改进粒子群算法的研究及其在天线设计中的应用

【摘要】：随着信息科技的迅速发展,现代通信系统向小型化、高性能、以及高集成化方向发展,作为通信系统的重要组成部分,天线的结构和性能直接影响着整个系统的性能。微带天线体积小、重量轻、剖面低、易共形、便于与设备集成,一经提出就受到了广泛关注,目前,小型化、宽频、多频微带天线设计已成为天线领域的研究热点之一。 智能进化算法具有强大的优化寻优能力,利用智能进化算法进行天线的自动优化设计是现代天线研究的重要趋势。粒子群算法作为群体智能优化算法的典型模式,通过模拟鸟类觅食进行搜索,结构简单,实现方便,近年来得到了迅速发展,在电路优化、动态问题和神经网络训练等领域都有着广泛应用。 本文主要研究粒子群算法及其在微带天线设计中的应用,利用自适应调整因子、混沌优化算法和差分进化算法对基本粒子群算法进行改进,提出了一种自适应混沌差分粒子群算法(Adaptation Chaotic Differential Particle Swarm Optimization,简称ACDPSO),并将其应用于小型化、宽频以及多频微带天线的优化设计中。研究内容分为两部分： (一)算法改进及数例验证。针对基本粒子群算法的不足,结合自适应调整因子、混沌优化以及差分进化算法,提出ACDPSO算法,并通过六个典型测试函数,验证了该算法具有有效改善基本粒子群算法出现的早熟和易陷入局部最优的不足,具有较高的搜索速度和搜索精度。 (二)微带天线以及微带分形天线的优化设计。利用ACDPSO算法以及HFSS仿真软件进行天线优化设计,分别优化实现了宽频、多频、小型化微带天线及微带分形天线的设计。