E 字形パッチ (PSO) のデュアルバンドおよび広帯域最適化

この例のプロジェクトファイルを要求するには、ここをクリックします。

この例では、XFdtd の XTend ライブラリのプラグインを使用して、E 字形パッチで2つのパーティクル群最適化 (PSO) を実行します。最初の調査は、1.8 と 2.4 GHz で共振するデュアルバンド構成に焦点を当て、2番目の検索では、1.8 から 2.4 GHz までの全周波数範囲でパフォーマンスを最大化します。

PSO は、魚の群れ、鳥の大群、昆虫の群れで自然に見られる群れの行動に触発されたグローバルな最適化手法です。swarm を構成する多数のパーティクルは、N 次元のソリューション空間全体に分散されます。各粒子が現在の位置の適合性を評価し、その特定の粒子によって見られる最良の結果と全体の群れによって見られる最良の結果に基づいて新しい位置に移動する進化過程陥り。数世代にわたって、ソリューションスペースが探索され、最適なソリューションに到達します。

この特定の最適化のためのフィットネス関数は、単に目的のバンド上のアンテナの線形リターン損失を評価し、フィットネスレベルが遭遇した最悪のリターン損失であることを設定します。デュアルバンド最適化の場合、この概念は、フィットネス値がいずれかのバンドで見られる最悪のリターンロスであるように拡張されます。このアプローチの利点の1つは、帯域内の最小パフォーマンスがすべての世代で認識されることです。ユーザーは、現在のフィットネスの値を監視し、目的のターゲットレベルに達した場合に終了することができます。図1で観察できるように、6つの原理変数は E 字形パッチの特性に影響を与えます。これらのパラメータは、表1に従って変化させることが許される。一部の変数は互いに依存しているため、XTend の PSO プラグインは動的制約システムを使用して、最適化全体を通じてパラメーターの境界を更新します。表2に動的制約の詳細を示します。両方の調査に同じ境界と制約のセットが使用されます。

図1

E 型パッチの模式図。

 
表1

表1

 
表2

表2

XStream、XFdtd の CUDA によって加速された FDTD の実装は、PSO のタイムリーな実行において極めて重要です。各パーティクルは、連続する世代ごとに新しい XF シミュレーションを生成します。これらのシミュレーションは、システム内の使用可能な CUDA 対応 Gpu に分散されます。ここで使用される特定のシステムには、6つの NVIDIA テスラ C2070's が含まれます。PSO は各 GPU に1つのシミュレーションを割り当て、6つのシミュレーションを同時に解決できます。Gpu の有用性を最大化するために、パーティクルの数は Gpu の数の整数倍になるように選択されます。これらの最適化のために、12個の粒子と600世代が選ばれました。デュアルバンドアンテナは明らかに早期に収束したので、プロセスは450世代後に終了しました。

各世代の12のシミュレーションは、5分45秒の平均合計時間で完了しました。各構成の最適解に対する群れの収束は、図2および3に示されています。私たちの目標は、私たちのバンドの上に少なくとも-10 デシベルのリターン損失を持つアンテナを作成することである場合、0.3 のフィットネスレベルに達した後に調査を終了することができます。デュアルバンド設定では、10世代後にこのマイルストーンを通過しますが、広帯域バージョンでは180世代にわたって認識されます。図4および5は、最終的な最適解を含むいくつかのマイルストーンポイントで達成されたリターン損失を調べることによって、最適化の進行を示しています。デュアルバンドソリューションに関連付けられているパラメータを表3に、広帯域パラメータを表4に示します。

図2

デュアルバンド構成の最適な応答における swarm の収束。

図3

広帯域構成に対する最適な応答における群れの収束

 

図4

複数のマイルストーンポイントでのデュアルバンドパッチのリターンロスのスナップショット。

図5

複数のマイルストーンポイントでのワイドバンドパッチのリターンロスのスナップショット。

 
表3

表3

表4

表4