[論文レビュー] Phase-Only Planar Antenna Array Synthesis with Fuzzy Genetic Algorithms

Boufeldja Kadri, Miloud Boussahla+1 more|arXiv (Cornell University)|Feb 5, 2010

Antenna Design and Optimization参考文献 12被引用数 13

ひとこと要約

本稿では、所望の放射パターンを達成するために励振位相を最適化する平面アレイの位相のみの合成のためのファジィ遺伝的アルゴリズム（FGA）を提案する。フィtnessと集団多様性に基づいて遺伝的アルゴリズム（GA）のパラメータを動的に調整するファジィ論理制御（FLC）を統合することで、FGAは標準的遺伝的アルゴリズム（SGA）を上回り、数値シミュレーションにおける収束性とパターン正確性に優れた性能を示した。対象は長方形のプローブ駆動型アレイである。

ABSTRACT

This paper describes a new method for the synthesis of planar antenna arrays using fuzzy genetic algorithms (FGAs) by optimizing phase excitation coefficients to best meet a desired radiation pattern. We present the application of a rigorous optimization technique based on fuzzy genetic algorithms (FGAs), the optimizing algorithm is obtained by adjusting control parameters of a standard version of genetic algorithm (SGAs) using a fuzzy controller (FLC) depending on the best individual fitness and the population diversity measurements (PDM). The presented optimization algorithms were previously checked on specific mathematical test function and show their superior capabilities with respect to the standard version (SGAs). A planar array with rectangular cells using a probe feed is considered. Included example using FGA demonstrates the good agreement between the desired and calculated radiation patterns than those obtained by a SGA.

研究の動機と目的

• 所望の放射パターンを得るために平面アレイの位相励振係数を最適化する課題に対処すること。
• 標準的遺伝的アルゴリズム（SGA）を上回る収束速度と解の質を向上させること。
• 遺伝的アルゴリズムにファジィ論理制御を統合し、最適化中にパラメータを適応的に調整すること。
• 長方形平面アレイにプローブ駆動構成を適用してFGA手法を検証すること。
• 長方形プローブ駆動型平面アレイにおいて、FGAが所望の放射パターンを達成する上でSGAを上回る優れた性能を示すこと。

提案手法

• ファジィ論理制御（FLC）は、集団多様性と最良個体のフィットネスのリアルタイムフィードバックに基づき、交差率や突然変異率などの主要なGAパラメータを動的に調整するように設計されている。
• FLCは2つの入力を使用する：集団内の最良個体のフィットネスと、集団多様性測定（PDM）であり、両者とも共通スケールに正規化されている。
• FGAは標準的遺伝的アルゴリズムのフレームワークを採用しているが、固定パラメータ設定の代わりにファジィ制御による適応的パラメータを導入することで、探索と活用のバランスを向上させている。
• 最適化の目的は、プローブ駆動型の長方形セルからなる平面アレイの位相のみの励振係数であり、側 lob レベルとビーム幅を最小化することである。
• フィットネス評価は、所望の放射パターンと合成された放射パターンの誤差に基づき、最小二乗法を用いて行われる。
• アルゴリズムは収束するまで繰り返し集団を進化させ、FLCが早期収束を回避し、解の質を向上させるためにパラメータを調整する。

実験結果

リサーチクエスチョン

• RQ1 ファジィ論理制御は、平面アレイアレイの遺伝的アルゴリズムの性能向上に効果的に寄与できるか？
• RQ2 収束速度と放射パターン正確性の観点から、FGAは標準的遺伝的アルゴリズム（SGA）と比べてどのように異なるか？
• RQ3 ファジィ論理による適応的パラメータ制御は、位相のみのアレイ合成において側 lob レベルをどの程度低減し、ビーム幅を改善できるか？
• RQ4 集団多様性とフィットネスフィードバックの統合は、最適化プロセスにおける解のロバスト性を向上させるか？
• RQ5 長方形プローブ駆動型平面アレイにおいて、FGAは所望の放射パターンと合成されたパターンの一致度をSGAよりも高めることができるか？

主な発見

• ファジィ遺伝的アルゴリズム（FGA）は、標準的遺伝的アルゴリズム（SGA）と比較して著しく優れた収束特性を示し、振動と早期収束を低減した。
• FGAを用いた合成放射パターンは、SGAと比較して所望のパターンに近い結果を示し、特に側 lob 抑制とメインビーム形状の制御において優れた性能を発揮した。
• FLCに基づくパラメータ適応により、探索と活用のバランスが向上し、収束が速く、より高品質な解が得られた。
• 本手法は、プローブ駆動型の長方形平面アレイにおいても安定した性能を示し、実用的なアレイ構成への適用可能性を確認した。
• FGAは、所望のパターンと実際の放射パターンの誤差を最小化する点でSGAを上回り、フィットネス指標によって定量的に確認された。
• ファジィ論理制御の統合により、集団多様性とフィットネスのトレンドに応じて動的に反応する最適化プロセスが向上した。