採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法
2023-10-06 14:14:14 1
專利名稱：採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法
技術領域：
本發明涉及電磁領域的一種天線寬帶匹配網絡的參數優化方法，更特別地說，是指一種採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法。
背景技術：
在現代電子設備中，由於天線性能要求和安裝條件等諸多方面的限制因素，單獨的天線設計在很多情況下往往難以同時滿足寬帶化、小型化的設計要求。對於結構形式已定的天線，設計寬帶匹配網絡是進一步改善天線小型化和寬帶化性能的一種有效技術手段。目前寬帶匹配網絡的設計方法主要有解析法、數值法和智能優化法三種。解析法 以單匹配網絡設計理論為基礎，但解析法在增益函數最優形式的確定、源和負載的解析表達等方面存在明顯不足，很難滿足實際工程設計的要求。數值法以實頻數據法和參量技術法為代表。數值法相比解析法具有明顯的優勢，但是也存在著一些固有的缺點，比如難以獲得全局最優解、對初值的選擇很敏感、實頻數據法中的兩次優化計算可靠性差等。隨著全局搜索技術的發展，遺傳算法(國防工業出版社，1999年6月出版，《遺傳算法的原理及應用》，作者周明、孫樹棟)、模擬退火算法(科學出版社，2003年5月，《非數值並行算法-模擬退火算法》，作者康立山、謝雲、尤矢勇、羅祖華)等一些智能算法的出現，為寬帶匹配網絡的設計提供了新的技術手段。與解析法和數值法相比，智能優化方法無須對負載進行解析表示，而是依據負載頻帶內的一些離散阻抗值，通過最優化技術尋求網絡元件值的最優解，在工程應用方面更具靈活性和實用性。但智能優化方法在收斂速度、微調能力、計算效率、算法穩定性等方面也並非盡善盡美，智能優化方法的選擇和應用對於具體的設計問題需要具體分析。
發明內容
本發明的目的是提出一種採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，該優化方法採用遺傳-模擬退火組合方法設計出天線寬帶匹配網絡中各集總參數元件的參數值，以遺傳算法得到遺傳算法中的最優解，然後通過模擬退火算法進行二次尋優，克服了遺傳算法微調能力差的缺點，同時將所述的遺傳算法中的最優解作為模擬退火算法待優化變量的初值，避免了模擬退火算法對初值的依賴。此外，針對天線寬帶匹配網絡的優化問題，該組合方法採用了多目標並列選擇法，用於兼顧天線駐波比和轉換效率兩個重要的技術指標的要求，引入交叉和變異算子的自適應調節，有利於提高遺傳算法的計算速度和效率。引入最優解保留策略，避免了最優個體的流失。本發明的一種採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，其包括有下列步驟步驟一基於遺傳算法的種群初始化，獲得待優化變量X = {XCa，XLb, XRd, XTj ；
在步驟一中，將寬帶匹配網絡等效電路中電容、電感和電阻採用基於遺傳算法的的種群處理，得到待優化變量X = {XCa，XLb, XRd, XTJ ；所述待優化變量X = {XCa，XLb, XRd, XTj中XCa表示電容種群，a表示等效電路中電容的標識，如第一電容Cl的第一電容種群記為XCa ;同理可得，第二電容種群記為xce2，第三電容種群記為XCe3，第四電容種群記為XCw，第五電容種群記為XCra ;等效電路中所有電容種群採用集合形式表示為XCa = {XCcl, XCc2, XCc3, XCc4, XCcJ ；XLb表示電感種群，b表示等效電路中電感的標識，如第一電感LI的第一電感種群記為XLu ;同理可得，第二電感種群記為XU2,第三電感種群記為XLU，第四電感種群記為XLm，第五電感種群記為XLm ;等效電路中所有電感種群採用集合形式表示為XLb = {XLl1,XLl2, XLl3, XLl4, XLlJ ；XRd表示電阻種群，d表示等效電路中電阻的標識，如第一電阻Rl的第一電阻種群記為XRki ;同理可得，第二電阻種群記為XRk2，第三電阻種群記為XRk3 ;等效電路中所有電阻 種群採用集合形式表示為XRd = {XRE1, XRk2，XRe3I ；XTe表示變壓器種群，e表示等效電路中變壓器的輸入/輸出電壓比；步驟二 基於遺傳算法的染色體處理，獲得總種群Q, = {J)X( : r DX/, DXR:, DXT；；};在步驟二中，基於遺傳算法中的染色體，對電容種群XCa在變量取值DC中隨機生成m個變量值DIT ={XCIXC,-,XC}，0 < DC彡SOOpF ^表示標識a電容種群在第
I個染色體中的變量值，Xra2表示標識a電容種群在第2個染色體中的變量值，……』AT:表示標識a電容種群在第m個染色體中的變量值，也稱標識a電容種群在任意一個染色體中的變量值；基於遺傳算法中的染色體，對電感種群XLb在變量取值DL中隨機生成w個變量值DXrh={XLlXLl--,XL'j , 0 < DL ^ 0. I u H 表示標識b電感種群在第I個染色體中
的變量值，夂拉表示標識b電感種群在第2個染色體中的變量值，……表示標識b電感種群在第w個染色體中的變量值，也稱標識b電感種群在任意一個染色體中的變量值；基於遺傳算法中的染色體，對電阻種群XRd在變量取值DR中隨機生成V個變量值DXRvd ={XRl XR2d,-,XR^} ,0<DR^5kQ ; 17 表示標識d電阻種群在第I個染色體中的
變量值，夂巧表示標識d電阻種群在第2個染色體中的變量值，……Zi ,表示標識d電阻種群在第V個染色體中的變量值，也稱標識d電阻種群在任意一個染色體中的變量值；基於遺傳算法中的染色體，對變壓器種群XTe在變量取值DT中隨機生成n個變量值/MT/ 0.1 ^ DT ^ 10 ir1表示標識e變壓器種群在第I個染色體中的變量值，XT表示標識e變壓器種群在第2個染色體中的變量值，……，JT/表示標識e變壓器種群在第n個染色體中的變量值，也稱標識e變壓器種群在任意一個染色體中的變量值；對於待優化變量X = {XCa，XLb, XRd, XTJ經遺傳算法中的染色體處理得到總種群Or. = < !)X( '；，DXl, DXR ；. DXlI ;
^ ,以ICl ^U ^Ci Jif j ^步驟三以多目標優化函數，按照並列選擇法為目標函數中各個函數分配種群；
在步驟三中，將總種群込雙
= {f目標，1 }的個數均等地劃分為第一子群體Q1和第二子群體Q2，對每個子群體分配目標函數Mg#= {f I gg}中的一個進行優化；步驟四以交叉變異獲取子種群的優化量；在步驟四中，對第一子群體Q1進行交叉變異，保留每一代優化量，即第一優化量DQ1 ;對第二子群體Q2進行交叉變異，保留每一代優化量，即第二優化量DQ2 ;交叉變異獲取每一代優化量的具體步驟為步驟401 :獲取第一子群體Q1中的任意2個染色體、0/^乍為當前染色體AQm={CM^CMBQ^，也稱為當前第一染色體』0 ；獲取第二子群體免中的任意2個染色體0%2、0%2作為當前染色體BQ^ ={CM-^CMbQ2}，也稱為當前第二染色體5 - = [CM-^2,CMbq2);步驟402 :對當前第一染色體前=[CM^CMbqi)中的兩個個體進行交叉處理，生成新第一染色體=|CCM^，CCMjj，CCMg表示交叉後第一個染色體，CrMl1表示交叉後第二個染色體；所述交叉處理依據第一適應性策略模型
權利要求
1.一種採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，其特徵在於包括有下列步驟 步驟一基於遺傳算法的種群初始化，獲得待優化變量X = {XCa, XLb, XRd, XTJ ； 在步驟一中，將寬帶匹配網絡等效電路中電容、電感和電阻採用基於遺傳算法的的種群處理，得到待優化變量X = {XCa, XLb, XRd, XTJ ； 所述待優化變量X = {XCa, XLb, XRd, XTJ中XCa表示電容種群，a表示等效電路中電容的標識，如第一電容Cl的第一電容種群記為XCa ;同理可得，第二電容種群記為XCc2，第三電容種群記為XCra，第四電容種群記為XCw，第五電容種群記為XCCra ;等效電路中所有電容種群採用集合形式表示為XCa = {XCcl, XCc2, XCc3, XCc4, XCcJ ； XLb表示電感種群，b表示等效電路中電感的標識，如第一電感LI的第一電感種群記為XLu ；同理可得，第二電感種群記為XU2,第三電感種群記為XLu，第四電感種群記為XLl4，第五電感種群記為XLm ;等效電路中所有電感種群採用集合形式表示為XLb = {XLl1, XLl2,XLl3, XLl4, XLlJ ； XRd表示電阻種群，d表示等效電路中電阻的標識，如第一電阻Rl的第一電阻種群記為XRei ;同理可得，第二電阻種群記為XRk2，第三電阻種群記為XRk3 ;等效電路中所有電阻種群採用集合形式表示為XRd = {XRE1, XRk2，XRe3I ； XTe表示變壓器種群，e表示等效電路中變壓器的輸入/輸出電壓比； 步驟二 基於遺傳算法的染色體處理，獲得總種群= i/Wr(T,/)_A7;/)A7t/)A7l ; 在步驟二中，基於遺傳算法中的染色體，對電容種群XCa在變量取值DC中隨機生成m個變量值￡>1了，0 < DC彡SOOpF，尤G表示標識a電容種群在第I個染色體中的變量值，Xr,)表示標識a電容種群在第2個染色體中的變量值， …Xt M表示標識a電容種群在第m個染色體中的變量值，也稱標識a電容種群在任意一個染色體中的變量值； 基於遺傳算法中的染色體，對電感種群XLb在變量取值DL中隨機生成w個變量值DXL={XLlb,Xll,--,XLl} , 0 < DL ^ 0. I u H 表示標識b電感種群在第I個染色體中的變量值，2 表示標識b電感種群在第2個染色體中的變量值，......，^表示標識b電感種群在第w個染色體中的變量值，也稱標識b電感種群在任意一個染色體中的變量值；基於遺傳算法中的染色體，對電阻種群XRd在變量取值DR中隨機生成V個變量值J)XR\={^Ri.XRl---,XR},0< DR ^ 5k Q 表示標識d電阻種群在第I個染色體中的變量值，夂巧表示標識d電阻種群在第2個染色體中的變量值，……，X疋表示標識d電阻種群在第V個染色體中的變量值，也稱標識d電阻種群在任意一個染色體中的變量值； 基於遺傳算法中的染色體，對變壓器種群XTe在變量取值DT中隨機生成n個變量值DXT={XT^XT；,-,XT},0. I ^ DT ^ 10 JT表示標識e變壓器種群在第I個染色體中的變量值，表示標識e變壓器種群在第2個染色體中的變量值，……T表示標識e變壓器種群在第n個染色體中的變量值，也稱標識e變壓器種群在任意一個染色體中的變量值； 對於待優化變量X = {XCa, XLb, XRd, XTJ經遺傳算法中的染色體處理得到總種群
2.根據權利要求I所述的採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，其特徵在於若第一子群體Q1採用了目標函數1_=中的天線駐波比進行優化，則第二子群體Q2應當採用目標函數Mw=中的轉換功率增益1@#進行優化；反之，若第二子群體Q2採用了目標函數1_=中的天線駐波比進行優化，則第一子群體Q1應當採用目標函數Mw=中的轉換功率增益I 進行優化。
3.根據權利要求I所述的採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，其特徵在於採用的變壓器TO的輸入/輸出電壓比為DT: I。
4.根據權利要求I所述的採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，其特徵在於染色體的變量m、w、v和n的取值為200個。
5.根據權利要求I所述的採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，其特徵在於所述遺傳算法中選用的迭代步數K為250。
6.根據權利要求I所述的採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，其特徵在於所述模擬退火算法中選用的初始溫度TO為0. 05度，截止溫度Tend為0. 00001度，降溫速度a為0. 9。
全文摘要
本發明公開了一種採用遺傳-模擬退火組合對天線寬帶匹配網絡中電子元件參數的優化方法，該方法在遺傳算法的基礎上，通過模擬退火算法進行二次尋優，克服了遺傳算法微調能力差的缺點，同時將遺傳算法優化得到的最優個體作為模擬退火算法待優化變量的初值，避免了模擬退火算法對初值的依賴。此外，針對天線匹配網絡的優化問題，該組合方法採用了多目標並列選擇法，用於兼顧天線駐波比和轉換效率兩個重要的技術指標的要求，引入交叉和變異算子的自適應調節，有利於提高算法的計算速度和效率。同時引入最優解保留策略，避免最優個體的流失。
文檔編號G06F17/50GK102722613SQ201210177820
公開日2012年10月10日 申請日期2012年5月31日 優先權日2012年5月31日
發明者姜維維, 姜鐵華, 安康, 房見, 楊綽, 陳愛新 申請人:北京航空航天大學