[發明專利]一種基于粒子群算法的全頻段上的天線布局優化

有效

• 申請號: 201510633894.2
• 申請日: 2015-09-29
• 公開（公告）號: CN105224743B
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 賈云峰;尚進;魏嘉利;楊柳;蘇東林;劉焱
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/00
• 代理公司: 北京永創新實專利事務所 11121
• 代理人: 趙文穎

1.一種基于粒子群算法的全頻段上的天線布局優化方法，具體包括以下幾個步驟：

其中第二步到第十步均在MATLAB中進行：

第一步：建立天線優化模型；

根據天線的種類，在CADFEKO中建立天線優化模型，設置每種天線的工作頻率，在EDITFEKO中將天線的幾何位置設置為優化變量，生成*.pre文件；

在PSO算法中，設x_i(t)＝(x_i1,x_i2,…,x_in)表示第i個粒子的n維位置向量，v_i(t)＝(v_i1,v_i2,…,v_in)表示第i個粒子的n維速度向量，在天線布局方案中，將優化變量抽象為粒子的位置向量x_i(t)，優化變量和粒子的位置向量存在一一對應的關系，假設要優化k根天線，由待優化的所有天線的位置集合Φ表示優化變量，P_i表示第i根天線的三維位置坐標，則優化變量Φ如下：

Φ＝{P₁,P₂,…,P_k}＝{(x₁,y₁,z₁),(x₂,y₂,z₂),…(x_k,y_k,z_k)}

采用粒子的位置向量x_i(t)來代表優化變量Φ；

第二步：在MATLAB中設置PSO中的參數；

設置優化變量的維數D、優化變量的變化范圍VarRange、最大速度mv、迭代次數T、粒子個數N、學習因子c₁、學習因子c₂、慣性權重w；

第三步：設置初始迭代步長t＝1，隨機初始化所有粒子的位置x_i(t)和速度v_i(t)，其中粒子的位置在VarRange的范圍內，粒子的速度被限制在[0，mv]內；

第四步：讀取第一步生成的*.pre文件，將x_i(t)寫入*.pre文件，每當一個粒子的x_i(t)被寫入*.pre文件中，就生成一個新的*.pre文件，文件的個數與粒子個數相等，在此假設粒子群中共有N個粒子，最終就生成N個*.pre文件；

第五步：在MATLAB中通過dos中‘prefeko filename’命令，啟動PREFEKO模塊對N個*.pre模型進行網絡刨分，通過dos中‘runfeko filename’命令，調用RUNFEKO模塊，運行N個*.pre文件，計算當前優化變量的仿真結果，生成N個新的*.out文件；

第六步：從*.out文件中讀取S參數，設置目標函數；

第七步：計算粒子i的目標函數值，即其適應值f_i(t)；

第八步：更新粒子i和種群最優值如果則如果則在每一次的迭代過程中，對于每個粒子都有自己的個體極值和該極值所對應的粒子的位置表示第i個粒子適應值的極小值，表示此極小值所對應的天線的幾何位置；對于整個種群具有全局極值和該極值所對應的粒子的位置表示所有粒子的個體極值中的最優解，表示此最優解所對應的天線的幾何位置；

第九步：按照公式(1)、(2)更新所有粒子的速度v_i(t)和位置x_i(t)，每個粒子都會根據個體極值和全局極值以速度v_i(t)在指定區域內搜索最優解和最優位置；

其中：每個粒子按照以下兩個公式更新它的速度和位置：

x_ij(t+1)＝x_ij(t)+v_ij(t+1) (2)

其中：i＝1,2,…,m表示第i個粒子，j＝1,2，…，n表示粒子的第j維，c₁、c₂為學習因子或加速常數，r₁、r₂是均勻分布在(0，1)區間中的隨機函數，t為迭代次數的步長，w為慣性權重；

第十步：根據和當前的迭代次數判斷迭代是否結束，若完成全部迭代，或連續多次迭代結果相同，則迭代結束；否則設置t＝t+1并返回第四步；

第十一步：迭代結束后，得到和為所有天線間相互干擾都最小時天線的幾何位置的向量。

2.根據權利要求1所述的一種基于粒子群算法的全頻段上的天線布局優化方法，第六步中所述目標函數的設置方法為：

采用頻率歸一化和“欠設計率”的方法設置目標函數，對同工作頻段上的天線對進行分析，得到各自的隔離度裕值δ_ij，表示為：

其中：T_ij(f)表示天線i與天線j之間的隔離度標準值，通過發射端反射功率和接收端接收機靈敏度來確定，T_ij'(f)表示相應的實測隔離度值，得到不滿足設計要求部分的面積與標準門限值面積的比率，即欠設計的百分比；

仿真中得到的隔離度數據為離散值，將工作頻域劃分成M段，則：

若得到T_ij(f_k)-T_ij'(f_k)＞0，則在頻點f_k處隔離度不滿足要求，δ_ij取差值；

若T_ij(f_k)-T_ij'(f_k)≤0，則在頻點f_k處隔離度滿足要求，δ_ij取0；

最終得到裕值矩陣：

由于系統中存在多對天線需要進行優化，屬于多目標優化問題，多目標優化采用下面的數學模型進行描述：

V_minF(x)＝[F₁(x),F₂(x),F₃(x),…,F_m(x)] x∈R^m (6)

其中：V_min表示向量極小化，即目標向量F(x)＝[F₁(x),F₂(x),F₃(x),…,F_m(x)]中的各子目標函數都盡可能小；

得到最終目標函數為：

F(Φ，δ_ij)＝min∑δ_ij(i≠j) (7)。