稀疏正则化逆向神经网络在双陷波超宽带天线设计中的应用

• 作者: 南敬昌 王梓琦 高明明
• 来源期刊: 计算机应用研究
• 关键词: 逆向神经网络 HFSS l1/2范数 l2范数 双陷波超宽带天线
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 2473-2477,2482
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.02.0109

摘要

在双陷波超宽带天线的设计过程中,直接逆向神经网络模型精度较低,而BP逆向神经网络泛化能力较差,若单独使用HFSS仿真软件需要不断优化天线各参数增加了设计时间.针对以上问题,提出一种将HFSS与稀疏正则化逆向神经网络联合的方法.该方法在逆向神经网络性能函数中增加f1/2范数和f2范数,l1/2范数引入了新的权系数,扩充了输入样本向量,使网络更易得到稀疏性解,逆模型精度更高,l2范数能有效避免过拟合现象,使网络泛化能力更强.应用于双陷波超宽带天线设计中,采用在辐射贴片上开弧形槽的方式产生陷波特性,根据天线目标电压驻波比逆向求解对应的开槽尺寸.仿真实验结果表明,与BP逆向神经网络方法相比,求得的与天线电压驻波比对应的开槽角度相对误差减小了69.3％,开槽半径相对误差减小了88.7％,网络运行时间减少了15.9％;最终设计的天线带宽为2.4-11 GHz,实现了3.31 ～3.8GHz和4.98～ 6.05 GHz的良好陷波特性,缩短了整个天线的设计周期.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	南敬昌	辽宁工程技术大学电子与信息工程学院	143	665	12.0	15.0
2	高明明	辽宁工程技术大学电子与信息工程学院	59	194	8.0	10.0
3	王梓琦	辽宁工程技术大学电子与信息工程学院	2	3	1.0	1.0