微波器件優化設計思路研究

張金周

摘 要：利用遺傳算法和全電粒子模擬算法結合，研制二維全電磁粒子模擬并行優化程序。這樣操作的目的在于有效地克服PIC程序給優化設計帶來不利影響的因素，從而有效地提升微波器件優化設計水平。文章通過融合遺傳算法和全電磁粒子模擬算法后，研制出了二維全電磁粒子模擬并行優化程序，該程序對于提升微波器件運行效率有著極為重要的意義。在對微波器件進行優化設計的過程中，必須優化設計其中的磁絕緣線振蕩器以及超輻射返波管，并且把束波轉換效率作為重要的優化目標，從而實現優化磁絕緣線振蕩器效率的目的。

關鍵詞：微波器件；優化設計；研究分析

在優化設計微波器件的過程中，電磁粒子模擬技術，即PIC模擬技術。經過對PIC模擬的設計結果加工試驗后，能夠有效地縮減源器件的研制周期與成本，使得利益更為可觀。但是PIC技術自身不包含尋優技術，當前器件設計中主要以PIC技術作為基礎進行設計，在這一過程中主要以參數掃描的方式針對各個參量進行數值模擬，之后展開人為尋優工作。需要注意的是，這一過程較為緩慢，效率比較低，同時需要消耗的時間也比較長，在費時費力的背景之下也極有可能無法尋找出最優值。實際上，PIC算法中存在著不足，而遺傳算法的應用可以有效地彌補這方面的不足，為此在微波器件優化設計中應用該算法極為重要，應該給予高度重視。

1 對二維并行優化程序分析

遺傳算法屬于一種優化算法，該算法主要借鑒了生物界進化規律，并且效仿了生物進化和遺傳，依據“生態競爭”與“優勝劣汰”的原則，通過多方面的操作，使得問題能夠從初始解一步步轉向最優解。以遺傳算法為基礎編制了優化程序的主體，器件的優化設計能夠轉化為大的目標函數優化問題，所以可以將適應度函數設定為目標函數[1]，如果按照“優勝劣汰”的自然規律分析，那么適應度函數的大小決定了個體生存或者淘汰的概率；利用二進制編碼或者十進制編碼解決優化問題，按照生物學的術語可以將這些編碼稱之為染色體或者為個體，一般情況下，一個解有多個分量，這被稱之為基因。

另外，通常初始種群的生成，采用隨機產生初始種群或者一些其他的方式進行構造，最終構造出一個初始種群。遺傳算法中包括選擇、交叉以及變異這三個部分，以適應度函數值大小為主生成下一代個體，下一代種群以此組成，如此循環后經過多次迭代，種群內個體適應度函數值將會逐漸升高，在迭代完成后，則需要選取最大適應度值的個體，即將最優解作為優化問題的最終計算結果。

2 以遺傳算法為基礎的二維并行優化程序

以遺傳算法為基礎優化設計微波計算，需要較大的計算量，同時耗費的時間也比較長。一般情況下，應用常規微機進行計算基本無法完成，所以應用并行計算技術同時在高性能計算機的幫助之下完成研究工作是必然的。

文章主要采用“主從式并行遺傳算法”來完成二維并行優化程序設計，換言之整個并行程序能夠被分為兩個獨立程序，一個是主程序，另一個是從程序，主程序的內核使用的算法是遺傳算法[2]，這與孫會芳，姜幼明，董燁等在《高功率微波器件的初步優化設計》一文中有著相似的觀點。而從程序的內核為二維PIC程序。創建函數的過程中，主要由MIP提供的進程來完成創建函數操作，在完成創建函數操作之后，需要在并行系統主節點上創建一個主進程，并在多個從節點上創建一個從進程。一般而言，任務分配、并行管理以及協調等其他的計算工作都由主進程完成，而從進程的工作主要由主進程分配給它，通常從進程的任務都是數值計算任務，在完成計算任務以后將計算結果返回給主進程。

首先，我們在并行遺傳算法程序編制的過程中，主要采用HFSS完成程序進行操作，在此基礎上還需要再編制調用二維PIC程序的子程序，將遺傳算法程序加入到PIC程序接口上，同時設定優化參數與適應度函數。在優化程序計算中，其計算流程主要包括以下幾個方面，即：

第一，要把器件設計要求轉化為一個適應度函數，其原因再有，器件性能的優劣需要應用適應度函數值大小來定量，同時對遺傳算法的優化方向起到引導作用。在優化設計微波器件中，優化目標需要選用峰值輸出功率，束波轉換效率等那些全局性強的器件功能指標，最終構成適應度函數；第二，在選取適應度函數的過程中，需要對器件基本物理過程和作用機理擁有深刻的認識，這樣才能夠保證適應度函數選取的效果；第三，遺傳算法會隨機產生初始種群，在這之中有若干個體存在，器件的結構由每個個體代表；第三，需要將每個個體的代碼進行重新“翻譯”，使其成為器件結構參數，再通過調用PIC程序計算得出器件各個性能數據，通過及計算得出適應度函數最佳值，之后把計算結果返回給“遺傳算法”主進程；第四，遺傳算法的使用要產生新一代合體，還需要通過選擇、交叉以及突變等操作方式完成，產生新一代個體的原因在于，它與上一代相比，其適應度函數值較高[3]，這與屠秀平，張淑紅在《利用HFSS對六端口微波器件的仿真分析及優化設計》一文中的觀點相似。換言之器件的性能在此時也能夠得到較好的優化。上述步驟的實施，經過迭代若干代后，將會得出一個最優個體為器件優化設計得出最佳結果奠定基礎。

3 對計算模型優化與結果分析

在成功調試程序以后，作為初試主要選用了一種較為成熟的器件展開優化設計，即濾波器。

濾波器能夠對信號起到一定的處理作用，是一種處理信號的器件和電路。濾波器被分為源濾波器與無源濾波器兩種。濾波器的主要作用在于：使得有用信號能夠完全的通過，毫無衰減，同時盡可能大的將無用信號衰減，以保證信號處于良好的狀態之下[4]。一般而言，濾波器存在兩個重要端口，一個端口主要作用是輸入信號，另一個端口主要作用是輸出信號。

濾波器的構成主要有兩個部分，一部分是電感器，另一部分是電容器。這兩個部分共同構成網路，能夠分開混合的交直電流。在電源蒸餾器中，需要借助該網路濾凈脈動直流中的連波，從而獲得較為純凈的直流輸出。實際上，最為基本的濾波器主要有電容器和電感器構成，這被稱之為L型濾波。

在試驗中，為能夠確保器件阻抗以及頻率不被改變，選擇優化參數的過程中應該選擇慢波結構的軸向參數與陰極發射面長度，其中慢性結構主要應用的是非均勻結構，即對每個慢波腔的空間周期與葉片厚度進行獨立參數的優化，將腔結構參數輸出，這樣能夠確保慢波結構整體性能保持一致性[5]。如果優化目標函數以束波轉化效率為主，那么此時所得出的濾波器優化模型與模擬結果較為理想，所得到的優化后慢性波結構均為非均勻結構。

4 結束語

文章主要著手于三個重要方面，第一方面分析了二維并行優化程序，第二方面分析了以遺傳算法為基礎的二維并行優化程序，第三方面分析了計算模型優化與結果。通過分析明確，微波器件優化設計中，遺傳算法的應用是必不可少的，如果脫離了遺傳算法，那么器件結構參數將會失去準確性。盡管遺傳算法在微波器件優化設計中計算較為復雜，并且消耗的時間較長，但是其準確性是其他算法無法比擬的。而文章也通過試驗分析的方式證明了該觀點，因此工作人員應該給予高度重視。

參考文獻

[1]孫會芳，李瀚宇，姜幼明，等.磁絕緣線振蕩器的自動優化設計[J].強激光與粒子束，2014，26（4）：17-21.

[2]孫會芳，姜幼明，董燁，等.高功率微波器件的初步優化設計[J].太赫茲科學與電子信息學報，2013（6）：927-931.

[3]屠秀平，張淑紅.利用HFSS對六端口微波器件的仿真分析及優化設計[J].真空電子技術，2008（2）：26-29.

[4]楊永志.X波段大功率磁控管優化設計[D].電子科技大學，2010（56）：78-98.