摘要：针对传统天线设计方法计算代价较大的缺陷,该文构建基于反向传播神经网络(BPNN)的新型天线代理模型。为解决BPNN训练易陷入局部最优的问题,采用粒子群优化(PSO)算法来改善神经网络初始结构参数,进而构建PSO-BPNN天线代理模型,并基于该模型提出多参数天线结构的快速多目标设计方法。设计实例表明,该方法在预测精度以及计算代价等方面优于现有的常用天线设计方法。所提方法对处理复杂高维参数空间天线设计问题具有实用价值。

摘要：电磁仿真软件作为天线设计的主要工具,针对其内置的优化器在优化效率、支持优化类型以及优化结果可用性上的问题,提出建立一种天线快速优化平台的解决方案。该平台采用Ansoft HFSS和Matlab联合仿真,并基于天线优化流程提供友好的图形化操作界面;融合前沿的智能优化算法和代理模型方法,用于处理天线多目标优化问题并生成Pareto最优解集;同时为其他复杂天线执行性能优化提供参考。小型多频段平面单极子天线设计实例表明,该平台能够实现多参数天线结构的快速优化,提高天线设计的效率。