streszczenie
Transkrypt
streszczenie
Design of wideband antennas by means of fast multi-objective optimization MSEE Adrian Bekasiewicz In this work, a multi-objective framework for fast optimization of modern antenna structures has been discussed. The approach is based on space reduction, response surface approximation modeling and variable-fidelity electromagnetic simulations. The design process involves optimization of the interpolation model constructed from the low-fidelity model data using a multi-objective evolutionary algorithm. The obtained initial Pareto-optimal set is then corrected by means of surrogate-based optimization. The interpolation model is set up within a region of the design space confined using a suitable reduction technique. Five reduction methods have been described and extensively compared against each other. The influence of the reduction method on the scalability properties of the optimization framework with respect to the dimensionality of the design space has been investigated. The algorithm has been validated through optimization of high-fidelity electromagnetic models of nine antenna structures in two- or three-objective setups. Design examples include seven wideband antenna structures, an ultra-wideband compact impedance transformer and a dielectric resonator antenna. The number of geometrical parameters for the considered structures range from three to twenty four. The discussed algorithm allows for obtaining comprehensive information about the possible trade-offs between conflicting objectives at a fraction of time required by direct multi-objective optimization. In case of two antenna structures, the numerical results have been confirmed by experimental validation. Projektowanie anten szerokopasmowych z użyciem szybkich metod optymalizacji wielokryterialnej mgr inż. Adrian Bekasiewicz W rozprawie omówiono metodę szybkiej optymalizacji wielokryterialnej realistycznych modeli współczesnych struktur antenowych przy użyciu technik redukcji przestrzeni zmiennych projektowych, modeli interpolacyjnych, populacyjnych algorytmów metaheurystycznych i algorytmów surogatowych. Centralnym elementem procedury jest optymalizacja modelu interpolacyjnego z wykorzystaniem algorytmu ewolucyjnego. Model interpolacyjny buduje się na podstawie danych uzyskanych w wyniku symulacji modelu elektromagnetycznego struktury o obniżonej dokładności. Symulacje przeprowadza się w obszarze przestrzeni projektowej zidentyfikowanym dzięki technikom redukcji. W pracy opisano pięć algorytmów do redukcji przestrzeni oraz zbadano ich wpływ na wzrost kosztu optymalizacji wielokryterialnej wraz ze zwiększaniem wymiarowości problemu projektowego. Metodę zweryfikowano numerycznie. W tym celu zaprojektowano siedem anten szerokopasmowych, zminiaturyzowany transformator impedancji oraz antenę z rezonatorem dielektrycznym względem dwóch lub trzech sprzecznych kryteriów. Liczba parametrów geometrycznych rozważanych układów waha się od trzech do dwudziestu czterech. Omówiony algorytm pozwala uzyskać rozwiązania stanowiące najlepszy możliwy kompromis względem stawianych wymagań projektowych przy niewielkim koszcie obliczeniowym w porównaniu do bezpośredniej wielokryterialnej optymalizacji dokładnych modeli elektromagnetycznych struktur. W przypadku dwóch anten dokonano weryfikacji eksperymentalnej wyników analizy numerycznej poprzez pomiary charakterystyk sześciu rozwiązań kompromisowych.