一种基于一致性STP的天线优化设计方法、存储介质及设备

本发明涉及天线优化设计，具体涉及一种基于一致性stp的天线优化设计方法、存储介质及设备。

背景技术：

1、在天线优化设计领域，普遍借助数值仿真计算或电磁仿真软件如hfss(highfrequency structure simulator)与全局优化算法相结合的方法。hfss软件可得到高精确的天线仿真结果，但是由于全局优化算法需要多次调用hfss软件，若天线的结构复杂、尺寸较大、多频带时，由于每次调用hfss对个体进行评估都需消耗大量时间，导致计算成本较高；或可以通过使用代理模型与优化算法结合对天线进行优化设计，但结果的准确性和可靠性仍然存在问题。即使经过充分训练，所使用方法也可能为给定参数提供与准确结果有一定偏差的预测结果。基于这些方法用于优化天线时，偏差可能会暂时或永久地将优化导向错误的方向，从而延长优化时间或导致天线设计不可行。

2、学生t过程(stp)作为一种代理模型，结合全局优化算法可以实现天线的优化设计，但是结果的准确性和可靠性仍然存在问题。即使经过充分训练，stp也可能为给定参数提供与准确结果有一定偏差的结果。当单一的stp用于天线优化设计时，这些偏差可能会暂时或永久地将优化导向错误的方向，从而延长优化时间或导致天线设计不可行。

技术实现思路

1、为了克服上述技术缺陷，本发明提供一种基于一致性stp的天线优化设计方法、存储介质及设备，其能提高模型的泛化能力和预测结果的准确性。

2、为了解决上述问题，本发明按以下技术方案予以实现：

3、第一方面，本发明提供一种基于一致性stp的天线优化设计方法，包括如下步骤：

4、随机生成天线参数并用电磁软件对天线进行仿真，得到训练数据，利用这些训练数据构成样本集；

5、根据所需设计的天线，构建stp模型；

6、使用样本集和粒子群算法优化训练stp模型；

7、根据stp模型建立一致性stp模型，并对所述一致性stp模型进行训练测试；

8、将训练测试完成的一致性stp模型作为电磁仿真软件的替代模型，用于天线设计。

9、作为上述方案的改进，所述随机生成一定数量的天线参数并用仿真软件进行仿真，得到训练数据，利用这些训练数据构成样本集步骤包括：

10、随机生成多组天线参数，使用电磁软件仿真得到不同天线参数的性能值；

11、将天线不同参数与对应的性能值构建样本集。

12、作为上述方案的改进，所述根据所需设计的天线，构建stp模型步骤包括：

13、使用核函数来构建stp模型；

14、初始化stp模型的超参数。

15、作为上述方案的改进，所述使用样本集和粒子群算法优化训练stp模型步骤包括：

16、使用样本集和粒子群优化算法训练stp模型；

17、使用训练好的stp模型获取性能值，计算初始误差；

18、将该误差作为粒子群优化算法的适应度函数，stp模型中的超参数作为粒子进行优化，当适应度值达到要求时，停止stp模型训练。

19、作为上述方案的改进，所述根据stp模型建立一致性stp模型，并对所述一致性stp模型进行训练测试包括：

20、计算所有stp模型输出的算术平均值，找到与算数平均值偏差最大的stp模型输出，将其剔除并计算剩余stp模型输出的算术平均值；

21、判断任意两个stp模型的输出差值是否均小于预先定义的阈值，若是，则判定stp模型具有一致性，若否，则判定stp模型不具有一致性。

22、作为上述方案的改进，所述使用样本集和粒子群优化训练stp模型步骤后还包括：

23、对优化训练后stp模型进行测试。

24、作为上述方案的改进，所述对优化训练后stp模型进行测试步骤包括：

25、使用非训练集中的数据测试stp模型的准确性，计算最大测试误差和平均测试误差。

26、第二方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如第一方面所述的基于一致性stp的天线优化设计方法。

27、第三方面，本发明提供一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如第一方面所述的基于一致性stp的天线优化设计方法。

28、与现有技术相比，本发明具有以下有益效果：

29、1.本申请使用stp作为代理模型，弥补了传统贝叶斯优化算法中使用高斯过程作为代理模型时鲁棒性不足的缺点；

30、2.本申请的一致性stp(cstp)算法允许一个stp不精确地预测输出，cstp仍然产生正确的输出，因为排除了最坏的预测。另一方面，如果所有使用的stp都能够预测出预设误差内的输出，排除其中一个结果不会影响cstp的输出。因此，一致算法比简单的stp输出算术平均算法更稳健；

31、3.由于当stp在大量随机生成的样本上进行训练时，这种优化才是可靠的。本申请中，通过使用基于cstp的方法，可靠优化所需的样本数量减少了一个到两个数量级，且能够提高模型的泛化能力和预测结果的准确性。

技术特征：

1.一种基于一致性stp的天线优化设计方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于一致性stp的天线优化设计方法，其特征在于，所述随机生成一定数量的天线参数并用电磁软件对天线进行仿真，得到训练数据，利用这些训练数据构成样本集步骤包括：

3.根据权利要求1所述的基于一致性stp的天线优化设计方法，其特征在于，所述根据所需设计的天线，构建stp模型步骤包括：

4.根据权利要求1所述的基于一致性stp的天线优化设计方法，其特征在于，所述使用样本集和粒子群算法优化训练stp模型步骤包括：

5.根据权利要求1所述的基于一致性stp的天线优化设计方法，其特征在于，所述根据stp模型建立一致性stp模型，并对所述一致性stp模型进行训练测试包括：

6.根据权利要求1所述的基于一致性stp的天线优化设计方法，其特征在于，所述使用样本集和粒子群优化训练stp模型步骤后还包括：

7.跟据权利要求6所述的基于一致性stp的天线优化设计方法，其特征在于，所述对优化训练后stp模型进行测试步骤包括：

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的基于一致性stp的天线优化设计方法。

9.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一所述的基于一致性stp的天线优化设计方法。

技术总结本发明提供一种基于一致性STP(学生T过程)的天线优化设计方法、存储介质及设备，方法包括随机生成天线参数并用电磁软件对天线进行仿真，得到训练数据，利用这些训练数据构成样本集；根据所需设计的天线，构建STP模型；使用样本集和粒子群算法优化训练STP模型；根据STP模型建立一致性STP模型，并对所述一致性STP模型进行训练测试；将训练测试完成的一致性STP模型作为电磁仿真软件的替代模型，用于天线设计。本方案弥补了传统贝叶斯优化算法中代理模型鲁棒性不足的缺点。通过使用基于一致STP的方法，可以减少训练STP模型所需的样本数量，节省了时间和成本。同时，这种方法还能提高模型的泛化能力和预测结果的准确性，使得优化设计过程更加可靠和高效。技术研发人员：田雨波,任雪凤,孟非受保护的技术使用者：广州航海学院技术研发日：技术公布日：2024/7/29