基于遗传算法高增益单极子天线设计

杨涛 朱家梁

摘要：为了满足实际电子对抗领域的需求，在有限空间内设计了一个UHF频段的双频单极子天线，并使用数值软件中编写的遗传算法（GeneticAlgorithm，GA）联合电磁仿真软件仿真的方式，设计并优化了匹配电路，使得天线在保留原有增益的情况下显著地提升了带宽。使用算法优化后的天线在135～175MHz，270～300MHz驻波比小于2.5，带宽是优化前的3倍，增益能满足使用要求。

关键词：遗传算法；多频带；单极子天线；天线综合

中图分类号：TN821文献标志码：A文章编号：1008-1739（2022）15-53-5

0引言

随着通信系统的发展，天线在无线通信系统中的作用逐渐变得不可或缺，而现代通信中电子对抗和保密通信等相关需求的产生，使得传统窄带天线已经不再能满足天线多频带、宽带和高增益等的需求，同时，移动平台（车载、机载和吊舱）上可供安装天线的位置十分有限，这也对天线的小型化设计提出了新的需求，因此一些小型化的宽带高增益天线逐渐进入人们的视野。

鞭天线由杆状金属柱天线和金属反射面地板构成，其因为横向尺寸很小的特点而被广泛地应用在通信领域，在一些尺寸受限的环境中（如地面电台、飞机、潜艇吊舱和单兵背包）能够很好地发挥其性能。其中UHF/VHF频段作为移动通信的重要频段，鞭天线的使用更为广泛，然而这一频段的全向鞭天线一般尺寸较大，不利于在一些有尺寸限制的场景中使用，因此需要对鞭天线做小型化、轻量化设计。

在鞭天线的设计中，宽带、高增益和小型化是相互制约的，小型化的设计限制了天线的尺寸，使得天线无法在低频段获得良好的匹配，天线的增益会受到影响；其次，为了扩展带宽，就需要加入阻抗匹配电路，实现宽带的阻抗匹配[1-3]，RLC电路的损耗也会一定程度上降低天线的增益，使得小型化和宽带匹配都会和高增益存在诸多矛盾。因此宽带、高增益和小型化是天线设计中需要综合考量设计的几个方面，需要做到合理分配和综合优化。

天线综合技术是综合上述需求的天线整体设计方法，由于每一种设计方法的适用范围相对有限（例如加粗天线增加带宽的方式会使得天线的横截面增加进而影响天线的轻量化，增加阻性元器件会在改善天线匹配的同时损失天线的增益等）。因而，使用综合设计的方式能够兼顾天线的小型化、轻量化等需求，同时在增加天线原带宽的基础上尽可能保证增益，在天线的诸多要求中寻求一个合理的平衡，实现天线的最优化设计。

本文通过综合优化的方式，使用遗传算法（Genetic Algorithm，GA）联合CST和ADS进行天线和匹配电路的综合设计，根据电子对抗的实际需求，设计了一个工作在135～175 MHz，270～300 MHz的双频单极子天线，在全频带内天线驻波比小于2.5；通过匹配电路的综合优化，使得原天线的低频带宽从14 MHz增加到46 Mhz，同時通过遗传算法优化匹配电路的方式，减小了匹配电路中有耗原件的阻值，在驻波比满足要求的情况下尽可能地保证了天线的增益下降最低，使得在最低频率增益仅下降1.91 dB，在部分谐振区域增益不变或提高。最后，将匹配电路带入全波仿真软件进行了验证，其结果和综合设计路仿真结果基本一致，能很好地实现在该频段电子对抗的功能。

1单极子天线设计

一般情况下，吊舱天线相比其他天线在尺寸上的限制会更为严格，受限于吊舱预留位置的问题，往往难以在有限的空间内设计达到良好的空间匹配效果。如图1所示，吊舱放置位置有较为严格的限制，单极子纵向长度最大值max=600 mm，因此将单极子的纵向高度最大值按照=max=600 mm设计。

在单极子天线的优化过程中，往往将天线部分的优化和匹配网络的优化分开处理，这是因为优化天线是为了得到好的输入阻抗和好的辐射方向图，优化匹配网络的目的是得到好的输入阻抗，而匹配网络只影响馈电端的输入匹配，并不会影响到天线的辐射方向图，与天线部分的特性相对独立，可以以路的方式进行设计和仿真，分离两部分进行设计可以一定程度上降低全波仿真和设计的难度。天线部分的优化侧重优化方向图，匹配网络的优化侧重优化驻波比，这样的侧重优化，能简化优化时间，同时得到最好的优化结果。

可以看到，加入RLC电路后，谐振点的位置向中频偏移，其中低频从131 MHz偏移到158 MHz，高频从368 MHz回落到296 MHz，2个频段均为电子对抗所需的目标频段，通过RLC调节，实现了双频谐振向不同方向移动的目标。

值得注意的是，在优化过程中，谐振频率与LC的值大致呈现负相关趋势，并且对低频的谐振影响更为明显，除此之外，电感的增大能使得天线的低频谐振带宽增加，低频中心频率处的匹配会劣化，而电容的增加能使天线的低频谐振处中心频率的匹配得到优化，但会使得低频谐振的带宽下降，这与理论是一致的。

在加入RLC电路后，鞭天线的回波和增益情况如表1所示。可以看到，加载RLC电路可以很好地调整谐振位置，但对于带宽的扩展能力是有限的，并且根据算法优化的过程可以得出，带宽的扩展是以匹配的劣化为代价的，并不能在保证良好匹配的情况下得到满足天线带宽的要求，考虑到天线尺寸的限制，需要通过引入匹配电路的方式实现良好匹配下带宽的扩展。

2遗传算法及匹配电路设计

根据分析可知，仅仅通过加载RLC并不能很好地拓展带宽和降低驻波比，因此需要引入匹配网络来改善天线的匹配情况以达到扩展带宽的目的[4-6]。通过遗传算法联合路仿真的方式优化匹配网络中各个集中元器件的参数，使目标天线实现扩展带宽和尽可能减少增益损失的目标。

遗传算法是基于进化理论和遗传基因原理的智能搜索优化方法，通过将仿真中的参数提炼成基因种群，优化基因树从而影响表达的方式来优化参数所表达的特性参量；而优胜劣汰的模式则是通过适应度函数决定，根据适应度函数值表明待筛个体与目标个体的差异，摒弃劣质染色体，生成更能适应目标特性的个体，种群就这样一代一代进化，最后找到一组最优的个体，求得问题的最优解。

遗传算法示意如图5所示，在遗传算法的优化过程中，最为核心的是确定优化适应度函数，适应度函数的设定决定了优化的方向，同时合适的适应度函数选择也能减少优化迭代的次数。

值得注意的是，由于遗传算法本身的局限性，会使得单一运算的结果存在一定的可能遗传进化到局部最优解的位置，因此在通过遗传算法优化的过程中，需要对于目标函数的初值进行合理选取，对优化过程进行一定程度的多次迭代，尽可能地避免局部最优解的产生。

根据算法可得，当设置1min=136，1max=175，2min=270，2max=300，时，可优化得到在增益损失最小前提下的最大带宽，其回波参数如图7所示。可以看出，在136～181 MHz范围内，11≤7.2 dB，驻波比小于2.5，在274～302 MHz，11≤7.2 dB，驻波比小于2.5。

為了得到更好的驻波比，匹配电路设计和优化的过程中，不可避免地引入了阻性原件，这会导致单极子在回波优化的同时，不可避免地改变各个频点的增益值，因此需要对匹配电路和单天线的全波仿真结果进行联合场路联合仿真；通过在电磁仿真软件中加入匹配电路，将匹配电路末级匹配输出作为天线馈电端口的方式进行天线仿真设计，可以得到天线在加入匹配电路之后的增益情况。为了验证电路仿真实验的准确性，除了场路联合仿真外，还在全波仿真软件中进行了匹配电路的还原设计和全波仿真，将联合优化的路仿真结果加入到全波仿真软件中进行全波仿真，可以得到加入匹配网络之后天线的增益情况。其仿真模型如图8所示。图中单极子天线和图3一致，在背面加载了RLC原件和等效传输线。

路仿真和场仿真的结果对比如图9所示。

由图9可以看出，全波仿真结果和ADS仿真差距不大。其中LCdegCR为在全波仿真软件中全波仿真的11，LCdegCR_ads为在路仿真的11。

不同频率加载匹配电路前后方向图增益变化如图10所示。

从图10可以看到，加载匹配电路之后，低频带宽从13 MHz增加到45 MHz，从9.7%增加到29.7%，带宽增加了3倍，同时最低频136 MHz增益仅衰减1.89 dB，整体增益情况影响较小；高频带宽从9 MHz增加到28 MHz，从3%增加到9.72%，带宽增加了3倍，很好地实现了在保证低频增益的情况下扩展了带宽，满足了电子对抗领域双频天线的需求，其加载优化的匹配电路前后增益变化情况如表4所示。

3结束语

本文根据实际电子对抗领域的需求，基于遗传算法在有限空间内设计了一个UHF频段的双频单极子天线，通过优化单极子天线上RLC谐振的方式优化了谐振位置，并使用Matlab遗传算法联合ADS和CST仿真的方式，设计并优化了匹配电路，在保证保留原有增益的情况下显著地提升了带宽，使得在135～175 MHz，270～300 MHz的2个目标频率范围内带宽均提升了3倍，最低配增益下降仅1.89 dB，在增加带宽的同时保留了原天线的高增益。该天线的设计方法通过将遗传算法和天线设计相结合，优化场路联合仿真结果，并通过全波仿真的方式验证结果的准确性，实现了通过适应度函数调整的方式精准优化天线的特性参数，能够在限定的条件下得到与目标天性性能最匹配的天线尺寸和加载参数，具有广阔的应用前景。

参考文献

[1]杨董，姜兴.基于EDA双鞭天线及匹配网络的设计[J].现代电子技术，2009，32（24）：86-87.

[2] ALTSHULER E. The Traveling-wave Linear Antenna [J]. IEEE Transactions on Antennas and Propagation，1961，9（4）： 324-329.

[3] HALLEN E. Electromagnetic Theory [M]. London： Chapman& Hall， 1962.

[4]吴广德，傅光.传输线在宽带匹配中的应用[J].电子科技， 2007（2）：12-14.

[5] RODRIGUEZJL，GARCOA-TUNONI，TABOADAJM，etal. Broadband HF Antenna Matching Network Design Using a Real-coded Genetic Algorithm [J]. IEEE Transactions on Antennas and Propagation， 2007， 55（3）： 611-618.

[6]丁霄，姜興，李思敏.基于遗传算法的宽带匹配网络设计[J].桂林电子科技大学学报，2006，26（6）：438-441.