基于ELM和MA的微型四频天线设计

作     者：曾启明 纪震 李琰 俞航 ZENG Qi-ming;JI Zhen;LI Yan;YU Hang

作者机构：深圳大学信息工程学院广东深圳518060 深圳市嵌入式系统设计重点实验室广东深圳518060 深圳大学计算机与软件学院广东深圳518060 

基　　金：国家自然科学基金(No.61171125 No.60872125 No.61201042) 深圳市海外高层次人才创新创业专项资金(No.KQC201108300044A) 深圳市战略性新兴产业发展专项资金项目(No.JCYJ20120613173154123) 国家-广东省联合自然科学基金(No.U1201256) 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2014年第42卷第9期

页      码：1693-1698页

摘      要：提出一个基于极限学习机ELM(Extreme Learning Machine)和文化基因算法MA(Memetic Algorithm)的微型四频(0.92/2.4/3.5/5.8GHz)天线设计算法AntMA-ELM.为了提高天线的性能,算法在MA框架下引入基于综合学习粒子群优化算法CLPSO(Comprehensive Learning Particle Swarm Optimizer)全局搜索和DSCG(Davies,Swann,and Campey with Gram-schmidt)局部搜索,用于确定天线的几何参数.同时,建立ELM回归模型用于直接评估MA优化的适应值函数.实验结果表明,ELM回归模型能够根据输入参数正确估算天线的回波损耗,使MA算法有效提高设计性能和加速优化过程.天线在四个目标频段的回波损耗值均优于-10dB,满足设计要求.

主 题 词：四频天线 回波损耗 极限学习机 文化基因算法 综合学习粒子群优化算法 

学科分类：080904[080904] 0808[工学-自动化类] 0809[工学-计算机类] 08[工学] 

核心收录：

D　O　I：10.3969/j.issn.0372-2112.2014.09.005

馆 藏 号：203705089...