基于BP神经网络和GA的矩形微带贴片天线谐振频率预测

发布时间：2017-04-26 09:10

  本文关键词：基于BP神经网络和GA的矩形微带贴片天线谐振频率预测，由笔耕文化传播整理发布。

【摘要】：微带天线具有剖面低、重量轻和易于与载体共形等特点,在通信领域获得了广泛的应用。矩形微带天线是微带天线最基本的形式,谐振频率是微带天线的重要技术指标。通过已知微带天线的结构参数快速获取其谐振频率,是现代天线设计方法研究的一个热点。神经网络具有并行数据处理和自适应等优点,在很多工程设计领域得到了广泛的应用。本研究首先利用高频电磁仿真软件HFSS获取大量矩形微带天线样本,并将其作为训练样本。然后合理设置BP神经网络的参数,借助MATLAB软件建立起能够反映矩形微带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快速计算出对应微带天线的谐振频率。由于BP算法是一种基于梯度的计算方法,其网络训练受初始值和样本数量等因素影响较大,容易陷入极小值陷阱,进而导致网络训练失败。为解决上述问题,本研究引入了建立在优化群体基础上的具有全局搜索能力的遗传算法(GA),并将BP算法和GA算法有机结合,较好地解决和弥补了单纯BP算法在微带谐振频率快速计算中带来的问题。高频电磁仿真软件HFSS、BP算法和GA算法结合用于微带天线谐振频率的快速计算,其一般过程包括:(1)通过对微带天线尺寸的微调并使用HFSS逐个进行仿真,得到天线的训练样本;(2)合理设置BP神经网络的结构参数,建立起结构为4-45-1型的神经网络天线谐振频率预测模型;(3)使用GA对已建立好的模型参数实施优化,获得更优的BP神经网络初始权值和阈值;(4)将优化得到的权值和阈值赋予BP神经网络实现谐振频率预测。研究表明:使用BP神经网络建立微带贴片天线谐振频率预测模型时,GA优化后的神经网络能够在样本数较少的情况下获得更高的天线谐振频率预测精度。使用少量样本建立了基于GA优化的BP神经网络矩形微带天线谐振频率预测模型,计算出一定尺寸变换范围内对应矩形微带天线的谐振频率,并根据相关数据设计了一款微带天线参数快速查询软件,实现通过已知矩形微带天线频率快速查询对应结构参数功能。HFSS仿真实验表明,该软件查询结果的速度快,精度满足微带天线的工程设计要求,具有一定的应用价值。
【关键词】：微带天线谐振频率预测 BP神经网络 遗传算法 优化
【学位授予单位】：广西科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP183;TN822
【目录】：

• 摘要4-5
• Abstract5-9
• 第一章 绪论9-12
• 1.1 课题的背景和意义9-10
• 1.2 国内外研究现状10-11
• 1.2.1 遗传算法在天线设计领域的研究现状10
• 1.2.2 神经网络的研究现状10-11
• 1.3 本文的研究目的与内容11-12
• 第二章 矩形微带贴片天线基本理论12-15
• 2.1 微带贴片天线12-14
• 2.1.1 微带天线的基本结构12
• 2.1.2 微带天线的优缺点12-13
• 2.1.3 矩形微带天线的谐振频率13-14
• 2.1.4 微带天线的馈电形式14
• 2.2 传统微带天线谐振频率的分析方法14
• 2.3 本章小结14-15
• 第三章 基于BP神经网络微带天线谐振频率预测15-30
• 3.1 神经元模型15-16
• 3.2 BP神经网络的结构16-17
• 3.2.1 BP神经网络模型16
• 3.2.2 BP神经网络传递函数16-17
• 3.3 BP神经网络的学习算法17-22
• 3.3.1 BP神经网络建立过程17-18
• 3.3.2 BP神经网络的缺陷及改进18-22
• 3.4 基于BP神经网络微带天线谐振频率预测的实现22-29
• 3.4.1 训练样本的获取22-24
• 3.4.2 BP神经网络建模网络结构的确定24-29
• 3.5 本章小结29-30
• 第四章 遗传算法30-50
• 4.1 遗传算法的理论基础30-33
• 4.1.1 模式定理30-31
• 4.1.2 模式定理分析31-32
• 4.1.3 建筑模块假设32-33
• 4.2 遗传算法的实现33-39
• 4.2.1 遗传编码33-35
• 4.2.2 适应度函数35
• 4.2.3 遗传算子35-38
• 4.2.4 初始群体的设定38
• 4.2.5 控制参数和选择38-39
• 4.3 遗传算法与其他搜索技术的比较39-40
• 4.4 遗传算法优化BP神经网络40-49
• 4.4.1 遗传算法优化BP神经网络基本原理40-41
• 4.4.2 遗传算法参数设置41-43
• 4.4.3 遗传算法优化BP神经网络的实现43-48
• 4.4.4 结果分析48-49
• 4.5 本章小结49-50
• 第五章 天线谐振频率快速预测在天线设计中的应用50-55
• 5.1 天线谐振频率快速预测在天线设计中的应用原理50
• 5.2 平面天线参数计算器的设计和开发50-54
• 5.2.1 平面天线参数计算器设计的意义50-51
• 5.2.2 矩形微带天线参数计算器的设计实现51-54
• 5.3 本章小结54-55
• 第六章 结论与展望55-57
• 参考文献57-60
• 附录60-65
• 发表论文和参加科研情况说明65-66
• 致谢66

【相似文献】

中国期刊全文数据库 前10条

1 张辉;王佐卿;张淑仪;;高次谐波体声波谐振器谐振频率分布研究[J];声学学报;2006年01期

2 李艳宁;赵景;郭彤;李英;房轩;傅星;胡小唐;;温度变化对微梁谐振频率的影响[J];天津大学学报;2008年01期

3 郭文湘,钟溟,刘启新;石英晶体谐振频率与其微量附着质量的关系[J];真空科学与技术;1988年02期

4 И.А.Биленко;杰雄;;振荡回路谐振频率精密测量系统[J];国外计量;1990年03期

5 王力生;天线座驱动系统扭转振动谐振频率的计算及仿真[J];现代电子技术;2005年08期

6 罗自荣;苗少帅;张志雄;尚建忠;;基于虚拟样机的导引头伺服机构谐振频率分析[J];兵工学报;2010年02期

7 姜遵富;平面螺旋带线谐振器谐振频率的计算[J];电子学报;1997年12期

8 何移;高杨;周斌;何婉婧;李君儒;;L波段薄膜体声波谐振器纵波谐振频率计算[J];压电与声光;2014年03期

9 郑永秋;任勇峰;薛晨阳;焦新泉;安盼龙;张建辉;闫树斌;刘俊;;微球腔谐振频率的锁定及频移测量实验[J];红外与激光工程;2014年08期

10 樊尚春;汪彩霞;;激励功率对微机械谐振梁谐振频率的影响[J];纳米技术与精密工程;2007年04期

中国重要会议论文全文数据库 前9条

1 周昌智;李明轩;毛捷;;利用多阶谐振频率对多层结构背覆薄层厚度的反演[A];中国声学学会2007年青年学术会议论文集（上）[C];2007年

2 马积福;丁耀根;宋文淼;;应用FDTD法求解谐振器谐振频率中初始激励和振荡模式的讨论[A];1997年全国微波会议论文集(下册)[C];1997年

3 李永安;安志武;毛捷;李明轩;;利用谐振频率进行粘接界面等效劲度系数成像[A];中国声学学会2009年青年学术会议[CYCA’09]论文集[C];2009年

4 姚毅;;微波在检测技术中的应用[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

5 于明湖;张玉秋;叶云岳;姚泽勇;卢琴芬;;直线振荡电机谐振频率跟踪策略研究[A];第二十九届中国控制会议论文集[C];2010年

6 高毅品;蔡志恂;申扣喜;;凹筒型弯张换能器谐振频率的计算[A];中国声学学会2001年青年学术会议[CYCA'01]论文集[C];2001年

7 施芹;王寿荣;周百令;裘安萍;;音叉式陀螺仪谐振频率的计算[A];2003年惯性仪表与元件学术交流会论文集[C];2003年

8 施芹;王寿荣;周百令;裘安萍;;音叉式陀螺仪谐振频率的计算[A];中国惯性技术学会第五届学术年会论文集[C];2003年

9 方由艳;高炳山;;匹配网络对换能器谐振频率影响的研究[A];2009年度全国物理声学会议论文集[C];2009年

中国重要报纸全文数据库 前4条

1 广西 刘日华;用正常电视机信号调整中周谐振频率[N];电子报;2006年

2 广西 梁杰南;计算LC谐振频率的简便方法[N];电子报;2002年

3 山东 李广文;简易LC谐振频率测试仪[N];电子报;2000年

4 湖北 余俊芳;校准AFT移相中周、图像检波中周谐振频率的一种简便方法[N];电子报;2011年

中国硕士学位论文全文数据库 前7条

1 李伟;基于虚拟仪器的伺服机构谐振频率测试系统研制[D];西安电子科技大学;2014年

2 李向阳;基于BP神经网络和GA的矩形微带贴片天线谐振频率预测[D];广西科技大学;2015年

3 夏林;特种机电系统结构谐振频率测试方法研究与应用[D];西安电子科技大学;2013年

4 唐国明;压电加速度传感器安装谐振频率分析及应用[D];华中科技大学;2006年

5 王磊;多谐振频率压电振动能量回收结构特性及实验研究[D];北京交通大学;2010年

6 杨丽华;加载频率选择表面的研究[D];南京理工大学;2012年

7 李祖胜;基于谐振频率自动识别的超声波电源研究[D];苏州大学;2011年

  本文关键词：基于BP神经网络和GA的矩形微带贴片天线谐振频率预测，，由笔耕文化传播整理发布。

本文编号：328148