5.1神经网络的建立 17

5.2神经网络的测试 18

第六章结论与展望 25

6.1全文总结 25

6.2未来展望 25

致谢 27

参考文献 28

附录:144组E型微带天线仿真结果 30

第一章 绪论

1.1研究背景

微带天线在近几十年得到了广泛的应用，特别是随着现代无线通信系统迅速发展，微带天线常作为无线通信系统微型化的关键基础器件已在空间电子学、生物电子学和常规天线领域中获得了广泛的应用[1]。微带天线相比于传统天线具有以下优点：（1）体积小、重量轻；（2）针对性强，可以根据不同的性能需求来设计专门适用的微带天线；

（3）集成化程度高，能与电路电源集成在一起[2]。同时，神经网络是由具有适应性神经单元组成的广泛并行互连的网络，其组织能够模拟生物神经系统对现实世界之间的交互反应。因为其能反映出输入输出数据之间映射关系，所以在设计天线方面可以利用其预测天线性能参数[3]。

针对微带天线设计时，由于不同情况下所需求的微带天线都是不一样的，往往设计过程会复杂、耗时较长。将神经网络与微带天线设计结合在一起，可以由神经网络直接预测出微带天线的谐振频率，不仅节约了在设计微带天线上的时间成本，也提高了微带天线的精确度。

1.2国内外研究现状

人们通过对人工神经网络的不断研究和探索，对神经网络这一技术总结了一下三个特点和作用：（1）神经网络可以表示人的意识思维和现实具体事物之间的非线性关系。

（2）在未来，神经网络是计算机技术发展的趋势，更加智能的计算机肯定是基于神经网络的。（3）相比于传统的计算机技术，拥有神经网络的计算机系统可以处理更加抽象、运算量更大的问题[4][5]。

对于传统的微带天线设计方式有很多种，例如：Agilent公司的ADS（矩量法）、Ansoft公司的HFSS（有限元法）以及CST（时域有限积分）。虽然具有较精准的天线设计方案，但是处理速度不尽人意。天线设计的复杂程度在不断提高，但是时间周期却不断要求缩短。能否在不影响微带天线精度的同时减少设计周期成为国内外研究的热门方向。

最新的研究成果表明，遗传算法和神经网络都可以体现微带天线复杂非线性关系和具有巨大数量级运算的可能，但是遗传算法技术具有难以编程实现、耗时较大等局限性。而人工神经网络作为计算机智能发展的趋势，成为设计天线时可以采用的一种方案。值得注意的是，人工神经网络也有其局限性，有待更加优化的算法和结构出现[6]。

1.3研究方法描述

1.阅读神经网络的参考资料，理解神经网络的基本工作原理；

2.阅读微带天线的参考资料，理解微带天线的基本工作原理；

3.应用IE3D软件建立E形微带天线模型，了解天线不同尺寸参数对其性能的影响；

4.编程实现神经网络模型；

5.用得到的神经网络模型对E形微带天线进行建模；

6.对神经网络性能进行评价，同时对设计的微带天线进行评估，得出有益结论。

第二章 E型微带天线的设计

本文中采用IE3D软件进行E型微带天线的设计并计算该天线的谐振频率，共分为三步：天线介绍、软件设计以及计算频率。