网站大量收购独家精品文档,联系QQ:2885784924

改进入侵杂草优化算法及其在天线中的应用-电子与通信工程专业论文.docx

改进入侵杂草优化算法及其在天线中的应用-电子与通信工程专业论文.docx

  1. 1、本文档共59页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
改进入侵杂草优化算法及其在天线中的应用-电子与通信工程专业论文

万方数据 万方数据 Dissertation Submitted to Hangzhou Dianzi University for the Degree of Master The improved invasive weeds optimization algorithm and its application on antenna Candidate: Fang Wenping Supervisor: Prof. Geng Youlin March , 2016 杭州电子科技大学 学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明: 所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得 的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过 的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。 申请学位论文与资料若有不实之处,本人承担一切相关责任。 论文作者签名: 日期: 年 月 日 学位论文使用授权说明 本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,即:研究生在校攻读 学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后,发表论文或 使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件, 允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其 它复制手段保存论文。(保密论文在解密后遵守此规定) 论文作者签名: 日期: 年 月 日 指导教师签名: 日期: 年 月 日 杭州电子科技大学硕士学位论文 杭州电子科技大学硕士学位论文 摘 要 随着科学技术的发展,在面对日趋复杂的优化问题时,传统的优化算法就显 示出其较大的局限性。而智能优化算法以其不依赖初始值、较高的收敛精度和收 敛速度等优点,用系统性和目的性的自适应优化过程取代传统的手工实验测试方 法,成为在解决复杂优化问题时的一种极其有效的方法。 本文在传统的入侵杂草优化算法(Invasive Weeds Optimization,IWO)的基 础上,为了保证杂草产生的种子的解在取值范围内,对超出边界的种子采用外推 法;同时本文借鉴遗传算法的核心思想,对保留的杂草个体采用内插和交叉,以 加强杂草个体间的信息交流,从而得到改进的入侵杂草优化算法(Improved Invasive Weeds Optimization,IIWO),提高了收敛精度和优化速度。 然后论述了阵列天线方向图综合的基本理论,再将改进的入侵杂草优化算法 进行均匀直线阵列天线的方向图综合,即通过控制阵元激励电流的变化得到期望 的阵列天线辐射方向图,包括综合低旁瓣方向图和综合具有深零点的方向图,从 而使主瓣位置对准移动用户的来波信号方向,较低副瓣电平抑制环境噪声的干 扰,零陷波特性抑制通信用户之间的相互干扰。 最后基于改进的入侵杂草优化算法和电磁仿真软件 HFSS 的各自优点,本文 提出了由算法模块和建模及适应度模块组成的优化方案,并完成优化方案的代码 程序编写,使两者相互嵌套,不断执行,直到达到最大循环次数或找到最优解。 并把优化方案应用到超宽带天线的实际优化设计中,得到在 5.15-5.83 GHz 频带 范围内具有陷波特性的超宽带天线,以避免超宽带通信系统对 WLAN 窄带通信 系统的信号干扰,使两者能够较好地协同通信。仿真结果证实了该优化方案在超 宽频带天线优化设计中的可行性和优越性。 关键词: 入侵杂草优化算法,方向图综合,HFSS,超宽带,陷波特性 I ABSTRACT With the development of science and technology, the traditional optimization algorithm shows its larger limitations in the face of increasingly complex optimization problems. But the intelligent optimization algorithms with strong robustness, high convergence precision and faster convergence speed, using systemic and purpose of adaptive optimization process to replace the traditional manual test method, becomes an extremely effective method to solve the problem of complex electromagnetic. On th

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档