一种基于机器学习的宽带高效率透镜天线单元优化方法技术

本发明专利技术公开了一种利用神经网络结合遗传算法的宽带高效率平面透镜天线单元设计优化方法。该方法包括采用神经网络模型对训练集进行训练，得到平面透镜天线单元电磁响应代理模型。随后利用遗传算法对平面透镜天线单元进行优化，优化中使用得到的代理模型进行平面透镜天线单元电磁响应计算，加速优化。最后使用全波仿真方法验证了该优化设计方法的有效性。本发明专利技术所设计实例的传输幅度保持在‑0.65dB以上，传输相位达到了360度，且较为线性，极化转换效率在频带内超过97%，使用该方法设计优化的实例展现出优秀的电磁响应。本发明专利技术可用于不同类型、结构的平面透镜天线单元，可以快速实现高性能平面透镜天线单元设计，对平面透镜天线的广泛应用具有重要价值。

【技术实现步骤摘要】

本专利技术属于微波天线领域，涉及一种利用神经网络结合遗传算法的宽带高效率平面透镜天线单元设计优化方法。

技术介绍

1、天线作为导航波与"自由空间"波之间的转换装置，在无线系统中扮演着不可或缺的重要角色，负责发射和接收无线电信号。现代雷达、卫星通信、射电天文、地球遥感、毫米波成像、太赫兹探测等新型无线应用的发展对系统最前端的天线提出了更为严格的要求。其中，卫星通信要求高口径效率天线，以实现高辐射增益同时保持较小的体积；同时室内外定位、雷达成像和无线数据采集等无线通信系统对天线的宽带性能提出了较高的要求。跳频技术的发展，也要求天线还需要能够兼顾较宽的频带范围。

2、平面透镜天线以其制造简单、易于集成、无馈电阻塞和馈电网络复杂等明显优点而成为实现高增益天线的重要方法，因此在长距离通讯，如卫星链路上得到了广泛应用。平面透镜天线的设计流程包括平面透镜天线单元设计和阵面设计。

3、在平面透镜天线单元设计过程中，传统的设计方法依赖于暴力式参数扫描，需要大量的计算资源和时间进行全面的全波模拟。同时，这种方法对设计者的电磁理论和经验知识提出了较高的要本文档来自技高网...

【技术保护点】

1.一种基于机器学习的宽带高效率透镜天线单元优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器学习的宽带高效率透镜天线单元优化方法，其特征在于，所述步骤1中，设计了一个极化旋转型平面透镜天线单元，通过分析平面透镜天线单元的电磁性能，选定对性能影响较大的关键参数作为优化变量；为了避免后续优化过程中，神经网络模型出现外推不稳定的情况，构建的数据集要尽量包含所优化的变量的全部取值范围。

3.根据权利要求1所述的基于机器学习的宽带高效率透镜天线单元优化方法，其特征在于，所述步骤2中，为了实现平面透镜天线单元的电磁响应代理模型的构建，三个平行的神经网络被...

【技术特征摘要】

1.一种基于机器学习的宽带高效率透镜天线单元优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器学习的宽带高效率透镜天线单元优化方法，其特征在于，所述步骤1中，设计了一个极化旋转型平面透镜天线单元，通过分析平面透镜天线单元的电磁性能，选定对性能影响较大的关键参数作为优化变量；为了避免后续优化过程中，神经网络模型出现外推不稳定的情况，构建的数据集要尽量包含所优化的变量的全部取值范围。

3.根据权利要求1所述的基于机器学习的宽带高效率透镜天线单元优化方法，其特征在于，所述步骤2中，为了实现平面透镜天线单元的电...

【专利技术属性】
技术研发人员：赵加宁，杨若洋，李芳，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：