Vivaldi天线中透镜的优化方法、系统及相关设备与流程

vivaldi天线中透镜的优化方法、系统及相关设备
技术领域
1.本发明属于天线领域，尤其涉及一种vivaldi天线中透镜的优化方法、系统及相关设备。


背景技术：

2.vivaldi
ꢁ
天线，也称锥形槽天线（tapered slot antenna，tsa），是一种针对宽带应用的理想型天线，vivaldi天线作为行波天线之一，具有带宽较宽、增益适中且随工作频率变化缓慢、相位中心稳定等优点。vivaldi天线虽然属于定向天线，但其增益对于很多应用仍然太低，因此研究vivaldi天线的高增益技术具有重要意义，但是，要实现在宽频带内提高增益是比较困难的。
3.目前，提高vivaldi天线增益的方法主要是在天线前端加载超材料，但由于超材料固有的窄带特性，通常只能在窄带内提高天线增益，所以并不能解决宽频带内提高增益的问题。介质透镜通常具有较宽的工作频带，因此介质加载的vivaldi天线成为了研究热点。现有的研究中体现出透镜能够提高vivaldi天线的增益，但其增益提高的幅度并不理想，且只能在部分频段内提高增益。另外，研究中使用传统扫参优化设计透镜，依然存在耗时费力、透镜功能单一等问题。


技术实现要素：

4.本发明实施例提供一种vivaldi天线中透镜的优化方法、系统及相关设备，旨在解决传统的vivaldi天线增益设计中对于介质透镜的增益效果不理想的问题。
5.第一方面，本发明实施例提供一种vivaldi天线中透镜的优化方法，所述优化方法包括以下步骤：以透镜的结构参数为优化参数，构建用于遗传算法的初始种群；根据所述初始种群中的个体在仿真环境中进行透镜建模，得到仿真建模数据；根据所述仿真建模数据计算所述个体的个体适应度；根据预设个体选择规则对所述初始种群中的所述个体按照所述个体适应度进行遗传计算，得到遗传个体；判断所述遗传算法是否达到预设终止条件：若否，则以所述遗传个体更新迭代所述初始种群，再利用所述遗传算法进行优化；若是，则根据所述遗传个体输出最优个体，并将所述最优个体对应的所述结构参数输出为所述透镜的最终参数。
6.更进一步地，所述透镜包括圆锥形透镜、圆台形透镜和半球形透镜，所述结构参数包括：所述圆锥形透镜的底面直径、所述圆台形透镜的顶面直径、所述半球形透镜的底面直径、所述圆锥形透镜的高度、所述圆台形透镜的高度、所述透镜的开缝宽度、所述透镜的开缝间距。
7.更进一步地，根据所述仿真建模数据计算所述个体的个体适应度的步骤中，定义
所述结构参数的数量为n，所述初始种群的大小为n，其中的所述个体适应度为f(x)，所述个体适应度f(x)满足以下关系式（1）：（1）；关系式（1）中的约束满足以下关系式（2）至（4）：（2）；（3）；（4）；以上关系式（2）至（4）中，min freq和max freq分别表示预设优化最小频率和预设优化最大频率，gi(x)和ri(x)分别表示目标增益和实际增益，hpbwei(x)和hpbwhi(x)分别代表所述个体在频点i时的e面和h面的3db波束宽度，k为大于1的实数，ω1和ω2为预设权重。
8.更进一步地，所述预设个体选择规则具体为：将所述初始种群中的所有所述个体按照所述个体适应度的大小进行排序，并从中筛选出满足预设比例的所述个体进行交叉变异。
9.更进一步地，所述预设终止条件具体为：拥有最高的所述个体适应度的所述个体在所述初始种群中保持了至少15次所述更新迭代。
10.更进一步地，所述初始种群的大小n取值为10。
11.更进一步地，所述预设优化最小频率min freq为2ghz，所述预设优化最大频率max freq为24ghz。
12.第二方面，本发明实施例还提供一种vivaldi天线中透镜的优化系统，包括：初始化模块，用于以透镜的结构参数为优化参数，构建用于遗传算法的初始种群；仿真模块，用于根据所述初始种群中的个体在仿真环境中进行透镜建模，得到仿真建模数据；适应度计算模块，用于根据所述仿真建模数据计算所述个体的个体适应度；遗传模块，用于根据预设个体选择规则对所述初始种群中的所述个体按照所述个体适应度进行遗传计算，得到遗传个体；迭代输出模块，用于判断所述遗传算法是否达到预设终止条件：若否，则以所述遗传个体更新迭代所述初始种群，再利用所述遗传算法进行优化；若是，则根据所述遗传个体输出最优个体，并将所述最优个体对应的所述结构参数输出为所述透镜的最终参数。
13.第三方面，本发明实施例还提供一种计算机设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述实施例中任意一项所述的vivaldi天线中透镜的优化方法中的步骤。
14.第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中任意一项所述的vivaldi天线中透镜的优化方法中的步骤。
15.本发明所达到的有益效果，由于使用了遗传算法来优化介质透镜的参数，并在目标函数中加入了方向图优化，在通过参数实现高增益、超宽带的同时，将天线e面和h面波束宽度优化为近似相等，最终使得加载透镜后天线的增益在整个工作频段都得到了明显提升，并且在多个频点实现了e面和h面等波束宽度。
附图说明
16.图1是本发明实施例提供的vivaldi天线中透镜的优化方法的步骤流程框图；图2是本发明实施例提供的vivaldi天线中透镜的结构示意图；图3是本发明实施例提供的vivaldi天线s
11
曲线示意图；图4是本发明实施例提供的vivaldi天线增益曲线示意图；图5是本发明实施例提供的vivaldi天线中透镜的优化系统的结构示意图图6是本发明实施例提供的计算机设备的结构示意图。
具体实施方式
17.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
18.请参照图1，图1是本发明实施例提供的vivaldi天线中透镜的优化方法的步骤流程框图，所述优化方法包括以下步骤：s1、以透镜的结构参数为优化参数，构建用于遗传算法的初始种群。
19.具体的，请参照图2，图2是本发明实施例提供的vivaldi天线中透镜的结构示意图，一般的，vivaldi天线中的透镜主要由三部分组成，其中，圆锥形透镜在vivaldi天线中起到固定结构的作用，圆台形透镜负责提高低频部分的增益，半球形透镜负责提高高频部分的增益，在本发明实施例中，通过对于上述三种透镜的结构参数，本发明实施例中使用其作为遗传算法的优化参数来构建初始种群。
20.更进一步地，所述透镜包括圆锥形透镜、圆台形透镜和半球形透镜，所述结构参数包括：所述圆锥形透镜的底面直径、所述圆台形透镜的顶面直径、所述半球形透镜的底面直径、所述圆锥形透镜的高度、所述圆台形透镜的高度、所述透镜的开缝宽度、所述透镜的开缝间距。具体的，对应图2中的标记，dd1表示所述圆锥形透镜的底面直径，dd2表示所述圆台形透镜的顶面直径，dd3表示所述半球形透镜的底面直径，dh1表示所述圆锥形透镜的高度，dd2表示所述圆台形透镜的高度，dw表示所述透镜的开缝宽度，ds表示所述透镜的开缝间距。
21.s2、根据所述初始种群中的个体在仿真环境中进行透镜建模，得到仿真建模数据。
22.示例性的，本发明实施例使用cst作为仿真环境。
23.s3、根据所述仿真建模数据计算所述个体的个体适应度。
24.更进一步地，根据所述仿真建模数据计算所述个体的个体适应度的步骤中，定义所述结构参数的数量为n，所述初始种群的大小为n，其中的所述个体适应度为f(x)，所述个体适应度f(x)满足以下关系式（1）：（1）；关系式（1）中的约束满足以下关系式（2）至（4）：（2）；（3）；（4）；以上关系式（2）至（4）中，min freq和max freq分别表示预设优化最小频率和预设优化最大频率，gi(x)和ri(x)分别表示目标增益和实际增益，hpbwei(x)和hpbwhi(x)分别代表所述个体在频点i时的e面和h面的3db波束宽度，k为大于1的实数，ω1和ω2为预设权重。
25.对于线极化天线，通过最大辐射方向并平行于电场矢量的剖面称为e面，通过最大辐射方向并平行于磁场矢量的剖面称为h面，在本发明实施例中，考虑到宽频带特性，需要对透镜在宽频带内进行优化。通过关系式（2）、（3）的增益约束使得最优个体的增益能接近目标增益，从而实现天线高增益的特性，最后由关系式（4）表示对个体方向图e面和h面3db波束宽度的约束，经过优化可使得个体e面和h面3db波束宽度近似相等；对于所述目标增益和所述实际增益，如果实际增益大于期望值则qi(x)=0，否则qi(x)等于目标增益与实际增益的差值;f2(x)输出的是hpbwei(x)和hpbwhi(x)差值的绝对值除以k，hpbwei(x)和hpbwhi(x)的差值越小f2(x)越接近于0，则个体的适应度越高，其中，k为大于1的实数，在本发明实施例中用于调节f2(x)的大小，使f1(x)和f2(x)处于同一个量级，因此可以根据需要来设置，示例性的，本发明实施例中k取值3。
26.更进一步地，所述初始种群的大小n取值为10。n同时也代表了所述初始种群中个体的数目，在遗传算法中，个体数目越多则结果的准确性越高，但同时所花费的时间也越多，因此取值需要与优化参数的大小相互匹配。
27.更进一步地，所述预设优化最小频率min freq为2ghz，所述预设优化最大频率max freq为24ghz。
28.s4、根据预设个体选择规则对所述初始种群中的所述个体按照所述个体适应度进
行遗传计算，得到遗传个体。
29.更进一步地，所述预设个体选择规则具体为：将所述初始种群中的所有所述个体按照所述个体适应度的大小进行排序，并从中筛选出满足预设比例的所述个体进行交叉变异。
30.作为对比，现有技术中通常使用扫参优化作为选择最优结果的方法，而本发明实施例则是通过目标函数控制透镜的优化方向，使其朝着有利方向进化，最终选出最好结果，因此更加省时省力。
31.s5、判断所述遗传算法是否达到预设终止条件：若否，则以所述遗传个体更新迭代所述初始种群，再利用所述遗传算法进行优化；若是，则根据所述遗传个体输出最优个体，并将所述最优个体对应的所述结构参数输出为所述透镜的最终参数。
32.具体的，遗传算法属于迭代循环的算法，通过不断的更新种群，使得经过交叉遗传后的个体越来越接近与预期的结果。
33.更进一步地，所述预设终止条件具体为：拥有最高的所述个体适应度的所述个体在所述初始种群中保持了至少15次所述更新迭代。通过确定在多次迭代中的所述个体拥有最接近于预期值的表现，本发明实施例设定的遗传算法终止条件与所述个体本身相关，当所述个体经历足够多的循环时，则认为该个体对应的结构参数最能体现出更高的增益效果。
34.示例性的，通过本发明实施例提供的vivaldi天线中透镜的优化方法在以透镜结构为优化参数得到的介质透镜为组件的vivaldi天线s
11
曲线如图3所示，增益曲线如图4所示，e面和h面不同频点处3db波束宽度示意如下表1所示。
35.表
ꢀꢀ
e面和h面不同频点处3db波束宽度示意表可以看出，vivaldi天线在加载本发明实施例得到的结构参数的透镜后在3 ghz附近s
11
大于-10 db，其余频段s
11
均小于-10 db，整体来说天线符合宽频带工作的要求；在工作频段内，馈源天线增益为5.3-10 dbi，透镜天线增益为8-19.1 dbi，加载透镜后天线增益最低提高了2.7 db（2ghz），最高提高了9.3 db（16ghz）；而对于馈源和透镜天线不同频率e面和h面3db波束宽度比较，加载透镜后vivaldi天线的e面和h面波束宽度差异变小，表中各频点e面和h面波束宽度差值均小于10
°
，证明了本发明实施例使用的遗传算法对透镜参数进行优化的实用性。
36.本发明所达到的有益效果，由于使用了遗传算法来优化介质透镜的参数，并在目
标函数中加入了方向图优化，在通过参数实现高增益、超宽带的同时，将天线e面和h面波束宽度优化为近似相等，最终使得加载透镜后天线的增益在整个工作频段都得到了明显提升，并且在多个频点实现了e面和h面等波束宽度。
37.本发明实施例还提供一种vivaldi天线中透镜的优化系统200，请参照图5，图5是本发明实施例提供的vivaldi天线中透镜的优化系统的结构示意图，包括：初始化模块201，用于以透镜的结构参数为优化参数，构建用于遗传算法的初始种群；仿真模块202，用于根据所述初始种群中的个体在仿真环境中进行透镜建模，得到仿真建模数据；适应度计算模块203，用于根据所述仿真建模数据计算所述个体的个体适应度；遗传模块204，用于根据预设个体选择规则对所述初始种群中的所述个体按照所述个体适应度进行遗传计算，得到遗传个体；迭代输出模块205，用于判断所述遗传算法是否达到预设终止条件：若否，则以所述遗传个体更新迭代所述初始种群，再利用所述遗传算法进行优化；若是，则根据所述遗传个体输出最优个体，并将所述最优个体对应的所述结构参数输出为所述透镜的最终参数。
38.所述vivaldi天线中透镜的优化系统200能够实现如上述实施例中的vivaldi天线中透镜的优化方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。
39.本发明实施例还提供一种计算机设备，请参照图6，图6是本发明实施例提供的计算机设备的结构示意图，所述计算机设备300包括：存储器302、处理器301及存储在所述存储器302上并可在所述处理器301上运行的计算机程序。
40.所述处理器301调用所述存储器302存储的计算机程序，执行本发明实施例提供的vivaldi天线中透镜的优化方法中的步骤，请结合图1，具体包括：以透镜的结构参数为优化参数，构建用于遗传算法的初始种群；根据所述初始种群中的个体在仿真环境中进行透镜建模，得到仿真建模数据；根据所述仿真建模数据计算所述个体的个体适应度；根据预设个体选择规则对所述初始种群中的所述个体按照所述个体适应度进行遗传计算，得到遗传个体；判断所述遗传算法是否达到预设终止条件：若否，则以所述遗传个体更新迭代所述初始种群，再利用所述遗传算法进行优化；若是，则根据所述遗传个体输出最优个体，并将所述最优个体对应的所述结构参数输出为所述透镜的最终参数。
41.更进一步地，所述透镜包括圆锥形透镜、圆台形透镜和半球形透镜，所述结构参数包括：所述圆锥形透镜的底面直径、所述圆台形透镜的顶面直径、所述半球形透镜的底面直径、所述圆锥形透镜的高度、所述圆台形透镜的高度、所述透镜的开缝宽度、所述透镜的开缝间距。
42.更进一步地，根据所述仿真建模数据计算所述个体的个体适应度的步骤中，定义所述结构参数的数量为n，所述初始种群的大小为n，其中的所述个体适应度为f(x)，所述个
体适应度f(x)满足以下关系式（1）：（1）；关系式（1）中的约束满足以下关系式（2）至（4）：（2）；（3）；（4）；以上关系式（2）至（4）中，min freq和max freq分别表示预设优化最小频率和预设优化最大频率，gi(x)和ri(x)分别表示目标增益和实际增益，hpbwei(x)和hpbwhi(x)分别代表所述个体在频点i时的e面和h面的3db波束宽度，k为大于1的实数，ω1和ω2为预设权重。
43.更进一步地，所述预设个体选择规则具体为：将所述初始种群中的所有所述个体按照所述个体适应度的大小进行排序，并从中筛选出满足预设比例的所述个体进行交叉变异。
44.更进一步地，所述预设终止条件具体为：拥有最高的所述个体适应度的所述个体在所述初始种群中保持了至少15次所述更新迭代。
45.更进一步地，所述初始种群的大小n取值为10。
46.更进一步地，所述预设优化最小频率min freq为2ghz，所述预设优化最大频率max freq为24ghz。
47.本发明实施例提供的计算机设备300能够实现如上述实施例中的vivaldi天线中透镜的优化方法中的步骤，且能实现同样的技术效果，参上述实施例中的描述，此处不再赘述。
48.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的vivaldi天线中透镜的优化方法中的各个过程及步骤，且能实现相同的技术效果，为避免重复，这里不再赘述。
49.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（read-only memory，rom）或随机存取存储器（random access memory，简称ram）等。
50.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排
他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
51.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如rom/ram、磁碟、光盘）中，包括若干指令用以使得一台终端（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本发明各个实施例所述的方法。
52.上面结合附图对本发明的实施例进行了描述，所揭露的仅为本发明较佳实施例而已，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，还可做出很多形式用等同变化，均属于本发明的保护之内。