机载通信系统EMC设计中天线布局优化设计(3)

邱扬等：机载通信系统ＥＭＣ设计中天线布局优化设计

电磁兼容性研究专辑

低，而不是只保证某对天线的耦合度能达到最小值。对于一个Ｎ天线系统，其耦合天线对的数目

为ｍ＝ｃ南，由此我们结合权重系数法给出天线布

局优化的目标函数表达式如下：

厂（缈）＝∑让，ｊＣｉ（缈？，缈ｉ，９ｊ……）

ｉ＝１

缈厶湘≤缈？≤缈ｆｎ。哕嘉１ｉｎ≤，啦≤哕ｉ。。（２１）

缈嘉１ｉｎ≤缈；≤缈互一

上式中解向量为缈＝［缈１，哆２，哕３……］Ｔ，解

向量中各元素为天线对中各天线的几何位置参量。叫ｉ为第ｉ个天线对的权重系数，代表这对天线问的耦合度在整个系统的耦合度曲线中的重要程度，

Ｇ（妒）为这对天线以几何参量为自变量的耦合度

函数。

３．２优化算法及优化过程的实现

从优化模型看出，优化过程实际上是一个有约束条件的最小值问题。遗传算法（ＧＡ）适用于各种各样复杂形式的函数，比如连续函数、离散函数、凹函数、凸函数、低维函数、高维函数、确定函数和随机函数。它的执行条件简单，只需要搜索方向和相应的适应度函数，而且它采用的是多点概率搜索法，执行效率高。因此我们采用ＧＡ来求解这个问题。

首先要对解向量进行编码，将７１维向量缈＝

［缈１，峨，…，叱：ｒ用卵个记号吼（ｉ＝１，２，…，７＂／）

所组成的符号串缈来表示：

ｘ／ｔ＝缈１皿２…职，辛缈＝ｌ缈１，尘２，…，吼ｊ

１

（２２）

把职看作一个遗传基因，这样缈就可以看

作是行个遗传基因构成的染色体。所有的染色体缈组成了问题的搜索空间，因此对问题的最优解的搜索是通过对染色体缈的搜索来完成的。染色体缈也称个体缈，在本文的算法中，对于每一个个体我们通过以下公式函数计算其对应的适应度。

耻，《≯吖㈣卜鞣篆乏ｃ２３，

遗传算法的对象是由Ｍ个体组成的集合，称为群体。算法是一个反复叠代的过程，第ｔ代群体

表示为Ｐ（ｔ），过经一代遗传及进化后，得到ｔ＋１代群体，以此类推，群体经过不断的遗传及进化，并且每次都按照优胜劣汰的规则把适应度较高的个体更多的遗传到下一代，这样最终在群体中能够得

万　

方数据２００

４年第２４．卷

到最优良的个体９，对其进行解码就能得到问题的最优解。遗传算法中主要用以下三种算子对群体进行遗传操作：

选择算子； 交叉算子； 变异算子。

图５遗传算法运算过程示意图

图５中所示为遗传算法的运算过程示意图。在本文的遗传算法优化过程中，遵循以下几条基本原则：

（１）优化变量采用二进制编码方式；（２）采用轮盘赌选择方式；（３）采用当点交叉算子；（４）采用二进制变异。

４天线布局优化实例

下面我们将给出一个飞机机身天线布局优化的例子。如图５所示，机身长为４０米，半径为２米，在机身腹部共准备架设３根ＵＨＦ，例子中假定有一根天线的位置固定，其坐标为（０，１５．０，一２．０），单位为米。

图６飞机模型

图６中坐标系的选择与图２相同。对于第二和第三根天线我们对它的安装范围进行了限定，要求如下：

ｆ一２．Ｏ≤ｚ２－－＜２．０

ｆ一２．０－＜Ｘ３－＜２．０

＜５．Ｏ－＜ｙ２≤１０．０

＜２０．ｏ≤ｙ３≤２５．０

ｌ一２．０－＜ｚ，－＜０

ｌ一２．０－＜ｚ３－＜０

当然，为了保证天线安装在飞机表面，上面式

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库机载通信系统EMC设计中天线布局优化设计(3)在线全文阅读。