矩形パッチアンテナ (PSO) の最適化

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、矩形パッチアンテナの粒子群最適化 (PSO) を実行します。パッチアンテナは、PSO プラグインの有効性を示す簡単な例として選択されました。このアルゴリズムは、3 ghz から 3.2 ghz までのパフォーマンスを最適化するように設定されています。

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。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。

この研究では、図1に詳述されている3つの変数を組み込みます。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。フィードオフセット x は、パッチの長さ L に依存していることに注意してください。動的制約システムを使用すると、最適化の進行に伴って、x が現在の L の値の半分を超えることは許されません。基板には比誘電率2.2 の厚さ 3 mm の誘電体を用い, 有限接地面は基板底面全体を覆った.

図1

長方形パッチの模式図。

 
表1

表1

 

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 C2070s 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。この最適化のために、12個の粒子と200世代が選ばれました。

各世代の12のシミュレーションは、平均合計時間36秒で完了しました。最適な解に対する群れの収束は図2に見られます。この特定の例では、フィットネスレベルは、第12世代によって約0.5 に低下します。フィットネス値は、最悪の場合の線形リターン損失を表しているので、実際の目標が単に、関心のあるバンドに対して-6 dB のリターン損失がないアンテナである場合は、その時点でオプティマイザを終了できます。この時点でプロセスを終了すると、約16.5 分後に許容できるアンテナが生成されます。

図2

最適な答えに対する群れの収束。

 

図3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得られたリターンロスを調べることによる最適化の進行を示しています。このソリューションのパラメータを表2に示します。

図3

いくつかのマイルストーンポイントでのパッチアンテナのリターンロスのスナップショット。

 
表2

表2