基于统一交叉熵优化的多带微带天线设计自动化
信号处理
2024-10-07 v2
摘要
过去十年来，微带天线设计的自动化一直是活跃的研究领域。通过利用遗传算法（GAs）或更近期的深度神经网络（DNNs）等机器学习技术，已有工作表明能够产生在面积利用效率方面高效或用于复杂多频段场景中使用的非平凡天线几何形状。然而，GAs和DNNs通常计算昂贵，往往需要数小时才能产生新的天线几何形状。本文提出利用交叉熵优化作为蒙特卡洞抽样技术来优化给定用户希望获得的目标散射参数曲线下天线的几何形状。我们将提议的统一交叉熵（UCE）方法与其他流行的蒙特卡洞优化技术（如高斯过程、森林优化和基线随机搜索方法）进行比较。我们展示了提议的UCE技术在竞争方法中性能更佳，同时仍保持合理的计算复杂度，在约16分钟内即可收敛。最后，我们以开源形式发布代码，希望对未来研究有所帮助。
关键词
引用
@article{arxiv.2410.02474,
title = {Automating the Design of Multi-band Microstrip Antennas via Uniform Cross-Entropy Optimization},
author = {Ali Al-Zawqari and Ali Safa and Gert Vandersteen},
journal= {arXiv preprint arXiv:2410.02474},
year = {2024}
}