Многоцелевая оптимизация антенн с ограничениями по производительности для миниатюризации конструкции — Научные отчеты

Настройка параметров оптимизации

В этом разделе для проверки производительности метода PCMOM мы используем метод PCMOM для проектирования антенн. Предлагаемый метод PCMOM реализован на платформе Matlab 2019b. Как показано на рис. 1a, была разработана начальная структура, состоящая из 10 × 4 пикселей. Каждый пиксель имеет длину и ширину 3,1 мм, с расстоянием 3 мм между соседними пикселями. Кроме того, расстояние между заземляющей плоскостью и ближайшим пикселем составляет 5 мм. Сама заземляющая плоскость имеет длину 55 мм и ширину 62 мм соответственно. Начальная структура включает 67 внутренних портов, с внешним портом (портом питания), расположенным на пятом пикселе первой строки. Используемая диэлектрическая подложка — FR4, обладающая диэлектрической проницаемостью 4,4 и толщиной 1 мм. Проведено полноволновое ЭМ-моделирование для определения матрицы импеданса \({\mathbf{Z}}(\омега )\) в уравнении (1) исходной структуры с использованием CST MWS 2019.

Результаты многокритериальной оптимизации

Две целевые функции оптимизации антенны показаны в формулах (8) и (9) соответственно. Во второй целевой функции \(\омега\)это вектор 10 частотных точек от 2 до 3 ГГц с интервалом 0,1 ГГц между каждой частотной точкой. Спецификация конструкции определяется как антенна, которая работает в диапазоне [2.4 GHz 2.6 GHz]. Алгоритм PC-NSGA-II выполняется в общей сложности для 1000 эволюционных итераций с размером популяции 300 особей. Вероятность кроссинговера алгоритма NSGA-II установлена ​​на уровне 0,6, в то время как вероятность мутации алгоритма NSGA-II установлена ​​на уровне 0,1. В процессе выбора алгоритма NSGA-II элитный отбор выполняется на основе ранжирования. Порог итерации для добавления ограничения установлен на уровне 300. В ходе испытаний мы обнаружили, что когда порог попадает в диапазон 30–60% от общего числа эволюционных итераций, алгоритм может достигать хороших результатов.

Рисунок 3 иллюстрирует эволюцию популяции в ходе процесса оптимизации. Рисунок 3а отображает значения целевой функции начальной популяции. К 300-й итерации многие особи группируются вблизи фронта Парето, как показано на рис. 3б. После 300-й итерации в алгоритм NSGA-II вводится ограничение. Начиная с 315-го поколения, особи с С₁₁ значения выше − 10 дБ постепенно удаляются, как показано на рис. 3c. После 1000 итераций окончательный фронт Парето изображен на рис. 3d. Все проекты, принадлежащие фронту Парето, превосходят по одной или двум целям. Однако эмпирические соображения приводят нас к выбору проекта, все параметры которого остаются ниже приемлемого значения. Для анализа и сравнения выбраны три решения из фронта Парето, а именно Решение 1, Решение 2 и Решение 3, которые выделены на рис. 3d.

На рисунке 4 представлена ​​геометрия и распределение тока этих трех антенн Решения 1, Решения 2 и Решения 3. Решение 1 (Антенна 1) демонстрирует наибольший С₁₁ (коэффициент отражения) в пределах целевых частотных точек, сопровождаемых значением функции рабочего размера 18. Решение 2 (антенна 2), с другой стороны, демонстрирует более низкое С₁₁ в целевых точках, с соответствующим значением функции рабочего размера 21. Решение 3 (Антенна 3) выделяется самым низким С₁₁ в целевых точках, достигая рабочего значения функции размера 24. В зависимости от конкретных требований пользователя, любое из этих трех решений может быть выбрано в качестве оптимальной конструкции антенны. Диаграммы направленности излучения в дальней зоне трех антенн показаны на рис. 5.

Антенны 1 и 2 прототипированы и впоследствии измерены. На рисунке 6 представлен прототип Антенны 1 вместе с результатами измерения и моделирования. Как показано на рисунке 6b, измеренные S-параметры хорошо согласуются с моделированием, а измеренная полоса пропускания импеданса -10 дБ Антенны 1 составляет 0,6 ГГц (от 2 до 2,6 ГГц). Полоса пропускания соответствует техническим требованиям проекта. Аналогично, на рисунке 7 показан прототип Антенны 2 вместе с результатами ее измерения и моделирования. Как можно видеть на рисунке 7b, измеренные кривые близко соответствуют моделированию, показывая благоприятную полосу пропускания импеданса в целевой полосе частот (измеренная полоса пропускания импеданса -10 дБ Антенны 2 составляет 0,86 ГГц от 2,4 ГГц до 3,26 ГГц), тем самым полностью удовлетворяя техническим требованиям проекта. Два примера эффективно демонстрируют эффективность и осуществимость предлагаемого метода проектирования.

Обсуждение эффективности предлагаемого алгоритма

Чтобы наглядно проиллюстрировать эффективность предлагаемого нами алгоритма PCMOM, мы обсудим его влияние на миниатюризацию антенн, временные затраты и потенциальные области применения.

1. (1)

   Миниатюризация предлагаемого алгоритма.

В системах связи антенны необходимо проектировать вместе с другими радиочастотными устройствами, например, в антеннах мобильных телефонов, которые имеют одну большую заземляющую плоскость, которая поддерживает печатные платы и сенсорные экраны. Поэтому мы не оптимизировали размер заземляющей плоскости, а излучатели для антенн. Структура излучения исходной антенны имеет длину приблизительно 0,25 длины волны и ширину 0,5 длины волны, состоящую из 40 пикселей. Структуры излучения этих двух антенн используют только 17 и 19 пикселей соответственно, что составляет 42,5% и 47,5% от количества пикселей исходной структуры излучения.

Для дальнейшей оценки миниатюризации предлагаемого алгоритма мы сравниваем антенны в этой работе с существующими пиксельными антенными структурами. Таблица 1 показывает сравнение производительности между нашими разработанными антеннами и другими. Наш подход превосходит все ожидания в миниатюризации антенных излучателей, демонстрируя наименьший размер излучателя среди этих антенн. Таким образом, миниатюризация излучательных структур достигается за счет применения метода PCMOM.

1. (2)

   Временные затраты предлагаемого алгоритма.

Более того, метод PCMOM опирается на многосетевую модель и ЭМ-симуляцию для извлечения Z-импеданса, требуя низких временных затрат. Он занимает 75 минут, включая 300 индивидуальных оценок популяции (каждый

1. (3)

   Возможные применения предлагаемого алгоритма.

Ключевым вкладом этой работы является миниатюризация структур антенного излучения, что имеет практическое применение. Например, в системах мобильной связи уменьшение размера антенного излучателя позволяет освободить больше места для других радиочастотных устройств, тем самым улучшая системную интеграцию^25,26. Кроме того, в прозрачных антеннах удаление ненужных пикселей может улучшить прозрачность.