当前位置:主页 > 科技论文 > 电子信息论文 >

行波管电参数智能调试系统实现

发布时间:2020-12-25 12:48
  行波管是微波、毫米波电真空器件中最重要的器件之一。它有着其他器件不可替代的优良特性:大功率,宽频带,高效率。在微波高功率放大器件中具有不可动摇的地位。在利用相应的仿真软件进行行波管设计时,需要在多种设计参数下,获得最优的性能。由于行波管自身理论的复杂性,设计参数相互关联、相互影响,以及优化目标不止一个。目前国内行波管调试主要依靠人员的经验初略设计。然而对于这种复杂的优化问题,人工经验设计难当重任。行波管收集极或电子枪的优化目标之间相对独立,使用单目标优化方法难以满足设计要求。本文以行波管电子光学系统优化设计为研究对象,以非支配遗传算法为主要的实现技术。设计基于非支配遗传算法(NSGA-Ⅱ)的行波管优化系统,优化多种复杂的设计参数,兼顾多个优化目标,使行波管收集极或电子枪处于多个性能参数下整体上的最优工作状态。通过与扫描计算对比分析,验证了本论文的优化方法的有效性,说明了优化效果较好,优化速度相对较快。并且本论文的方法简单易用,具有较高的实际应用价值。本论文的主要工作如下:1、学习并掌握基本遗传算法和在此基础上形成的快速非支配遗传算法(NSGA-Ⅱ)。详细分析算法的种群大小、交叉操作、选... 

【文章来源】:电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】:70 页

【学位级别】:硕士

【文章目录】:
摘要
ABSTRACT
第一章 绪论
    1.1 研究工作的背景与意义
    1.2 行波管收集极和电子枪优化的国内外研究现状与动态
    1.3 本文的主要内容与创新
    1.4 本论文的结构安排
第二章 遗传算法
    2.1 遗传算法简介
    2.2 遗传算法基本流程
    2.3 选择算子
    2.4 交叉算子
    2.5 变异算子
    2.6 本章小结
第三章 快速非支配遗传算法(NSGA-Ⅱ)
    3.1 多目标优化问题
    3.2 支配关系和非支配关系
    3.3 pareto最优解集
    3.4 快速非支配排序
    3.5 拥挤度
    3.6 选择运算
    3.7 NSGA-Ⅱ的基本流程
    3.8 本章小结
第四章 基于NSGA-Ⅱ的行波管电子光学系统优化方法
    4.1 编码方案
    4.2 种群初始化
    4.3 最优解的选择
    4.4 基于NSGA-Ⅱ的行波管电子光学系统优化方法
    4.5 本章小结
第五章 行波管优化结果
    5.1 电压的扫描结果
        5.1.1 收集极两级电压扫描结果
        5.1.2 收集极四级电压扫描结果
    5.2 收集极优化计算结果
        5.2.1 收集极两级电压优化
        5.2.2 收集极四级电压优化
        5.2.3 四级电压和距离优化
        5.2.4 最优解选择
    5.3 电子枪优化结果
    5.4 本章小结
第六章 全文总结与展望
    6.1 全文总结
    6.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果


【参考文献】:
期刊论文
[1]RBF神经网络与NSGA-II混合算法用于±1 100kV穿墙套管3维电场模拟及内屏蔽结构优化[J]. 张施令,彭宗仁,杜进桥,李乃一,胡伟,邓志祥.  高电压技术. 2014(06)
[2]最佳射程电子枪结构的理论设计[J]. 赵国庆,岳玲娜,王文祥,宫玉彬,魏彦玉.  真空电子技术. 2013(03)
[3]多级降压收集极的优化设计[J]. 郭际,尚新文,肖刘,刘濮鲲,王书见.  微波学报. 2012(S2)
[4]遗传算法中的交叉算子的述评[J]. 李书全,孙雪,孙德辉,边伟朋.  计算机工程与应用. 2012(01)
[5]基于可回收能力的空间行波管高效率研究[J]. 易红霞,肖刘,刘濮鲲,李国超,薛智浩.  微波学报. 2010(S1)
[6]遗传算法理论及技术研究综述[J]. 周昕,凌兴宏.  计算机与信息技术. 2010(04)
[7]行波管多级降压收集极CAD软件研究与实现[J]. 黄桃,杨中海,李斌,胡权,廖莉,肖礼,朱小芳.  电子与信息学报. 2007(08)
[8]遗传选择算子的比较与研究[J]. 杨平,郑金华.  计算机工程与应用. 2007(15)
[9]高效率行波管电子枪设计及其优化[J]. 吴文状,赵刚,李实,阴和俊.  强激光与粒子束. 2007(04)
[10]基于NSGA-II的改进多目标遗传算法[J]. 陈小庆,侯中喜,郭良民,罗文彩.  计算机应用. 2006(10)

博士论文
[1]微波管电子光学系统CAD技术研究[D]. 黄桃.电子科技大学 2007

硕士论文
[1]基于NSGA-Ⅱ算法的含分布式电源配电网优化研究[D]. 国光辉.华中科技大学 2016
[2]基于云计算和改进NSGA-Ⅱ的无功优化算法研究[D]. 阴皓.华北电力大学 2015
[3]行波管电子光学系统仿真计算软件设计与实现[D]. 刘敏玉.电子科技大学 2014
[4]基于改进NSGA-Ⅱ的新型自动变速箱轮系优化设计[D]. 李余格.合肥工业大学 2014
[5]基于NSGA-Ⅱ和神经网络的宽带微带天线设计[D]. 谌诗丹.天津大学 2014
[6]行波管电子枪的优化设计[D]. 杨作为.电子科技大学 2012
[7]遗传算法的一些改进及其应用[D]. 崔珊珊.中国科学技术大学 2010
[8]基于改进遗传算法的应用研究[D]. 曹道友.安徽大学 2010
[9]多目标进化算法中变异算子的研究[D]. 文诗华.湘潭大学 2009
[10]行波管降压收集极的研究及热分析[D]. 王军峰.电子科技大学 2009



本文编号:2937686

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2937686.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2608b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com