[发明专利]基于学生T过程的微带天线优化方法和优化系统

说明书

本发明公开了一种基于学生T过程的微带天线优化方法和优化系统，其通过构建基于学生T过程的STP代理模型来预测天线物理尺寸对应的谐振频率，当预测结果不符合设计目标时，通过采集函数寻找新的天线物理尺寸，并再次使用STP代理模型来预测天线物理尺寸对应的谐振频率，直至符合设计目标。该方法能够在很少的训练数据的情况下通过在规定边界内进行少次的迭代找到最佳的微带天线的尺寸参数。

技术领域

本发明属于微带天线设计技术领域，具体涉及一种基于学生T过程的微带天线优化方法和系统。

背景技术

在电磁器件优化设计的领域，普遍借助数值仿真计算或电磁仿真软件如HFSS(High Frequency Structure Simulator)与优化算法相结合的方法。通过HFSS软件仿真可得出高精确的结果，以获取有标记训练数据进行训练。通过寻优算法调用HFSS时，若微波器件的结构复杂、尺寸较大、多频带时，需调用多次，且每次调用HFSS对个体进行评估都需消耗大量时间，计算成本高且耗时长。

申请号为202010646567.1的中国发明专利申请公开了一种基于半监督学习的平面倒F型天线谐振频率预测方法，该发明公开了基于半监督学习的平面倒F型天线谐振频率预测方法，用高斯过程和支持向量机在平面倒F型天线的短路金属片的宽度、辐射金属片的长度、辐射金属片的宽度和辐射金属片的高度这四个相关参数和实测谐振频率之间建立起映射关系，利用高斯过程和支持向量机的协同训练方法结合未标记数据进行迭代训练，训练半监督协同训练模型可以用来预测其他平面倒F型天线的谐振频率。该发明申请需要复杂的模型协同训练，需要同时训练两个模型，时间成本高；且不能够实现在不变的设计空间内自动寻找天线的最佳尺寸参数。

发明内容

发明目的：本发明提供了一种基于学生T过程的微带天线优化方法和优化系统，能够在很少的训练数据的情况下通过在规定边界内进行少次的迭代找到最佳的微带天线的尺寸参数。

技术方案：本发明一方面公开了一种基于学生T过程的微带天线优化方法，包括：

S1、构建样本集：采用仿真软件获取不同天线物理尺寸下的谐振频率，构成样本集S＝{(x_i,y_i)}，其中(x_i,y_i)表示第i个样本，x_i为第i个样本的天线物理尺寸向量，y_i为仿真软件获取的x_i对应的谐振频率；i＝1,2，…，n，n为样本总数；

S2、构建基于学生T过程的STP代理模型：Y＝STP(v+n,μ(X),σ(X))；

所述STP代理模型的输入X为天线物理尺寸向量，输出Y为X对应的谐振频率；其中v为STP代理模型的自由度参数初始值，μ(X)为输入X的预测均值，σ(X)为输入X的预测方差：

μ(X)＝k(X,x_i)k(x_i,x_i)^-1y_i，

σ(X)＝k(X,X)-k(X,x_i)k(x_i,X)^-1k(x_i,X)

k(,)为核函数；

S3、用样本集S训练STP代理模型，得到训练好的STP代理模型；