基于bp神经网络的分形dgs微带天线设计 fractal dgs microstrip design based on bp neural network.pdfVIP

孙荣辉，高卫东，李 乐 ，沈 旭 电子信息对抗技术 第·27卷 基于 BP神经网络的分形 DGS微带天线设计 2012年5月第 3期 中图分类~-：TN820 文献标志码：A 文章编号：1674—2230(2012)03—0068—06 基于 BP神经网络的分形 DGS微带天线设计 孙荣辉，高卫东，李 乐，沈 旭 (电子工程学院，合肥 230037) 摘要：微带天线易于产生谐波辐射，造成功率的损耗。加入DGS的微带天线可以抑制谐波，但 是普通DGS会增加天线的背向功率漏射，且接地板利用率较低，分形DGS可以很好地克服这 些缺点。为了缩短DGs的设计周期，采用BP神经网络对 DGS进行进建模 ，在此基础上分析设 计了一种分形DGS微带天线，并对制作的实物进行了测量，测量结果与仿真结果吻合较好，证 明了该神经网络模型的正确性和分形DGS在微带天线谐波抑制中的有效性。 关键词：分形DGS；谐波抑制；微带天线；BP神经网络 FractalDGSM icrostripDesignBasedonBPNeuralNetwork SUN Rong-hui，GAO Wei．dong，LILe，SHENXu (ElectronicEngineeringInstitute，Hefei230037，China) Abstract：Themicmstrippatchantennaiseasiertoproduceharmonicradiationwhichwastethepow— er．HarmonicpowerCna besupressedbyhtemicmstrlppatchnatenna，buthtebackradiationpower wouldbe enforced．Now theseproblemswouldbe overcomebyhtefractal DGS．TheBPneuralnet- workofDGSisbuilttocutoffhtetimeusedinDGSdesigningperiod．BasedonhteBPneuralnet— workmodel，afractalDGSmicmstrippatchnatennaisdesingednadmeasured，htemeasuredresults areingoodagreementwiht thesimulationones，whichprovehteaccuracyoftheBPneural network modelnadtheeffectivenessofhtefractalDGSinharmonicsuppressofthemicrostrippatchnatenna． Keywords：fractal DGS；harmonicsuppression；micmstrippatchnatenna；BPneuralnewtork 1 引言 构广泛应用于谐振器、滤波器、耦合器和高性能微 自1999年韩国学者J．I．Park等人首次提出 波天线、相控阵天线等微波器件和电路系统中，能 缺陷地结构 (DefectedGroundStructure，DGS)的概 获得常规技术无法实现的高性能与小型化。 念…以来，DGS正 以其独特的性能逐渐成为微波 毫米波电路设计的一个研究热点。 DGS通过在微带线接地板上刻蚀出缺陷图 形，以扰乱地板上的传导电流分布，从而在较宽频 带内抑制电磁波的传播，产生较宽的阻带特性，使 之存在截止频率和谐振频率，这是传统微带结构 介 所不具备的特性。与传统的微带结构相比，DGS 微带馈线 结构具有更高的慢波因子和更长的电长度，单极