摘要
针对传统天线设计效率的问题,提出机器学习辅助优化天线设计.首先通过电磁仿真软件HFSS获取天线训练样本,然后合理调整BP神经网络的参数,借助MATLAB软件建立起能够反映天线结构参数与谐振频率间的非线性数学关系模型,通过输入天线的尺寸即可计算出对应天线的谐振频率.由于BP算法网络训练受初始值和样本数量等因素影响容易陷入极小值陷阱,导致网络训练失败.引入了具有全局搜索能力的遗传算法,并将BP算法和GA算法有机结合,为双频双T形单极天线提供了一个高效、可靠的自动化的设计模型,最终在2.4～3.0 GHz和5.15～5.6 GHz频段内实现了最佳性能.
NETL
NSTL
维普
万方数据