一种基于多维均匀采样与Kriging模型的天线快速优化方法

天线优化设计中,由于经典优化算法一般需要对同一结构的成百上千组参数进行电磁仿真后才能得出最优结果,因此多参数、大范围的天线优化设计存在计算效率问题。该文利用Kriging模型拟合参数空间内样本点的电磁仿真数据,代替电磁仿真实现从结构参数到电磁响应的瞬时近似计算,通过初始阶段的多维均匀拉丁超立方采样算法(LHS-MDU)和优化循环中的新增采样策略,减少电磁仿真次数,提高优化设计效率。利用此方法调整矩形贴片天线的馈点位置和双频单极子天线的振子长度来优化工作频点与阻抗带宽,相比遗传算法,完成相同目标所需的电磁仿真次数分别减少了75%和84%。