专利名称：小天线优化设计方法
技术领域：
本发明涉及天线设计技术，更具体地说，涉及一种小天线优化设计方法。
背景技术：
进行天线特别是小天线设计时，如何确定小天线的结构尺寸，是天线设计过程中 的一个重要环节。小天线结构的特征信息由一组参数描述，如金属线宽、基板的厚度、介电 常数等。为了获得期望的电磁响应例如，在2. 4GHz频点处，电磁响应参数Sll的值应低 于-10dB，通常需要做大量的实验来能找到合适的小天线特征参数值。
传统的小天线设计方法是，通过手动方式逐一改变小天线的每个属性参数值，测 试该结构对应的电磁响应，并与目标电磁响应进行对比，如此不断循环，最终找到与目标电 磁响应最为相近的超材料单元结构属性参数。调整小天线的结构参数是一项非常耗时的步 骤，为了达到小天线设计要求和特定的电磁响应，对于小天线的每个结构参数进行微调，其 微调单位可能达到毫米级，工作量很大，不仅需要人工干预而且无法自动实现。而且，巨大 的工作量使得对人力、物力、时间都有极大的要求，因此如何缩短时间对提高小天线设计效 率有着至关重要的作用。发明内容
本发明要解决的技术问题在于，针对现有技术的上述小天线设计时不仅需要人工 干预且耗时、耗力的缺陷，提供一种能够提高小天线设计效率的小天线优化设计方法。
本发明解决其技术问题所采用的技术方案是构造一种小天线优化设计方法，包 括步骤
依据小天线的设计需求预设小天线的特征参数取值范围；
在预设的特征参数取值范围内选取多个采样点,得到特征参数样本集；
根据优化指标预设合适的适应度函数；
采用最优化算法在所述特征参数取值范围内搜索最优特征参数值，使得所述适应 度函数值最大。
在本发明所述的小天线优化设计方法中，所述小天线包括基板和附设于基板上的金属线。
在本发明所述的小天线优化设计方法中，所述特征参数包括介电常数、金属线线宽、基板厚度。
在本发明所述的小天线优化设计方法中，所述金属线为铜线、铝线或银线。
在本发明所述的小天线优化设计方法中，所述优化指标包括电磁响应特性。
在本发明所述的小天线优化设计方法中，所述电磁响应特性包括散射参数，所述 散射参数包括传输系数、反射系数。
在本发明所述的小天线优化设计方法中，所述最优化算法为粒子群优化算法。
在本发明所述的小天线优化设计方法中，所述最优化算法为遗传算法或模拟退火算法。
在本发明所述的小天线优化设计方法中，采用最优化算法在所述特征参数样本集 中搜索特征参数，使得所述适应度函数最大，具体包括步骤
计算每一特征参数样本对应的适应度函数值，得到适应度函数值最大的特征参数 样本；
依据每一特征参数样本及其对应的适应度函数值产生新的特征参数样本集，所述 新的特征参数样本集包含在预设的特征参数取值范围内；
检测是否满足迭代结束条件，若是，则结束搜索；若否，则继续迭代搜索，直至满足 迭代结束条件。
在本发明所述的小天线优化设计方法中，所述迭代结束条件为达到预设搜索次数。
实施本发明的技术方案，具有以下有益效果本发明通过预设适应度函数以及采 用最优化算法来实现小天线特征参数的自动搜索，从而获取到能够满足设计需求的最优的 小天线的结构参数，整个设计过程无需人工干预，而且大大提高了设计效率，避免了大量的 计算，减少了设计成本，特别是人力、物力、和时间成本，完全实现了小天线设计的自动化。
下面将结合附图及实施例对本发明作进一步说明，附图中
图1是依据本发明一实施例的小天线优化设计方法的流程示意图2是图1所示的步骤104的详细流程示意图。
具体实施方式
图1是依据本发明一实施例的小天线优化设计方法的流程示意图，小天线优化设 计方法100包括如下步骤
步骤101，依据小天线的设计需求预设小天线的特征参数的范围。这里的设计需求 可以是例如小天线放置的空间位置等等。小天线一般情况下，包括基板和附设于基板上的 金属线。金属线可以为铜线、铝线或银线。特征参数包括小天线的尺寸或特性，例如介电常 数、金属线线宽、基板厚度等等。通常，小天线放置的空间位置决定了小天线的大概尺寸范 围。
步骤102,在预设的特征参数范围内选取多个采样点,得到特征参数样本集。具体 的选取原则不做限制，例如可以是均匀选择、随机选择。采样点的数量也依据需要来设定。 一般情况下，采样点的数量越多，精确度就会越高，但是计算复杂度也会相应地增加。
步骤103，根据小天线的优化指标预设合适的适应度函数。这里的优化指标可以是 任何指标需求，例如可以是电磁响应特性，电磁响应特性包括散射参数S,散射参数S包括 反射系数S11、传输系数S12等。合适的适应度函数能够快速的获得较好的优化结果，且尽 可能地达到优化指标。下面举例说明在射频应用中，假设设计要求是，在2. 4GHz频点处， 反射系数Sll的值越低越好，那么根据此要求可以预设适应度函数y(g) = eXp(-S(g))，其 中g为小天线的特征参数值，S(g)表示特征参数值为g的小天线在2. 4GHz频点处对应的 反射系数SI I，反射系数Sll可以通过CST仿真得到。
上述示例仅用于说明适应度函数的选择缘由，并不作为对本发明的限制。除了反射系数Sll外，还可以是其他的指标表征参数，这完全依据设计需求来定，而且不同的应用场合关注的参数也会有所差别。
步骤104，采用最优化算法在特征参数取值范围内搜索最优的特征参数值，使得适应度函数值最大。这样适应度函数值最大的特征参数就是我们需要的小天线的设计参数。
最优化算法可以是任何能够实现搜索最优的算法，比如粒子群优化算法、遗传算法、模拟退火算法、神经网络或蚂蚁算法，上述各种算法的具体内容可参见相关技术资料， 这里不做详细阐述，仅对其进行简单介绍。
遗传算法根据生物演化，模拟演化过程中基因染色体的选择、交叉和变异得到的算法。在进化过程中，较好的个体有较大的生存几率。
模拟退火是模拟统计物理中固体物质的结晶过程。在退火的过程中，如果·搜索到好的解接受；否则，以一定的概率接受不好的解(即实现多样化或变异的思想)，达到跳出局部最优解的目的。
神经网络模拟大脑神经处理的过程，通过各个神经元的竞争和协作，实现选择和变异的过程。
蚂蚁算法模拟蚂蚁的行为，拟人拟物，向蚂蚁的协作方式学习。
在本发明一实施例中，最优化算法采用的是粒子群优化算法。如图2所示，步骤 104具体包括如下步骤
步骤1041，计算每一特征参数样本对应的适应度函数值，得到适应度函数值最大的特征参数样本。
对于特征参数样本gi，(i在I和N之间取值，N即为特征参数样本集的元素个数， 也就是采样点的数量)，初始化其速度为Vi,例如可以设定Vi = O. l*gi。对于每一特征参数样本gi，计算其适应度函数值I (gi)，寻找最大的适应度函数值，最大的适应度函数值对应的样本记为gb。
步骤1042，依据每一特征参数样本及其对应的适应度函数值产生新的特征参数样本集，新的特征参数样本集包含在预设的特征参数的范围内。
对于每一样本gi，用以下方程更新样本速度
Vi = C0XvjC1XrandX (Pbfgi)+C2 X rand X (gb_gi)；
其中，C0> C1^ C2为常数，例如C0 = O. 5, C1 = 2, C2 = 2, rand为介于O与I之间的均匀分布的随机数，Pbi表示迭代搜索过程中第i个样本搜索历程中的局部最优点。再用以下方程更新样本位置
gi = gi+vi0
步骤1043，检测是否满足迭代结束条件，若是，则gb即为最优的适应度函数值对应的样本，结束搜索；若否，则返回步骤1041继续迭代搜索，直至满足迭代结束条件。
这里的迭代结束条件可依据实际需求进行设定。例如可以设定为达到预设的搜索次数(比如1000次)；也可以是当连续多次迭代输出的gb的值差异很小，也即在一定的偏差范围内，那么可以认为已经达到结束搜索的条件。
本发明的设计方法非常适合于小天线，尤其适合平面微带小天线结构的自动化设计。本发明通过预设适应度函数以及采用最优化算法来实现小天线特征参数的自动搜索，从而获取到能够满足设计需求的最优的小天线的结构参数，整个设计过程无需人工干预， 而且大大提高了设计效率，避免了大量的计算，减少了设计成本，特别是人力、物力、和时间 成本，完全实现了小天线设计的自动化。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体 实施方式，上述的具体实施方式
仅仅是示意性的，而不是限制性的，本领域的普通技术人员 在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多 形式，这些均属于本发明的保护之内。
权利要求
1.一种小天线优化设计方法，其特征在于，包括步骤 依据小天线的设计需求预设小天线的特征参数的取值范围； 在预设的特征参数取值范围内选取多个采样点，得到特征参数样本集； 根据优化指标预设合适的适应度函数； 采用最优化算法在所述特征参数取值范围内搜索最优特征参数值，使得所述适应度函数值最大。
2.根据权利要求1所述的小天线优化设计方法，其特征在于，所述小天线包括基板和附设于基板上的金属线。
3.根据权利要求2所述的小天线优化设计方法，其特征在于，所述特征参数包括介电常数、金属线线宽、基板厚度。
4.根据权利要求2所述的小天线优化设计方法，其特征在于，所述金属线为铜线、铝线或银线。
5.根据权利要求1所述的小天线优化设计方法，其特征在于，所述优化指标包括电磁响应特性。
6.根据权利要求5所述的小天线优化设计方法，其特征在于，所述电磁响应特性包括散射参数，所述散射参数包括传输系数、反射系数。
7.根据权利要求1所述的小天线优化设计方法，其特征在于，所述最优化算法为粒子群优化算法。
8.根据权利要求1所述的小天线优化设计方法，其特征在于，所述最优化算法为遗传算法或模拟退火算法。
9.根据权利要求7所述的小天线优化设计方法，其特征在于，采用最优化算法在所述特征参数取值范围内搜索最优特征参数值，使得所述适应度函数值最大，具体包括步骤 计算每一特征参数样本对应的适应度函数值，得到适应度函数值最大的特征参数样本； 依据每一特征参数样本及其对应的适应度函数值产生新的特征参数样本集，所述新的特征参数样本集包含在预设的特征参数取值范围内； 检测是否满足迭代结束条件，若是，则结束搜索；若否，则继续迭代搜索，直至满足迭代结束条件。
10.根据权利要求9所述的小天线优化设计方法，其特征在于，所述迭代结束条件为达到预设搜索次数。
全文摘要
本发明涉及小天线优化设计方法，包括步骤依据小天线的设计需求预设小天线的特征参数的取值范围；在预设的特征参数取值范围内选取多个采样点，得到特征参数样本集；根据优化指标预设合适的适应度函数；采用最优化算法在所述特征参数取值范围内搜索最优特征参数值，使得所述适应度函数值最大。本发明通过预设适应度函数以及采用最优化算法来实现对小天线最优特征参数值的自动搜索，从而获取到能够满足设计需求的最优的小天线的结构参数值，整个设计过程无需人工干预，而且大大提高了设计效率，避免了大量的计算，减少了设计成本，特别是人力、物力、和时间成本，实现了小天线设计的自动化。
文档编号H01Q1/38GK103020328SQ20111027934
公开日2013年4月3日 申请日期2011年9月20日 优先权日2011年9月20日
发明者刘斌, 陈俊融, 季春霖, 刘若鹏 申请人:深圳光启高等理工研究院, 深圳光启创新技术有限公司