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

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2018-04-24 合作期刊: 《计算机应用研究》

南敬昌 王梓琦 高明明

摘要： 针对直接逆向神经网络模型精度较低，BP逆向神经网络泛化能力较差以及单独使用HFSS仿真软件需要不断优化天线各参数增加了设计时间的问题，提出一种将HFSS与稀疏正则化逆向神经网络联合的方法对双陷波超宽带天线进行设计。该方法在逆向神经网络性能函数中增加L1/2范数和L2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3.31~3.8 GHz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。

 点击量 1313  下载量 679  评论