贯序多物理场机器学习辅助的低风阻天线设计方法与系统

    公开(公告)号:CN117252087A

    公开(公告)日:2023-12-19

    申请号:CN202311044830.X

    申请日:2023-08-18

    Applicant: 东南大学

    Abstract: 本发明提出了一种机器学习辅助的天线结构层参数化拓扑设计与优化方法,并基于此提出了一种贯序多物理场机器学习辅助的低风阻天线设计方法。本发明所提天线设计方法中,首先,通过参数化拓扑设计方法改变天线金属地的结构。其次,对金属地的拓扑结构进行优化设计,使其满足低风阻的设计指标;该优化过程中使用机器学习算法建立代理模型预测天线的风阻值大小。最后,优化满足风阻设计目标的天线的电磁性能,通过改变偶极子的拓扑结构与天线的结构参数来改善电磁性能;该电磁性能优化过程同样使用机器学习算法建立代理模型预测天线的带宽、隔离度和增益,加速优化设计过程。本发明能够减小设计空间,降低优化难度。

    一种小型化的±45°双极化交叉偶极子天线

    公开(公告)号:CN113612021A

    公开(公告)日:2021-11-05

    申请号:CN202110895935.0

    申请日:2021-08-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种小型化的±45°双极化交叉偶极子天线,天线为两个垂直正交的领结型偶极子,在反射地上加载缺陷地结构,通过延长表面电流路径和表面电流对消的方式实现天线的小型化设计,该天线通过同轴线进行馈电激励。本发明的天线具有小的投影面积,在缩小天线尺寸的同时,天线具有带宽宽、隔离度高、结构简单、易加工、在设计频段内交叉极化比性能良好的优点。

Patent Agency Ranking