(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111415452.2 (22)申请日 2021.11.25 (71)申请人 江苏科技大学 地址 212008 江苏省镇江市丹徒区长晖路 666号 (72)发明人 李清　田雨波　 (74)专利代理 机构 南京苏高专利商标事务所 (普通合伙) 32204 代理人 常虹 (51)Int.Cl. G06F 30/27(2020.01) G06N 20/00(2019.01) (54)发明名称 基于学生T 过程的微带天线优化方法和优化 系统 (57)摘要 本发明公开了一种基于学生T 过程的微带天 线优化方法和优化系统， 其通过构建基于学生T 过程的STP代理模型来预测天线物理尺寸对应的 谐振频率， 当预测结果不符合设计目标时， 通过 采集函数寻找新的天线物理尺寸， 并再次使用 STP代理模型来预测天线物理尺寸对应的谐振 频 率， 直至符合设计目标。 该方法能够在很少的训 练数据的情况下通过在规定边界内进行少次的 迭代找到最佳的微带天线的尺寸 参数。 权利要求书2页 说明书5页 附图3页 CN 113987962 A 2022.01.28 CN 113987962 A 1.一种基于学生T过程的微带天线优化方法， 其特 征在于， 包括： S1、 构建样本集： 采用仿真软件获取不同天线物理尺寸下的谐振频率， 构成样本集S＝ {(xi,yi)}， 其中(xi,yi)表示第i个样本， xi为第i个样本的天线物理尺寸向量， yi为仿真软件 获取的xi对应的谐振频率； i ＝1,2，…， n， n为样本总数； S2、 构建基于学生T过程的STP代理模型： Y＝STP(v+n, μ(X), σ(X) )； 所述STP代理模型的输入X为天线物理尺寸向量， 输出Y为X对应的谐振频率； 其中v为 STP代理模型的自由度参数初始值， μ(X)为输入X的预测均值， σ(X)为输入X的预测方差： μ(X)＝k(X,xi)k(xi,xi)‑1yi， σ(X)＝k(X,X)‑k(X,xi)k(xi,X)‑1k(xi,X) k(,)为核函数； S3、 用样本集S训练STP代理模型， 得到训练好的STP代理模型； S4、 初始化： 设置最大迭代次数Tmax， 天线物理尺寸向量 中各元素的取值上下界； 迭代次 数t初始化为1， 待优化天线物理尺寸参数作为天线物理尺寸向量的初始值X0， 并使用训练 好的STP代理模型获取X0对应的谐振频率Y0， 计算初始误差f0＝(fa‑Y0)2， fa为待优化天线的 目标谐振频率； 初始化 最小误差fbest＝f0， 最优天线物理尺寸向量Xbest为X0； S5、 通过采集函数在天线物 理尺寸向量中各元素的取值上下界范围内获取新的天线尺 寸参数， 所述采集 函数为： 其中 μt‑1(xi)和σt‑1(xi)分别为上一次迭代产生的预测均值和预测方差， m0＝maxτ ∈[1,t‑1]Yτ， Yτ为第τ次迭代时STP代理模型的输 出， Φ()为 服从学生T分布的累计分布函数； S6、 使用训练好的STP代理模型获取新的天线尺寸参数Xt对应的谐振频率Yt， 计算当前 误差： ft＝(fa‑Yt)2， 如果ft小于最小误差fbest， 则令fbest取值为ft， Xbest取值为X0； 判断当前迭代次数t是否达到最大迭代次数Tmax， 如达到， 结束迭代， Xbest即为优化后的 天线物理尺寸向量； 如没有达 到， 令t加一， 跳转至步骤S5进行 下一次迭代。 2.根据权利要求1所述的微带天线优化方法， 其特征在于， 所述核函数k(,)为平方指数 核函数： 其中上标T表示向量转置， l是核函数的超参 数， 表示输入的尺度。 3.根据权利要求1所述的微带天线优化方法， 其特征在于， 所述仿真软件为全波三维电 磁仿真软件HFS S。 4.一种基于学生T过程的微带天线优化系统， 其特 征在于， 包括： 样本集构建模块， 用于采用仿真软件获取不同天线物理尺寸下的谐振频率， 构成样本 集S＝{(xi,yi)}， 其中(xi,yi)表示第i个样本， xi为第i个样本的天线物理尺寸向量， yi为仿 真软件获取的xi对应的谐振频率； i ＝1,2，…， n， n为样本总数； STP代理模型建立模块， 用于构建基于学生T过程 的STP代理模型： Y＝STP(v+n, μ(X), σ (X))；权　利　要　求　书 1/2 页 2 CN 113987962 A 2所述STP代理模型的输入X为天线物理尺寸向量， 输出Y为X对应的谐振频率； 其中v为 STP代理模型的自由度参数初始值， μ(X)为输入X的预测均值， σ(X)为输入X的预测方差： μ(X)＝k(X,xi)k(xi,xi)‑1yi， σ(X)＝k(X,X)‑k(X,xi)k(xi,X)‑1k(xi,X) k(,)为核函数； 训练模块， 用于采用样本集S对STP代理模型进行训练； 初始化模块， 用于初始化迭代参数， 包括： 设置最大迭代次数Tmax， 天线物理尺寸向量中 各元素的取值上下界； 迭代 次数t初始化为1， 待优化天线物理尺寸参数作为天线物理尺寸 向量的初始值X0， 并使用训练好的STP代理模型获取X0对应的谐振频率Y0， 计算初始误差f0 ＝(fa‑Y0)2， fa为待优化天线的目标谐振 频率； 初始化最小误差fbest＝f0， 最优天线物理尺寸 向量Xbest为X0； 新天线尺寸参数获取模块， 用于通过采集函数在天线物 理尺寸向量中各元素的取值上 下界范围内获取新的天线尺寸 参数， 所述采集 函数为： 其中 μt‑1(xi)和σt‑1(xi)分别为上一次迭代产生的预测均值和预测方差， m0＝maxτ ∈[1,t‑1]Yτ， Yτ为第τ次迭代时STP代理模型的输 出， Φ()为 服从学生T分布的累计分布函数； 误差计算模 块， 用于使用训练好的S TP代理模型 获取新的天线尺寸参数Xt对应的谐振频 率Yt， 计算当前误差： ft＝(fa‑Yt)2； 如果ft小于最小误差 fbest， 则令fbest取值为ft， Xbest取值 为X0； 判断当前迭代次数t是否达到最 大迭代次数Tmax， 如达到， 结束迭代， Xbest即为优化后的 天线物理尺寸向量； 如没有达到， 令t加一， 使用新天线尺寸参数获取模块再次获取新的天 线尺寸参数， 进行 下一次迭代。 5.根据权利要求4所述的基于学生T过程的微带天线优化系统， 其特征在于， 所述核函 数k(,)为平方指数核函数： 其中上标T表示向量转 置， l是核函数的超参数， 表示输入的尺度。 6.根据权利要求4所述的基于学生T过程的微带天线优化系统， 其特征在于， 所述仿真 软件为全波三维电磁仿真软件HFS S。权　利　要　求　书 2/2 页 3 CN 113987962 A 3