• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of enterprise network management >Intelligent genetic algorithms in the optimisation of a PIFA antenna using hybridised fitness characterisation and clustering
【24h】

Intelligent genetic algorithms in the optimisation of a PIFA antenna using hybridised fitness characterisation and clustering

机译：混合适应度表征和聚类优化PIFA天线的智能遗传算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

With the exponential development of mobile communications and the miniaturisation of radio frequency transceivers, the need for small and low profile antennas at mobile frequencies is constantly growing. Therefore, new antennas should be developed to provide both larger bandwidth and small dimensions. This paper seeks to investigate the performance an intelligent optimisation technique using a hybridised genetic algorithms (GA) coupled with the intelligence of the binary string fitness characterisation (BSFC) technique. The aim of this project is to design and optimise the bandwidth of a planar inverted-F antenna (PIFA) in order to achieve a larger bandwidth in the 2 GHz band. The optimisation process has been enhanced by using a clustering algorithm to minimise the computational cost. The convergence pattern was compared with the particle swarm optimisation (PSO) technique. During the optimisation process, the different PIFA models are evaluated using the finite-difference time domain (FDTD) method.
机译：随着移动通信的迅猛发展和射频收发器的小型化，对移动频率下的小型和薄型天线的需求不断增长。因此，应该开发新的天线以提供更大的带宽和更小的尺寸。本文旨在研究一种性能优化的技术，该技术使用混合遗传算法（GA）结合智能的二进制字符串适应度表征（BSFC）技术。该项目的目的是设计和优化平面倒F天线（PIFA）的带宽，以便在2 GHz频带中获得更大的带宽。通过使用聚类算法使计算成本最小化，优化过程得到了增强。将收敛模式与粒子群优化（PSO）技术进行了比较。在优化过程中，使用有限差分时域（FDTD）方法评估不同的PIFA模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号