Методы оптимизации характеристик антенных элементов и реше-ток, имитирующие стайное поведение и эволюцию живых существ в природе

В. Ф. Лось; И. О. Порохов; А. Г. Гудков; И.А. Сидоров

doi:10.18127/j03209601-202404-06

Методы оптимизации характеристик антенных элементов и реше-ток, имитирующие стайное поведение и эволюцию живых существ в природе

В. Ф. Лось¹, И. О. Порохов², А. Г. Гудков³, И.А. Сидоров⁴

обзорная статья УДК 621.396.67 Страницы: 50-66 doi.org/10.18127/j03209601-202404-06

¹ АО «Концерн «Вега» (Москва, Россия)
² Российский университет дружбы народов (Москва, Россия)
³ МГТУ им. Н.Э. Баумана (Москва, Россия); ООО «НПИ ФИРМА «ГИПЕРИОН» (Москва, Россия)
⁴ МГТУ им. Н.Э. Баумана (Москва, Россия)

Ключевые слова: Синтез антенн антенная решетка алгоритмы оптимизации

Аннотация

Постановка проблемы. Эволюционные алгоритмы (ЭА) оказались жизнеспособным средством решения насущных проблем глобальной оптимизации. Доказательством этому служит тот факт, что, несмотря на их появление еще в 1960-х годах, большое число проблем по разработке антенн в литературе последних годов решено с использованием различных вариантов ЭА. Поэтому краткий обзор новых вариантов ЭА и практических соображений, стимулирующих их разработку, представляется актуальным.

Цель. Привести описание структуры и свойств различных вариантов ЭА, разработанных применительно к проблемам синтеза характеристик излучения антенн, и дать краткий обзор опубликованных за последние два десятилетия методов оптимизации и их модификаций для решения задач антенной техники.

Результаты. Представлен обзор развитых в последнее время ЭА применительно к задачам разработки антенн и распространения радиоволн. Основное внимание уделено характеристикам алгоритмов, способствующих получению оптимальных решений при более экономных, по сравнению с разработанными ранее методами оптимизации, требованиях к ресурсам вычислительных устройств.

Практическая значимость. Приведенные сведения и результаты могут помочь специалистам в области электродинамики в разработке более эффективных методов решения задач синтеза антенных устройств.

Поступила: 10.06.2024
Одобрена: 24.06.2024
Принята: 24.07.2024

Для цитирования

Лось В.Ф., Порохов И.О., Гудков А.Г., Сидоров И.А. Методы оптимизации характеристик антенных элементов и решеток, имитирующие стайное поведение и эволюцию живых существ в природе // Антенны. 2024. № 4. С. 50–66. DOI: https://doi.org/ 10.18127/j03209601-202404-06

Список источников

Лось В.Ф., Порохов И.О., Агасиева С.В., Гудков Г.А. Перспективы миниатюризации размеров электрически малых антенн в условиях ограничений на полосы рабочих частот // Электромагнитные волны и электронные системы. 2023. Т. 28. № 4. С. 57–78. DOI: https://doi.org/10.18127/j15604128-202304-06.
Wolpert D.H., Macready W.G. No free lunch theorems for optimization // IEEE Transactions on Evolutionary Computation. 1997. V 1. № 1. P. 67–82. DOI: 10.1109/4235.585893.
Ho Y., Pepyne D. Simple explanation of the no-free-lunch theorem and its implications // Journal of Optimization Theory and Applications. 2002. V. 115. P.549–570. DOI: https://doi.org/10.1023/A:1021251113462.
Rocca P., Oliveri G., Massa A. Differential evolution as applied to electromagnetic // IEEE Antennas and Propagation Magazine. 2011. V. 53. № 1. P. 38–49. DOI: 10.1109/MAP.2011.5773566.
Goudos S.K., Kalialakis Ch., Mittra R. Evolutionary algorithms applied to antennas and propagation: a review of state of the art // International Journal of Antennas and Propagation. 2016. V. 2016. P. 1–12. DOI: 10.1155/2016/1010459.
Yeo B.-K., Lu Y. Array failure correction with a genetic algorithm // IEEE Transactions on Antennas and Propagation. 1999. V. 47. № 5. P. 823–828. DOI: 10.1109/8.774136.
Yang S., Gan Y.B., Tan P.K. Design of a uniform amplitude time modulated linear array with optimized time sequences // IEEE Transactions on Antennas and Propagation. 2005. V. 53. № 7. P. 2337–2339. DOI: 10.1109/TAP.2005.850765.
Haupt R.L. Antenna design with a mixed integer genetic algorithm // IEEE Transactions on Antennas and Propagation. 2007. V. 55. № 3. P. 577–582. DOI: 10.1109/TAP.2007.891510.
Zhu X., Shao W., Li J.-L., Dong Y.-L. Design and optimization of low RCS patch antennas based on a genetic algorithm // Progress in Electromagnetics Research. 2012. V. 122. P. 327–339. DOI: 10.2528/PIER11100703.
Fu X., Chen X., Hou Q., Yin Y. An improved chaos genetic algorithm for T-shaped MIMO radar antenna array optimization // International Journal of Antennas and Propagation. 2014. V. 2014. DOI: https://doi.org/10.1155/2014/631820.
Jayasinghe J.M.J.W., Anguera J., Uduwawala D., Andujar A. Nonuniform overlapping method in designing microstrip patch antennas using genetic algorithm optimization // International Journal of Antennas and Propagation. 2015. V. 2015. DOI: 10.1155/2015/805820.
Clerc M. The swarm and the queen: towards a deterministic and adaptive particle swarm optimization // Proceedings of the 1999 Congress on Evolutionary Computation (CEC-99). Washington, D.C. 1999. V. 3. P. 1951–1957. DOI: 10.1109/CEC.1999.785513.
Jin N., Rahmat-Samii Y. Parallel particle swarm optimization and finite-difference time-domain (PSO/FDTD) algorithm for multiband and wideband patch antenna design // IEEE Transactions on Antennas and Propagation. 2005. V. 53. № 11. P. 3459–3468. DOI: 10.1109/TAP.2005.858842.
Afshinmanesh F., Marandi A., Shahabadi M. Design of a dual-band dual-polarized printed microstrip antenna using a boolean particle swarm optimization // IEEE Transactions on Antennas and Propagation. 2008. V. 56. № 7. P. 1845–1852. DOI: 10.1109/TAP.2008. 924684.
Panduro M., Brizuela C.A., Balderas L.I. A comparison of genetic algorithms, particle swarm optimization and the differential evolution method for the design of scannable circular antenna arrays // Progress in Electromagnetics Research B. 2009. V. 13. P. 171–186. DOI: 10.2528/PIERB09011308.
Törn Ali M. Population set-based global optimization algorithms: Some modifications and numerical studies // Computers and Operations Research. 2004. V. 31. P. 1703–1725. DOI: 10.1016/S0305-0548(03)00116-3.
Chakraborty U.K. Advances in differential evolution. Berlin: Springer. 2008.
Qing A. Differential evolution. Fundamentals and applications in electrical engineering. Singapure: Wiley IEEE – Press. 2009.
Qing A. Dynamic differential evolution strategy and applications in electromagnetic inverse scattering problem // IEEE Transactions on Geoscience and Remote Sensing. 2006. V. 44. № 1. P. 116–125. DOI: 10.1109/TGRS.2005.859347.
Chen Y., Yang S., Nie Z. The application of a modified differential evolution strategy to some array pattern synthesis problem // IEEE Transactions on Antennas and Propagation. 2008. V. 56. № 7. P. 1919–1927. DOI: 10.1109/TAP.2008.924713.
Mirjalili S., Mirjalili S.M., Lewis A. Grey wolf optimizer // Advances in Engineering Software. 2014. V. 69. P. 46–61. DOI: 10.1016/j.advengsoft.2013.12.007.
Faris H., Aljarah I., Azmi M., Al-Betar M.A., Mirjalili S. Grey wolf optimizer: a review of recent variants and applications // Neural Computing and Applications. 2018. V. 30. № 2. P. 413–435. DOI: https://doi.org/10.1007/s00521-017-3272.
Saxena P., Kothari A. Optimal pattern synthesis of linear antenna array using grey wolf optimization algorithm // International Journal of Antennas and Propagation. 2016. P. 1–11. DOI: https://doi.org/10.1155/2016/1205970.
Pappula L., Ghosh D. Linear antenna array synthesis using cat swarm optimization // AEU – International Journal of Electronics and Communications. 2014. V. 68. № 6. P. 540–549. DOI: 10.1016/j.aeue.2013.12.012.
Rajo-Iglesias E., Quevedo-Teruel O. Linear array synthesis using ant-colony-optimization-based algorithm // IEEE Antennas and Propagation Magazine. 2007. V. 49. № 2. P. 70–79. DOI: 10.1109/MAP.2007.376644.
Singh U., Kumar H., Kamal T.S. Linear array synthesis using biogeography based optimization // Progress in Electromagnetics Research M. 2010. V. 11. P. 25–36. DOI: 10.2528/PIERM09120201.
Li Y., Lin X., Liu J. An improved grey wolf optimization algorithm to solve engineering problems // Sustainability. 2021. V. 13. № 6. DOI: 10.3390/su13063208.

[1] Лось В.Ф., Порохов И.О., Агасиева С.В., Гудков Г.А. Перспективы миниатюризации размеров электрически малых антенн в условиях ограничений на полосы рабочих частот // Электромагнитные волны и электронные системы. 2023. Т. 28. № 4. С. 57–78. DOI: https://doi.org/10.18127/j15604128-202304-06.

[2] Wolpert D.H., Macready W.G. No free lunch theorems for optimization // IEEE Transactions on Evolutionary Computation. 1997. V 1. № 1. P. 67–82. DOI: 10.1109/4235.585893.

[3] Ho Y., Pepyne D. Simple explanation of the no-free-lunch theorem and its implications // Journal of Optimization Theory and Applications. 2002. V. 115. P.549–570. DOI: https://doi.org/10.1023/A:1021251113462.

[4] Rocca P., Oliveri G., Massa A. Differential evolution as applied to electromagnetic // IEEE Antennas and Propagation Magazine. 2011. V. 53. № 1. P. 38–49. DOI: 10.1109/MAP.2011.5773566.

[5] Goudos S.K., Kalialakis Ch., Mittra R. Evolutionary algorithms applied to antennas and propagation: a review of state of the art // International Journal of Antennas and Propagation. 2016. V. 2016. P. 1–12. DOI: 10.1155/2016/1010459.

[6] Yeo B.-K., Lu Y. Array failure correction with a genetic algorithm // IEEE Transactions on Antennas and Propagation. 1999. V. 47. № 5. P. 823–828. DOI: 10.1109/8.774136.

[7] Yang S., Gan Y.B., Tan P.K. Design of a uniform amplitude time modulated linear array with optimized time sequences // IEEE Transactions on Antennas and Propagation. 2005. V. 53. № 7. P. 2337–2339. DOI: 10.1109/TAP.2005.850765.

[8] Haupt R.L. Antenna design with a mixed integer genetic algorithm // IEEE Transactions on Antennas and Propagation. 2007. V. 55. № 3. P. 577–582. DOI: 10.1109/TAP.2007.891510.

[9] Zhu X., Shao W., Li J.-L., Dong Y.-L. Design and optimization of low RCS patch antennas based on a genetic algorithm // Progress in Electromagnetics Research. 2012. V. 122. P. 327–339. DOI: 10.2528/PIER11100703.

[10] Fu X., Chen X., Hou Q., Yin Y. An improved chaos genetic algorithm for T-shaped MIMO radar antenna array optimization // International Journal of Antennas and Propagation. 2014. V. 2014. DOI: https://doi.org/10.1155/2014/631820.

[11] Jayasinghe J.M.J.W., Anguera J., Uduwawala D., Andujar A. Nonuniform overlapping method in designing microstrip patch antennas using genetic algorithm optimization // International Journal of Antennas and Propagation. 2015. V. 2015. DOI: 10.1155/2015/805820.

[12] Clerc M. The swarm and the queen: towards a deterministic and adaptive particle swarm optimization // Proceedings of the 1999 Congress on Evolutionary Computation (CEC-99). Washington, D.C. 1999. V. 3. P. 1951–1957. DOI: 10.1109/CEC.1999.785513.

[13] Jin N., Rahmat-Samii Y. Parallel particle swarm optimization and finite-difference time-domain (PSO/FDTD) algorithm for multiband and wideband patch antenna design // IEEE Transactions on Antennas and Propagation. 2005. V. 53. № 11. P. 3459–3468. DOI: 10.1109/TAP.2005.858842.

[14] Afshinmanesh F., Marandi A., Shahabadi M. Design of a dual-band dual-polarized printed microstrip antenna using a boolean particle swarm optimization // IEEE Transactions on Antennas and Propagation. 2008. V. 56. № 7. P. 1845–1852. DOI: 10.1109/TAP.2008. 924684.

[15] Panduro M., Brizuela C.A., Balderas L.I. A comparison of genetic algorithms, particle swarm optimization and the differential evolution method for the design of scannable circular antenna arrays // Progress in Electromagnetics Research B. 2009. V. 13. P. 171–186. DOI: 10.2528/PIERB09011308.

[16] Törn Ali M. Population set-based global optimization algorithms: Some modifications and numerical studies // Computers and Operations Research. 2004. V. 31. P. 1703–1725. DOI: 10.1016/S0305-0548(03)00116-3.

[17] Chakraborty U.K. Advances in differential evolution. Berlin: Springer. 2008.

[18] Qing A. Differential evolution. Fundamentals and applications in electrical engineering. Singapure: Wiley IEEE – Press. 2009.

[19] Qing A. Dynamic differential evolution strategy and applications in electromagnetic inverse scattering problem // IEEE Transactions on Geoscience and Remote Sensing. 2006. V. 44. № 1. P. 116–125. DOI: 10.1109/TGRS.2005.859347.

[20] Chen Y., Yang S., Nie Z. The application of a modified differential evolution strategy to some array pattern synthesis problem // IEEE Transactions on Antennas and Propagation. 2008. V. 56. № 7. P. 1919–1927. DOI: 10.1109/TAP.2008.924713.

[21] Mirjalili S., Mirjalili S.M., Lewis A. Grey wolf optimizer // Advances in Engineering Software. 2014. V. 69. P. 46–61. DOI: 10.1016/j.advengsoft.2013.12.007.

[22] Faris H., Aljarah I., Azmi M., Al-Betar M.A., Mirjalili S. Grey wolf optimizer: a review of recent variants and applications // Neural Computing and Applications. 2018. V. 30. № 2. P. 413–435. DOI: https://doi.org/10.1007/s00521-017-3272.

[23] Saxena P., Kothari A. Optimal pattern synthesis of linear antenna array using grey wolf optimization algorithm // International Journal of Antennas and Propagation. 2016. P. 1–11. DOI: https://doi.org/10.1155/2016/1205970.

[24] Pappula L., Ghosh D. Linear antenna array synthesis using cat swarm optimization // AEU – International Journal of Electronics and Communications. 2014. V. 68. № 6. P. 540–549. DOI: 10.1016/j.aeue.2013.12.012.

[25] Rajo-Iglesias E., Quevedo-Teruel O. Linear array synthesis using ant-colony-optimization-based algorithm // IEEE Antennas and Propagation Magazine. 2007. V. 49. № 2. P. 70–79. DOI: 10.1109/MAP.2007.376644.

[26] Singh U., Kumar H., Kamal T.S. Linear array synthesis using biogeography based optimization // Progress in Electromagnetics Research M. 2010. V. 11. P. 25–36. DOI: 10.2528/PIERM09120201.

[27] Li Y., Lin X., Liu J. An improved grey wolf optimization algorithm to solve engineering problems // Sustainability. 2021. V. 13. № 6. DOI: 10.3390/su13063208.

Аннотация

Для цитирования

Похожие статьи