论文部分内容阅读
田口算法(Taguchi method,TM)是一种基于正交试验设计的全局优化算法,由于它具有优秀的参数组合设计能力,已经在众多工程领域中得到了应用。然而,电磁领域中涉及到的多为复杂的模型结构、非线性的目标函数和约束条件等物理数学问题,田口算法在解决这些电磁问题时,算法迭代后期水平差值会变得很小,没有跳出局部极值的能力,且每次迭代产生的搜索空间单一,同一水平差值下算法的搜索广度不够,易丢失全局最优解。文中针对田口算法的不足进行了适当的改进,并将其应用于几个电磁优化问题的实例,具体工作安排如下:(1)研究了田口算法的基本原理,包括算法的设计流程,优点及局限性。(2)针对田口算法存在的不足,引入遗传算法(Genetic Algorithm,GA)中的变异思想,设计了一种基于变异算子的田口算法(Mutation-based Taguchi method,MTM)。同时,根据模拟退火算法(Simulated Annealing,SA)的退火原理,加入了自适应内循环机制,既能多样化搜索空间,又能控制算法迭代次数。文中分析比较了两种变异方式,详细讨论了三种变异算子对不同测试函数的优化性能。(3)采用MTM对阵列天线方向图进行了综合设计。仿真结果表明,优化激励电流幅度值,成功获得了具有低旁瓣及特定方向产生零点的方向图,性能可与粒子群优化算法(Particle swarm optimization,PSO)相比拟,并且计算量大大降低;同时优化激励电流幅值和相位,验证了MTM能够有效应用于此类优化问题。(4)将MTM应用于多层吸波材料分层优化设计,将五层涂料的电磁参数及厚度作为优化参数,优化得到的材料与基本田口算法相比厚度更薄,平均反射率更低。(5)利用MTM优化设计工作于GSM900频段的PIFA天线。利用HFSS建立PIFA天线仿真模型,以HFSS-Matlab-API函数作为桥梁连接Matlab与HFSS,实现两种软件之间的数据互通。将MTM与HFSS仿真相结合对PIFA天线的多个结构参数进行优化。仿真结果表明,设计的PIFA天线符合设计标准,中心频率处的回波损耗值达到-54.1dB。