基于BP神经网络矩形微带天线谐振频率预测-广西科技大学学报.PDF

第 卷 第 期 广西科技大学学报 年 月 广西科技大学学报 基于 神经网络矩形微带天线谐振频率预测 李向阳曾文波 广西科技大学 电子信息与控制工程学院广西 柳州 摘 要谐振频率是微带天线的重要技术指标建立合适的数学模型以获得微带天线精确的谐振频率在微带天线的 设计中至关重要通过 神经网络建模的方法对天线谐振频率进行预测 以一款谐振频率为 的矩形微带天 线为分析算例通过 软件的仿真计算获取了大量的天线样本在此基础上建立了矩形微带天线的 神经网络 模型并预测出不同结构参数下 个矩形微带天线的谐振频率 再将这 个天线的结构参数输入 软件用 软件对这些天线进行仿真得到其谐振频率比较结果证明采用 神经网模型预测得到的天线谐振频率与 仿真 结果间误差很小说明神经网络预测得到的天线谐振频率有效本文的设计方法可行效果良好 关键词矩形微带天线 神经网络 天线仿真软件 中图分类号 文献标志码 微带天线作为一种体积小重量轻剖面薄制作方便且易于共形的天线形式在无线通信雷达遥 感电子对抗等众多领域获得了广泛应用矩形微带天线是最基本的微带天线形式通常是通过在双面覆 铜的微波介质基片的一面刻蚀出矩形导电贴片而基片的另一面作为接地板构成贴片长度贴片宽度介 质基片介电常数以及厚度作为该类型天线的主要结构参数谐振频率是微带天线的主要性能指标也是本 文中衡量天线建模有效性的重要指标 传统的天线分析与设计方法有传输线法矩量法和有限元法等等 此外作为电磁问题的主要分析手 段 目前各种商业化仿真计算软件不断涌现常见的仿真软件包括基于矩量法的 和 基于有限元 法的 基于有限积分法的 等等但是无论是传统的数值分析方法还是仿真软件在天线的设计 上都具有盲目性试探性致使工作量巨大 随着 神经网络和遗传算法理论的不断完善人们越来越多 的引入 神经网络和遗传算法来分析天线 神经网络是模拟人体细胞的分布式工作特点和自组织功能并能实现并行处理 自学习和非线性 映射等能力的一种系统模型 神经网络的最核心内容是 学习算法最早由 和 等 科学家于 年提出前馈神经网络中反向传播算法 算法是目前最为成熟且应用最广的一种有导师 学习算法因为此算法良好的非线性逼近性能使其在天线分析与设计领域得