[發明專利]一種基于ALO-LMBP神經網絡的雙陷波特性超寬帶天線逆向建模研究方法

在審

• 申請號: 202011076764.0
• 申請日: 2020-10-10
• 公開（公告）號: CN112149360A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 南敬昌;曹馨元;高明明;張沛泓;杜晶晶
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G06N3/00
• 代理公司: 北京華夏正合知識產權代理事務所(普通合伙) 11017
• 代理人: 韓登營;韓惠琴

1.一種基于ALO-LMBP神經網絡的雙陷波特性超寬帶天線逆向建模研究方法，其特征在于，包括以下步驟：

S10、提取訓練數據，選擇一種具有雙陷波特性的超寬帶天線，提取其回波損耗S11與頻率f和駐波比VSWR與f的關系數據作為模型的輸入樣本；

S20、運用蟻獅算法訓練LMBP正向模型，優化權值和閾值并保存；

S30、保持權值閾值不變，在建立好的LMBP正向模型中輸入結構參量f，運行得到對應的輸出參量S11和VSWR；

S40、計算輸出參量與目標參量之間的評價函數F；

S50、利用逆向迭代算法更新輸入參量

S60、將上述步驟得到的ALO-LMBP神經網絡逆向建模方法用于具有雙陷波特性的超寬帶天線的研究，并將模型輸出數據與LMBP逆向建模方法和直接逆建模的方法相比較。

2.如權利要求1所述的基于ALO-LMBP神經網絡的雙陷波特性超寬帶天線逆向建模研究方法，其特征在于，在所述步驟S10中，利用電磁仿真軟件HFSS15.0仿真軟件對具有雙陷波特性的超寬帶天線進行射頻特性的建模仿真分析，回波損耗小于-10dB時，天線帶寬為2.8-12.3GHz，在帶寬范圍內的電壓駐波比(VSWR)在2以下；并且在3.23～3.7GHz和8.01～8.66GHz兩個頻段產生良好的陷波特性；

設置頻率步長0.1GHz，提取天線回波損耗S11與f的數據和駐波比VSWR與f的數據各1400組。

3.如權利要求1所述的基于ALO-LMBP神經網絡的雙陷波特性超寬帶天線逆向建模研究方法，其特征在于，所述步驟S20的蟻獅算法優化過程包括：

S21、隨機初始化蟻群和螞蟻的位置，螞蟻的位置由隨機游走確定，且游走的位置必須被限制在規定的范圍內其中a_i是第i個變量隨機游動的最小值，d_i是第i個變量隨機游動的最大值，是第t次迭代時第i個變量的最小值，是第t次迭代時第i個變量的最大值；

S22、螞蟻的游走會受到蟻獅陷阱的影響，防止螞蟻越界，保證隨機游走，確定螞蟻巡游地域的邊界范圍其中c^(t)是第t次迭代中所有變量的最小值，d^(t)是第t次迭代中所有變量的最大值，表示第j只蟻獅在第t次迭代時的位置；

S23、螞蟻落入蟻獅陷阱后，蟻獅會縮小陷阱，縮小螞蟻的游走范圍；其中式中I是比率，w為螞蟻的速度調節因子，隨著迭代次數的增加，I增大；

S24、蟻獅算法利用輪盤賭算子根據適應度選擇蟻獅，如果巡游的螞蟻個體的適應度優于蟻獅時，使該個體成為新的蟻獅式中t為當前進化次數，是第t代中群體里適應度更優的第i個螞蟻，f為群體內個體適應度的判定函數；

S25、將螞蟻種群精英化，被捕的巡游螞蟻的位置更新式中代表表示第t代繞由輪盤賭選出的蟻獅游走的螞蟻，表示t代繞精英蟻獅游走的螞蟻。

4.如權利要求1所述的基于ALO-LMBP神經網絡的雙陷波特性超寬帶天線逆向建模研究方法，其特征在于，所述步驟S40的輸出參量與目標參量之間的評價函數其中Y為LMBP神經網絡正向模型的輸出，D₁為已知的目標電參數；該評價函數用于求其平方和誤差，E_p代表第p組數據所得平方和誤差。