基于侦探行为算法优化的天线S11参数预测Transformer模型

石 梦娇
辽宁工程技术大学

摘要


天线S11参数（输入反射系数）是反映天线和传输线匹配程度的指标，它会影响天线系统辐射效率以及带宽
性能。传统的S11参数预测方法依靠全波电磁仿真，计算量大、耗时长。为提升预测效率与精度，本文提出一种基于
侦探行为算法（DBA）优化的Transformer预测模型（DBA-Transformer）。该模型用Transformer的自注意力机制来捕
捉天线结构参数和S11响应之间复杂的非线性关系，用DBA算法对模型的权重和超参数做全局优化，防止传统梯度
下降法容易陷入局部最优。实验结果表明，所提出的模型在归一化均方误差（NMSE）、预测精度等方面都比传统的
CNN、标准Transformer模型好，有较好的工程应用价值。

关键词


S11参数；侦探行为算法；天线系统

全文:

PDF


参考


[1]罗星宇，曹雷，陈希亮，等.基于深度学习的

智能决策模型发展研究综述[J/OL].计算机工程与应用，

1-28[2026-05-19].

[2]丁朝霞，曾昭贵，郑通兴，等.面向边缘协同隐

蔽通信的存内计算路由Transformer架构与优化[J/OL].南

京邮电大学学报（自然科学版），1-12[2026-05-19].

[3]马墨桐.基于多模态数据的深度学习滚动轴承故障

诊断算法研究[J].南方农机，2026，57（08）：143-147.

[4]张勇乐.基于肤面模型的相控阵天线单元装配精

度预测方法[D].安徽大学，2024.

[5]洪洋，汪家兴，宁宇航 . 基于 GWO-RBF 神经

网络的天线建模参数预测 [J]. 电子测试，2021，（19）：

60-62.

[6]王翠.超高频RFID标签天线参数预测与优化方法

研究[D].中国计量大学，2021.

[7]李怡然.基于机器学习的天线优化设计和材料电

磁参数预测[D].兰州大学，2021.


Refbacks

  • 当前没有refback。