續(xù)迭代搜索，直至滿足迭代結(jié)束條件。
這里的迭代結(jié)束條件可依據(jù)實(shí)際需求進(jìn)行設(shè)定。例如可以設(shè)定為達(dá)到預(yù)設(shè)的搜索次數(shù)(比如1000次)；也可以是當(dāng)連續(xù)多次迭代輸出的gb的值差異很小，也即在一定的偏差范圍內(nèi)，那么可以認(rèn)為已經(jīng)達(dá)到結(jié)束搜索的條件。
本發(fā)明的設(shè)計(jì)方法非常適合于小天線，尤其適合平面微帶小天線結(jié)構(gòu)的自動(dòng)化設(shè)計(jì)。本發(fā)明通過(guò)預(yù)設(shè)適應(yīng)度函數(shù)以及采用最優(yōu)化算法來(lái)實(shí)現(xiàn)小天線特征參數(shù)的自動(dòng)搜索，從而獲取到能夠滿足設(shè)計(jì)需求的最優(yōu)的小天線的結(jié)構(gòu)參數(shù)，整個(gè)設(shè)計(jì)過(guò)程無(wú)需人工干預(yù)， 而且大大提高了設(shè)計(jì)效率，避免了大量的計(jì)算，減少了設(shè)計(jì)成本，特別是人力、物力、和時(shí)間 成本，完全實(shí)現(xiàn)了小天線設(shè)計(jì)的自動(dòng)化。
上面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行了描述，但是本發(fā)明并不局限于上述的具體 實(shí)施方式，上述的具體實(shí)施方式
僅僅是示意性的，而不是限制性的，本領(lǐng)域的普通技術(shù)人員 在本發(fā)明的啟示下，在不脫離本發(fā)明宗旨和權(quán)利要求所保護(hù)的范圍情況下，還可做出很多 形式，這些均屬于本發(fā)明的保護(hù)之內(nèi)。
權(quán)利要求
1.一種小天線優(yōu)化設(shè)計(jì)方法，其特征在于，包括步驟 依據(jù)小天線的設(shè)計(jì)需求預(yù)設(shè)小天線的特征參數(shù)的取值范圍； 在預(yù)設(shè)的特征參數(shù)取值范圍內(nèi)選取多個(gè)采樣點(diǎn)，得到特征參數(shù)樣本集； 根據(jù)優(yōu)化指標(biāo)預(yù)設(shè)合適的適應(yīng)度函數(shù)； 采用最優(yōu)化算法在所述特征參數(shù)取值范圍內(nèi)搜索最優(yōu)特征參數(shù)值，使得所述適應(yīng)度函數(shù)值最大。
2.根據(jù)權(quán)利要求1所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述小天線包括基板和附設(shè)于基板上的金屬線。
3.根據(jù)權(quán)利要求2所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述特征參數(shù)包括介電常數(shù)、金屬線線寬、基板厚度。
4.根據(jù)權(quán)利要求2所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述金屬線為銅線、鋁線或銀線。
5.根據(jù)權(quán)利要求1所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述優(yōu)化指標(biāo)包括電磁響應(yīng)特性。
6.根據(jù)權(quán)利要求5所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述電磁響應(yīng)特性包括散射參數(shù)，所述散射參數(shù)包括傳輸系數(shù)、反射系數(shù)。
7.根據(jù)權(quán)利要求1所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述最優(yōu)化算法為粒子群優(yōu)化算法。
8.根據(jù)權(quán)利要求1所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述最優(yōu)化算法為遺傳算法或模擬退火算法。
9.根據(jù)權(quán)利要求7所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，采用最優(yōu)化算法在所述特征參數(shù)取值范圍內(nèi)搜索最優(yōu)特征參數(shù)值，使得所述適應(yīng)度函數(shù)值最大，具體包括步驟 計(jì)算每一特征參數(shù)樣本對(duì)應(yīng)的適應(yīng)度函數(shù)值，得到適應(yīng)度函數(shù)值最大的特征參數(shù)樣本； 依據(jù)每一特征參數(shù)樣本及其對(duì)應(yīng)的適應(yīng)度函數(shù)值產(chǎn)生新的特征參數(shù)樣本集，所述新的特征參數(shù)樣本集包含在預(yù)設(shè)的特征參數(shù)取值范圍內(nèi)； 檢測(cè)是否滿足迭代結(jié)束條件，若是，則結(jié)束搜索；若否，則繼續(xù)迭代搜索，直至滿足迭代結(jié)束條件。
10.根據(jù)權(quán)利要求9所述的小天線優(yōu)化設(shè)計(jì)方法，其特征在于，所述迭代結(jié)束條件為達(dá)到預(yù)設(shè)搜索次數(shù)。
全文摘要
本發(fā)明涉及小天線優(yōu)化設(shè)計(jì)方法，包括步驟依據(jù)小天線的設(shè)計(jì)需求預(yù)設(shè)小天線的特征參數(shù)的取值范圍；在預(yù)設(shè)的特征參數(shù)取值范圍內(nèi)選取多個(gè)采樣點(diǎn)，得到特征參數(shù)樣本集；根據(jù)優(yōu)化指標(biāo)預(yù)設(shè)合適的適應(yīng)度函數(shù)；采用最優(yōu)化算法在所述特征參數(shù)取值范圍內(nèi)搜索最優(yōu)特征參數(shù)值，使得所述適應(yīng)度函數(shù)值最大。本發(fā)明通過(guò)預(yù)設(shè)適應(yīng)度函數(shù)以及采用最優(yōu)化算法來(lái)實(shí)現(xiàn)對(duì)小天線最優(yōu)特征參數(shù)值的自動(dòng)搜索，從而獲取到能夠滿足設(shè)計(jì)需求的最優(yōu)的小天線的結(jié)構(gòu)參數(shù)值，整個(gè)設(shè)計(jì)過(guò)程無(wú)需人工干預(yù)，而且大大提高了設(shè)計(jì)效率，避免了大量的計(jì)算，減少了設(shè)計(jì)成本，特別是人力、物力、和時(shí)間成本，實(shí)現(xiàn)了小天線設(shè)計(jì)的自動(dòng)化。
文檔編號(hào)H01Q1/38GK103020328SQ20111027934
公開日2013年4月3日 申請(qǐng)日期2011年9月20日 優(yōu)先權(quán)日2011年9月20日
發(fā)明者劉斌, 陳俊融, 季春霖, 劉若鵬 申請(qǐng)人:深圳光啟高等理工研究院, 深圳光啟創(chuàng)新技術(shù)有限公司