本技術(shù)屬于天線設(shè)計(jì)，尤其涉及一種基于改進(jìn)nsga-ⅱ的不規(guī)則多邊形貼片天線設(shè)計(jì)方法和裝置。

背景技術(shù)：

1、傳統(tǒng)的天線設(shè)計(jì)方法大多依賴于經(jīng)驗(yàn)和人工優(yōu)化，盡管這些方法可以在一定程度上改善天線性能，但在面對(duì)復(fù)雜幾何形狀和多目標(biāo)優(yōu)化時(shí)，往往存在明顯的局限性，尤其在不規(guī)則天線形狀和多重設(shè)計(jì)目標(biāo)的情況下，傳統(tǒng)方法難以實(shí)現(xiàn)高效的優(yōu)化。

2、不規(guī)則多邊形天線具有更高的設(shè)計(jì)靈活性和多樣性，能夠通過調(diào)整幾何參數(shù)來滿足不同的設(shè)計(jì)需求，這使得不規(guī)則多邊形天線需要在更廣泛的設(shè)計(jì)空間內(nèi)探索最優(yōu)解，需要同時(shí)滿足帶寬、體積、增益等多重性能要求。因此，由于不規(guī)則多邊形天線的設(shè)計(jì)自由度較大，可優(yōu)化的參數(shù)眾多，從而導(dǎo)致所需的計(jì)算量極為龐大，尤其在進(jìn)行復(fù)雜的多目標(biāo)優(yōu)化時(shí)，傳統(tǒng)的參數(shù)掃描方法優(yōu)化效率低下，無法在合理的時(shí)間內(nèi)找到最優(yōu)解。

3、故，需要提出一種新的技術(shù)方案以克服上述技術(shù)問題，實(shí)現(xiàn)不規(guī)則多變形貼片天線的優(yōu)化設(shè)計(jì)。

技術(shù)實(shí)現(xiàn)思路

1、一種基于改進(jìn)nsga-ⅱ的不規(guī)則多邊形貼片天線設(shè)計(jì)方法和裝置，用于解決上述技術(shù)問題。采用改進(jìn)nsga-ⅱ算法實(shí)現(xiàn)多不規(guī)則多邊形貼片天線的設(shè)計(jì)，將多目標(biāo)量子粒子群優(yōu)化算法與非支配排序遺傳算法nsga-ⅱ相結(jié)合，顯著提高了設(shè)計(jì)效率和涉及性能。

2、第一方面，本技術(shù)提供了一種基于改進(jìn)nsga-ⅱ的不規(guī)則多邊形貼片天線設(shè)計(jì)方法，其特征在于，包括以下步驟：

3、s1、設(shè)置不規(guī)則多邊形貼片天線的優(yōu)化目標(biāo)和約束條件；

4、s2、設(shè)置種群大小m和不規(guī)則多邊形貼片天線的邊數(shù)n，隨機(jī)生成滿足所述約束條件的初始種群；

5、s3、初始化nsgaⅱ算法相關(guān)參數(shù)，所述相關(guān)參數(shù)包括最大迭代次數(shù)、外部檔案規(guī)模、交叉率和變異率；

6、s4、計(jì)算種群適應(yīng)度，對(duì)所述初始種群進(jìn)行非支配排序，更新每個(gè)粒子的個(gè)體極值，并計(jì)算擁擠距離，根據(jù)所述擁擠距離選擇全局最優(yōu)解，計(jì)算種群個(gè)體最優(yōu)解平均值，建立外部檔案；

7、s5、基于量子行為更新粒子位置，得到子代種群；

8、s6、計(jì)算所述子代種群的個(gè)體適應(yīng)度，合并父代種群和子代種群，進(jìn)行非支配排序并計(jì)算擁擠距離，更新外部檔案；

9、s7、對(duì)新種群中的個(gè)體進(jìn)行選擇、交叉、變異操作，得到子代個(gè)體；

10、s8、合并父代種群和子代種群，計(jì)算所有種群個(gè)體的適應(yīng)度，進(jìn)行非支配排序并計(jì)算擁擠距離，基于適應(yīng)度選擇個(gè)體進(jìn)入下一代；

11、s9、重復(fù)步驟s4-s8，直至滿足所述最大迭代次數(shù)。

12、進(jìn)一步的，所述步驟s1中的優(yōu)化目標(biāo)為：

13、min{v,x-db,fgf}；

14、其中，v表示天線體積，db表示天線帶寬，fgf表示天線增益平坦度，x表示天線工作頻帶內(nèi)的最大頻率。

15、進(jìn)一步的，所述天線體積、天線帶寬、和天線增益平坦度通過以下方式得到：

16、s11、采用hfss三維電磁仿真軟件進(jìn)行電磁仿真構(gòu)建不規(guī)則多邊形貼片天線模型，得到不規(guī)則多邊形貼片天線的回波損耗和增益；

17、s12、計(jì)算天線體積v：v＝l2h；

18、其中，l為天線介質(zhì)基板的邊長(zhǎng)，h為天線介質(zhì)基板的厚度；

19、s13、計(jì)算天線帶寬bd：bd＝max{fre(s11<-10)}-min{fre(s11<-10)}；

20、其中，fre(s11<-10)表示在工作頻段內(nèi)輸入回波損耗小于-10db的頻段，max{fre(s11<-10)}表示頻段內(nèi)最大頻率，min{fre(s11<-10)}表示頻段內(nèi)最小頻率；

21、s14、計(jì)算天線增益平坦度fgf：fgf＝max{gain(θ)}-min{gain(θ)}；

22、其中，gain(θ)表示輸入回波損耗小于-10db的頻段內(nèi)，天線在某個(gè)固定方向的增益，max{gain(θ)}表示在該頻率內(nèi)的最大增益，min{gain(θ)}表示在該頻率內(nèi)的最小增益。

23、進(jìn)一步的，所述步驟s1中的約束條件包括：

24、(1)原點(diǎn)與多邊形的重心重合：

25、

26、其中，(0,0)為原點(diǎn)坐標(biāo)，(xi,yi)表示第i個(gè)多邊形頂點(diǎn)的坐標(biāo)，n為多邊形頂點(diǎn)的個(gè)數(shù)；

27、(2)饋電點(diǎn)中心與原點(diǎn)的距離f小于或等于多邊形頂點(diǎn)到原點(diǎn)的平均距離：

28、

29、(3)多邊形的邊僅從輻角較小的頂點(diǎn)連接到輻角較大的頂點(diǎn)：

30、

31、θi表示第i個(gè)頂點(diǎn)的輻角，所述θi通過以下公式計(jì)算：

32、

33、(4)多邊形天線介質(zhì)基板的邊長(zhǎng)不小于多邊形頂點(diǎn)到原點(diǎn)平均距離的兩倍：

34、

35、進(jìn)一步的，步驟s2中的初始種群中每個(gè)個(gè)體表示不規(guī)則多邊形貼片天線的幾何參數(shù)，所述幾何參數(shù)包括：介質(zhì)基板的邊長(zhǎng)、饋電點(diǎn)重心與原點(diǎn)的距離、以及每個(gè)頂點(diǎn)坐標(biāo)；

36、進(jìn)一步的，所述步驟s2中隨機(jī)生成滿足所述約束條件的初始種群，具體包括：

37、s21、針對(duì)每個(gè)種群個(gè)體，隨機(jī)生成滿足以下約束條件的介質(zhì)基板的邊長(zhǎng)l：

38、lmin<l<lmax；

39、其中，lmin和lmax為介質(zhì)基板邊長(zhǎng)的最小允許值和最大允許值；

40、s22、初始化饋電點(diǎn)位置；

41、s23、基于多邊形邊數(shù)n，按照均勻角度分布生成每個(gè)頂點(diǎn)的角度；

42、s24、對(duì)每個(gè)頂點(diǎn)的角度施加隨機(jī)擾動(dòng)，得到初始化的各頂點(diǎn)的輻角θi，并根據(jù)基板的尺寸l隨機(jī)生成半徑ri：

43、

44、ri＝random(0.7,0.9)×l×0.45；

45、s25、根據(jù)生成的角度和半徑，通過極坐標(biāo)轉(zhuǎn)換得到每個(gè)頂點(diǎn)的坐標(biāo)，并基于得到的每個(gè)頂點(diǎn)的坐標(biāo)，計(jì)算所有頂點(diǎn)的幾何中心(xc,yc)：

46、

47、s26、基于幾何中心對(duì)每個(gè)頂點(diǎn)進(jìn)行平移：

48、x′i＝xi-xc,(y′i＝y(tǒng)i-yc；

49、其中，(xi,yi)和(x'i,y'i)分別表示第i個(gè)頂點(diǎn)平移前和平移后的坐標(biāo)；

50、s27、計(jì)算平移后每個(gè)頂點(diǎn)到原點(diǎn)的距離，判斷所述距離是否超出最大允許半徑rmaxallowed，若超出，則對(duì)整個(gè)多邊形進(jìn)行統(tǒng)一縮放：

51、

52、其中，ri和r'i分別表示縮放前后第i個(gè)頂點(diǎn)到原點(diǎn)的距離，rmaxallowed＝l×0.45，

53、s28、檢查每個(gè)頂點(diǎn)pi與其相鄰頂點(diǎn)pi-1、pi+1形成的內(nèi)角的大小，若所述內(nèi)角的大小小于預(yù)設(shè)的最小內(nèi)角角度值，則調(diào)整頂點(diǎn)pi的位置；

54、s29、計(jì)算每個(gè)頂點(diǎn)的輻角θi，按照輻角對(duì)頂點(diǎn)進(jìn)行排序，以保證頂點(diǎn)順序滿足順時(shí)針或逆時(shí)針方向。

55、進(jìn)一步的，所述步驟s28中調(diào)整頂點(diǎn)pi的位置，具體包括：

56、s281、計(jì)算頂點(diǎn)pi的角平分線方向

57、

58、其中，和分別為頂點(diǎn)pi的兩個(gè)相鄰向量；

59、s282、沿所述角平分線調(diào)整頂點(diǎn)坐標(biāo)。

60、進(jìn)一步的，所述步驟s5基于量子行為更新粒子位置具體為，采用雙重動(dòng)態(tài)搜索進(jìn)化策略更新粒子位置，具體包括：

61、s51、設(shè)置進(jìn)化過程控制參數(shù)ω：

62、ω＝e(1-t)/maxit*rand；

63、其中，t表示當(dāng)前迭代次數(shù)，maxlt表示最大迭代次數(shù)，rand表示0到1之間的隨機(jī)數(shù)，隨著迭代次數(shù)增加ω的總體趨勢(shì)越來越?。?/p>

64、s52、當(dāng)ω小于ωs時(shí)，采用局部搜索優(yōu)先原則更新粒子位置，粒子位置更新公式為：

65、xid(t+1)＝pi(t)±β·|gbest(t)-xid(t)|·ln(1/u)；

66、當(dāng)ω大于ωs時(shí)，采用全局搜索優(yōu)先原則更新粒子位置，粒子位置更新公式為：

67、xid(t+1)＝pi(t)±β·|mbest(t)-xid(t)|·ln(1/u)；

68、其中，ωs為預(yù)先設(shè)置的閾值，gbest(t)為當(dāng)前粒子的全局最優(yōu)位置，pi(t)為第i個(gè)粒子t時(shí)刻的個(gè)體最優(yōu)位置，β為擴(kuò)張系數(shù)，用于控制算法的收斂速度,μ為0至1之間的隨機(jī)數(shù),xid(t)和xid(t+1)分別為第i個(gè)粒子在t時(shí)刻和t+1時(shí)刻的解，mbest(t)為當(dāng)前粒子的個(gè)體平均最優(yōu)位置，計(jì)算公式為：

69、

70、其中，m為粒子總數(shù)，d為粒子的維數(shù)。

71、進(jìn)一步的，所述步驟s7中對(duì)新種群中的個(gè)體采用動(dòng)態(tài)交叉方式進(jìn)行交叉操作，具體的：

72、當(dāng)ω小于ωs時(shí)，將粒子與個(gè)體平均最優(yōu)位置進(jìn)行交叉；當(dāng)ω大于ωs時(shí)，將粒子與全局最優(yōu)位置進(jìn)行交叉；

73、依據(jù)算法的迭代代數(shù)動(dòng)態(tài)調(diào)整交叉率，所述交叉率的計(jì)算公式為：

74、

75、其中，cr0為初始的交叉率，k為當(dāng)前代數(shù)，kmax為最大迭代代數(shù)。

76、進(jìn)一步的，所述步驟s7中，對(duì)新種群中的個(gè)體采用自適應(yīng)變異機(jī)制進(jìn)行變異操作，具體的：

77、根據(jù)算法的迭代代數(shù)懂條調(diào)整變異率，所述變異率的計(jì)算公式為：

78、

79、其中，mr0為初始的變異率，k為當(dāng)前代數(shù)，kmax為最大迭代代數(shù)。

80、第二方面，本技術(shù)提供了一種基于改進(jìn)nsga-ⅱ的不規(guī)則多邊形貼片天線設(shè)計(jì)裝置，其特征在于，所述裝置包括：

81、優(yōu)化目標(biāo)設(shè)置模塊，用于設(shè)置不規(guī)則多邊形貼片天線的優(yōu)化目標(biāo)和約束條件；

82、初始化種群生成模塊，用于設(shè)置種群大小m和不規(guī)則多邊形貼片天線的邊數(shù)n，隨機(jī)生成滿足所述約束條件的初始種群；

83、初始化參數(shù)設(shè)置模塊，用于初始化nsgaⅱ算法相關(guān)參數(shù)，所述相關(guān)參數(shù)包括最大迭代次數(shù)、外部檔案規(guī)模、交叉率和變異率；

84、迭代優(yōu)化模塊，用于計(jì)算種群適應(yīng)度，對(duì)所述初始種群進(jìn)行非支配排序，更新每個(gè)粒子的個(gè)體極值，并計(jì)算擁擠距離，根據(jù)所述擁擠距離選擇全局最優(yōu)解，計(jì)算種群個(gè)體最優(yōu)解平均值，建立外部檔案；

85、基于量子行為更新粒子位置，得到子代種群；

86、計(jì)算所述子代種群的個(gè)體適應(yīng)度，合并父代種群和子代種群，進(jìn)行非支配排序并計(jì)算擁擠距離，更新外部檔案；

87、對(duì)新種群中的個(gè)體進(jìn)行選擇、交叉、變異操作，得到子代個(gè)體；

88、合并父代種群和子代種群，計(jì)算所有種群個(gè)體的適應(yīng)度，進(jìn)行非支配排序并計(jì)算擁擠距離，基于適應(yīng)度選擇個(gè)體進(jìn)入下一代；

89、重復(fù)以上操作，直至滿足所述最大迭代次數(shù)。

90、本技術(shù)實(shí)施例與現(xiàn)有技術(shù)相比存在的有益效果是：

91、本發(fā)明提供了一種基于改進(jìn)nsga-ⅱ的不規(guī)則多邊形貼片天線設(shè)計(jì)方法和裝置，采用不規(guī)則多邊形的優(yōu)化策略，在保持天線形狀連續(xù)性的前提下，賦予天線幾何形狀更高的靈活性和多樣性，這不僅拓寬了天線設(shè)計(jì)的自由度，還使得天線能夠更好地適應(yīng)復(fù)雜多變的工作環(huán)境和應(yīng)用需求。通過自動(dòng)化設(shè)計(jì)流程，本發(fā)明實(shí)現(xiàn)了不規(guī)則天線的自動(dòng)化設(shè)計(jì)，顯著提升了設(shè)計(jì)效率，減少了人工干預(yù)和試錯(cuò)成本。

92、此外，將多目標(biāo)量子粒子群優(yōu)化算法與非支配排序遺傳算法nsga-ⅱ相結(jié)合，通過引入量子搜索機(jī)制，顯著增強(qiáng)了解空間的全局搜索能力，克服了傳統(tǒng)粒子群優(yōu)化算法易陷入局部最優(yōu)解的不足，加速了優(yōu)化過程；同時(shí)，結(jié)合nsga-ⅱ算法，能夠在多目標(biāo)優(yōu)化過程中有效平衡各優(yōu)化目標(biāo)之間的關(guān)系，確保解集的多樣性。