Optimierung der Rechteck-Patch-Antenne (PSO)

Fordern Sie Projektdateien für dieses Beispiel an, indem Sie hier klicken.

In diesem Beispiel wird ein Plugin aus der XTend Library von XFdtd verwendet, um eine Particle Swarm Optimization (PSO) einer rechteckigen Patch-Antenne durchzuführen. Die Patch-Antenne wurde als einfaches Beispiel gewählt, um die Wirksamkeit des PSO-Plugins zu demonstrieren. Der Algorithmus ist so eingestellt, dass er die Leistung von 3 GHz bis 3,2 GHz optimiert.

PSO ist eine globale Optimierungstechnik, die sich an dem Schwarmverhalten orientiert, das natürlich in Fischschwärmen, Vogelschwärmen und Insektenschwärmen vorkommt. Eine Anzahl von Partikeln, die einen Schwarm umfassen, sind im gesamten N-dimensionalen Lösungsraum verteilt. Ein evolutionärer Prozess folgt, bei dem jedes Partikel die Fitness seines aktuellen Standorts bewertet und sich an einen neuen Standort begibt, basierend auf dem besten Ergebnis, das von diesem bestimmten Partikel gesehen wird, und dem besten Ergebnis, das vom gesamten Schwarm gesehen wird. Über mehrere Generationen hinweg wird der Lösungsraum erforscht und eine optimale Lösung gefunden.

Die Fitnessfunktion für diese spezielle Optimierung wertet einfach die lineare Rückflussdämpfung der Antenne über das interessierende Frequenzband aus und stellt das Fitnessniveau auf den schlimmsten Rückflussdämpfungsfaktor ein. Ein Vorteil dieses Ansatzes ist, dass die minimale In-Band-Performance bei jeder Generation bekannt ist. Der Benutzer kann den aktuellen Fitnesswert überwachen und bei Erreichen eines gewünschten Zielniveaus abbrechen.

Diese Studie beinhaltet drei Variablen, wie in Abbildung 1 dargestellt. Diese Parameter dürfen nach Tabelle 1 variieren. Beachten Sie, dass der Vorschubversatz, x, von der Länge, L, des Flickens abhängig ist. Ein dynamisches Beschränkungssystem stellt sicher, dass x niemals die Hälfte des aktuellen Wertes von L im Laufe der Optimierung überschreiten darf. Für das Substrat wurde ein 3 mm dickes Dielektrikum mit einer relativen Permittivität von 2,2 verwendet, und die endliche Grundplatte bedeckte die gesamte Unterseite des Substrats.

Abbildung 1

Schema des rechteckigen Patches.

 
Tabelle 1

Tabelle 1

 

XStream, die von XFdtd mit CUDA beschleunigte Implementierung von FDTD, ist entscheidend für die rechtzeitige Ausführung des PSO. Jedes Partikel erzeugt für jede nachfolgende Erzeugung eine neue XF-Simulation. Diese Simulationen sind auf die verfügbaren CUDA-fähigen GPUs im System verteilt. Das hier verwendete System enthält sechs NVIDIA Tesla C2070. Der PSO weist jeder GPU eine Simulation zu, so dass sechs Simulationen gleichzeitig gelöst werden können. Um den Nutzen der GPUs zu maximieren, wird die Anzahl der Partikel als ganzzahliges Vielfaches der Anzahl der GPUs gewählt. Zwölf Partikel und 200 Generationen wurden für diese Optimierung ausgewählt.

Die zwölf Simulationen jeder Generation wurden in einer durchschnittlichen Gesamtzeit von 36 Sekunden durchgeführt. Die Konvergenz des Schwarmes auf die optimale Lösung ist in Abbildung 2 zu sehen. In diesem speziellen Fall sinkt das Fitnessniveau in der zwölften Generation auf etwa 0,5. Der Fitnesswert stellt die schlimmste lineare Rückflussdämpfung dar, so dass wir den Optimierer an dieser Stelle beenden könnten, wenn unser wahres Ziel einfach eine Antenne mit nicht mehr als -6 dB Rückflussdämpfung über unserem Interessenbereich ist. Eine Beendigung des Prozesses an dieser Stelle würde nach ca. 16,5 Minuten zu einer akzeptablen Antenne führen.

Abbildung 2

Konvergenz des Schwarmes auf die optimale Antwort.

 

Abbildung 3 zeigt den Fortschritt der Optimierung durch die Untersuchung der Rückflussdämpfung, die an mehreren Meilensteinpunkten erreicht wurde, einschließlich der endgültigen optimalen Lösung. Die Parameter dieser Lösung sind in Tabelle 2 aufgeführt.

Abbildung 3

Momentaufnahme der Rückflussdämpfung der Patch-Antenne an mehreren Meilensteinpunkten.

 
Tabelle 2

Tabelle 2