一种基于图像翻译的天线结构参数优化方法技术

本发明专利技术公开了一种基于图像翻译的天线结构参数优化方法，包括以下步骤：S1、根据目标天线的基本结构，选定需要优化的结构参数并确定目标电磁响应性能参数；S2、通过LHS算法对所选的结构参数向量进行样本生成，获得结构参数对应的电磁响应数据；S3、将结构参数和电磁响应数据进行图像数据转换形成数据集，通过数据集训练图像翻译网络；S4、利用训练完毕的图像翻译网络对目标电磁响应图像进行图像翻译得到对应的结构参数图像；S5、将结构参数图像进行参数提取得到目标天线的结构参数，完成天线设计。本发明专利技术解决了现有技术中对工程师先验知识要求高、计算成本和时间成本高、准确性不足、对于不同天线设计任务的泛化性差等问题。

【技术实现步骤摘要】

本专利技术涉及模具，尤其涉及一种基于图像翻译的天线结构参数优化方法。

技术介绍

1、天线是无线信号的发射和接收的物理基础，在提高通信质量和效率方面发挥着核心作用。天线技术的进步直接推动了无线通信系统的发展。传统的天线设计基于工程师的先验知识和大量电磁仿真，会造成大量的计算成本和时间成本，尤其对于多频天线、相控阵天线等复杂天线，这些成本会进一步放大。因此，设计一种快速、准确，并且对于仿真依赖小的天线优化方法是至关重要的。

2、随着深度学习的兴起，近年来涌现了很多基于深度学习的天线优化方法。例如dhaliwal等人提出了一种基于粒子群优化(pso)的人工神经网络(ann)的混合算法，并用于优化5.8ghz wlan频段的天线尺寸。zhang等提出了一种深度高斯过程(dgp)结合pso算法对一种多频段天线的s11曲线进行优化。liu等人提出了一种ann-ga混合算法优化多输入多输出(mimo)天线的s21参数，以达到降低耦合的目标。dong等利用径向基函数神经网络(rbfnn)作为代替全波仿真的代理模型，并结合改进的pso算法来优化天线的阻抗匹配效果本文档来自技高网...

【技术保护点】

1.一种基于图像翻译的天线结构参数优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于图像翻译的天线结构参数优化方法，其特征在于，S1中的结构参数包括天线中各部分部件的长度、宽度以及到基板边缘的距离；所述电磁响应性能参数包括S11曲线和辐射方向图。

3.根据权利要求1所述的一种基于图像翻译的天线结构参数优化方法，其特征在于，结构参数向量进行样本生成包括以下步骤：

4.根据权利要求1所述的一种基于图像翻译的天线结构参数优化方法，其特征在于，S3中，所述图像翻译网络为改进的pixpix图像翻译网络，包括生成器和判别器；

5.根...

【技术特征摘要】

1.一种基于图像翻译的天线结构参数优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于图像翻译的天线结构参数优化方法，其特征在于，s1中的结构参数包括天线中各部分部件的长度、宽度以及到基板边缘的距离；所述电磁响应性能参数包括s11曲线和辐射方向图。

3.根据权利要求1所述的一种基于图像翻译的天线结构参数优化方法，其特征在于，结构参数向量进行样本生成包括以下步骤：

4.根据权利要求1所述的一种基于图像翻译的天线结构参数优化方法，其特征在于，s3中，所述图像翻译网络为改进的pixpix图像翻...

【专利技术属性】
技术研发人员：卢萍，张栋宸，黄卡玛，
申请(专利权)人：四川大学，
类型：发明
国别省市：