论文部分内容阅读
智能进化算法的基础是进化论思想,即从不同角度模拟进化过程和机制,具有自组织和自适应的特点,属于现代科技发展的新兴学科。现阶段天线设计的主要趋势是利用智能进化算法对天线进行智能优化设计。本文所研究的粒子群算法(Particle Swarm Optimization, PSO)作为一种典型模式,具有结构简单,强鲁棒性,收敛速度快、便于理解等特点,其应用范围涉及电路设计、函数优化、动态问题求解和神经网络训练等领域。光子晶体(Photonic Crystals or Photonic Bandgap, PBG)是一种由光学领域所提出的,由介质或者金属材料进行周期性排列的结构,属于介电材料的一种,并且具有频率带隙的特性,自概念提出以来受到了广泛关注。光子晶体大多数的应用都是基于禁带的特性,因此设计具有尽可能大的禁带的光子晶体具有重要的意义。本文的主要研究对象为二维光子晶体结构的微带天线和二元天线阵,以电磁带隙特性为目标,探讨了微波光子晶体在天线设计中的应用,设计拥有尽可能大的禁带宽度的光子晶体结构,并使微带天线工作于禁带频率内。本文首先介绍了布尔粒子群算法的基本思想,并在此基础上,利用混沌优化算法增加原有的布尔粒子群算法中粒子的多样性,进而提出了一种名为混沌布尔粒子群算法(Chaotic Boolean Particle Swarm Optimization,简称CBPSO)的新算法,并将其应用在光子晶体微带天线的结构设计和阵列天线的去耦研究中。该论文的主要内容如下：(1)混沌布尔粒子群算法。在针对布尔粒子群算法粒子多样性不足的研究基础上,结合混沌优化算法,提出混沌布尔粒子群算法,并通过对算法的数值问题测试,得出该算法收敛快和精度高的结论,验证了该算法具有有效改善算法早熟和易陷入局部最优等不足的特点。(2)光子晶体微带天线的优化设计。在HFSS仿真软件的模拟环境中,以CBPSO算法为优化工具,对光子晶体微带天线进行优化设计,分别实现了不同排列结构与不同原胞大小的光子晶体微带天线及光子晶体阵列天线的设计。