基于并行遗传算法的Ku波段卫星天线设计

J4 ›› 2011, Vol. 33 ›› Issue (10): 174-177.

基于并行遗传算法的Ku波段卫星天线设计

郭金翠，邹金欣，赵小娟，王寅澄

（中国地质大学（武汉）机械与电子信息学院，湖北武汉 430074）

收稿日期:2010-05-12 修回日期:2010-09-29 出版日期:2011-10-25 发布日期:2011-10-25

A Design of the KuBand Satellite Antenna by Parallel GA

GUO Jincui,ZOU Jinxin,ZHAO Xiaojuan,WANG Yincheng

(School of Mechanical and Electronic Information,China University of Geosciences,Wuhan 430074,China)

Received:2010-05-12 Revised:2010-09-29 Online:2011-10-25 Published:2011-10-25

摘要/Abstract

摘要：

针对一种宽波束、宽带微波Ku波段卫星天线的设计要求，本文采用了并行化遗传算法（GA）和改进的NEC2软件来进行天线综合。所设计的遗传算法并行计算平台由多台微机组成，它们之间的消息传递采用MPI来实现，天线的电磁数值计算采用改进的基于矩量法的NEC2软件完成。宽波束、宽带圆极化天线可以应用于空间广播通信等领域，使用传统手工方法进行这种天线设计有一定困难［1］。采用并行GA设计出来的一种单支7折线Ku波段天线，不仅满足了要求，方向图的特性优良，而且减小了整个天线的设计周期。

关键词: 遗传算法, 宽波束, 并行化, 微波天线

Abstract:

To meet with the requirements of designing a wide bandwidth, wide beam KuBand microwave antenna, parallel Genetic Algorithms (GA) and an improved software NEC2 are used in this article. The parallel computing system in this design is composed of several PCs and the message passing protocols among PCs are MPI. The NEC2 software based on the method of moments is used as a numerical calculation method. Designing a wide bandwidth, wide beam width and circularlypolarized microwave KuBand antenna by the traditional methods is difficult ［1］. However, the singlebranch KuBand antenna with 7segments which is designed by parallel GAs in a very short design period in this article, has an excellent performance in both patterns and VSWR.

Key words: genetic algorithm;wide bandwidth;parallel;microwave antenna

郭金翠，邹金欣，赵小娟，王寅澄. 基于并行遗传算法的Ku波段卫星天线设计[J]. J4, 2011, 33(10): 174-177.

GUO Jincui,ZOU Jinxin,ZHAO Xiaojuan,WANG Yincheng. A Design of the KuBand Satellite Antenna by Parallel GA[J]. J4, 2011, 33(10): 174-177.

[1]	杨航, 山蕊, 杨坤, 崔馨月. 基于动态自重构结构的3D-HEVC帧内预测算法并行化实现[J]. 计算机工程与科学, 2024, 46(11): 1931-1939.
[2]	彭频, 王欣悦. 基于匮乏理论的应急物资调度模型构建及算法研究[J]. 计算机工程与科学, 2024, 46(11): 2063-2070.
[3]	安园园, 马晓宁. 改进遗传算法与多目标优化模型的航班路径规划[J]. 计算机工程与科学, 2024, 46(09): 1660-1666.
[4]	杨仕琦, 武优西, 耿萌, 李艳. 一次性条件下的三支序列模式挖掘[J]. 计算机工程与科学, 2024, 46(07): 1286-1295.
[5]	李成冉, 方佳豪, 尹首一, 魏少军, 胡杨. 基于遗传算法的晶圆级芯片映射算法研究[J]. 计算机工程与科学, 2024, 46(06): 993-1000.
[6]	任晟岐, 宋伟. 基于GGInformer模型的多维时间序列特征提取与预测研究[J]. 计算机工程与科学, 2024, 46(04): 590-598.
[7]	郭宸良, 阎少宏, 宗晨琪. 线云隐私攻击算法的并行加速研究[J]. 计算机工程与科学, 2024, 46(04): 615-625.
[8]	孙睿男, 初翔, 陈昱, 闫明宁. 基于混合启发式算法的快递末端选址路径优化研究[J]. 计算机工程与科学, 2024, 46(01): 159-169.
[9]	郭艺, 何廷年, 李爱斌, 毛君宇. 融合GA-CART和Deep-IRT的知识追踪模型[J]. 计算机工程与科学, 2023, 45(09): 1691-1700.
[10]	毛媛媛, 石恩雅, 蒋从锋, 仇烨亮, 贾刚勇, 万健, 闫龙川. 基于遗传算法的数据中心能效仿真[J]. 计算机工程与科学, 2021, 43(08): 1341-1352.
[11]	胡新荣, 刘嘉文, 刘军平, 彭涛, 何儒汉, . 基于改进GA-BP-MC神经网络的人体三维尺寸预测[J]. 计算机工程与科学, 2021, 43(08): 1443-1453.
[12]	李静, 莫思敏 . 基于改进遗传算法的深度神经网络优化研究[J]. 计算机工程与科学, 2021, 43(08): 1503-1511.
[13]	李晶晶, 许少华. 基于组合核函数的径向基过程神经网络及其在示功图诊断中的应用[J]. 计算机工程与科学, 2021, 43(04): 746-752.
[14]	季子豪, 江凌云. 一种基于遗传算法的多站点协同计算卸载算法[J]. 计算机工程与科学, 2021, 43(03): 426-434.
[15]	贾俊杰, 秦海涛. 基于遗传算法的动态轨迹匿名算法[J]. 计算机工程与科学, 2021, 43(01): 142-150.