System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 天线结构确定方法、设备及存储介质技术_技高网

天线结构确定方法、设备及存储介质技术

技术编号:41998870 阅读:12 留言:0更新日期:2024-07-12 12:22
本公开实施例提供一种天线结构确定方法、设备及存储介质,可降低天线设计的复杂度。所述方法包括:将天线的设计区域离散化成多个子区域;建立神经网络模型,所述神经网络模型的输入为所述子区域的编号,所述神经网络的输出为所述子区域的属性,所述子区域的属性用于表示该区域是否为金属填充,对神经网络模型中的参数进行优化;使用优化后的神经网络模型生成每个子区域的属性,得到所述天线结构的形状。在本公开实施例中,通过使用神经网络模拟多个子区域属性值的函数,只需要求解神经网络的参数即可,可以大大减少优化变量个数,提升优化效果。

【技术实现步骤摘要】

本公开实施例涉及但不限于天线,尤其涉及一种天线结构确定方法、设备及存储介质


技术介绍

1、手机中往往需要数十支天线来支持2g/3g/4g/5g的通信需求,对工程师来说是一项量大且耗时长的任务。而且手机内部空间有限,如何在有限空间内设计具有最佳性能的天线也是一个巨大挑战。随着计算机技术与人工智能的发展,人工智能算法与天线设计相结合已经成为了一种趋势。利用智能寻优算法不仅可以节省人力和时间成本,提高设计效率,还可以避免设计产品受到工程师个人经验的影响,提供超出人类认知、颠覆传统方案的设计思路,获得具有极致性能的产品。

2、但是现有的天线结构优化算法在变量个数较多时难以寻找到最优解。


技术实现思路

1、本公开实施例提供了一种天线结构确定方法、设备及存储介质,可降低天线设计的复杂度。

2、一方面,本公开实施例提供了一种天线结构确定方法,包括以下步骤:

3、将天线的设计区域离散化成多个子区域;

4、建立神经网络模型,所述神经网络模型的输入为所述子区域的编号,所述神经网络的输出为所述子区域的属性,所述子区域的属性用于表示该区域是否为金属填充,对神经网络模型中的参数进行优化;

5、使用优化后的神经网络模型生成每个子区域的属性,得到所述天线结构的形状。

6、另一方面,本公开实施例还提供一种计算机设备,包括处理器以及存储有可在处理器上运行的计算机程序的存储器,所述处理器执行所述程序时实现上述天线结构确定方法中的步骤。

<p>7、另一方面,本公开实施例还提供一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于实现上述天线结构确定方法。

8、采用本实施例的天线结构确定方法,通过使用神经网络模拟多个子区域属性值的函数,只需要求解神经网络的参数即可,可以大大减少优化变量个数,提升优化效果,同时支持任意2d或3d结构的天线优化。

9、本公开的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开而了解。本公开的其他优点可通过在说明书、权利要求书以及附图中所描述的方案来实现和获得。

本文档来自技高网
...

【技术保护点】

1.一种天线结构确定方法,其特征在于,包括以下步骤:

2.如权利要求1所述的天线结构确定方法,其特征在于,所述神经网络模型为双层神经网络或者是卷积神经网络。

3.如权利要求1所述的天线结构确定方法,其特征在于,所述神经网络模型表示为:y(x)=f2(w2f1(w1x+b1)+b2)

4.如权利要求3所述的天线结构确定方法,其特征在于,所述对神经网络模型中的参数进行优化,包括:对所述神经网络模型中的权重因子和偏置因子进行优化。

5.如权利要求1或4所述的天线结构确定方法,其特征在于,

6.如权利要求4所述的天线结构确定方法,其特征在于,所述对所述双层神经网络中的权重因子和偏置因子进行优化包括:

7.如权利要求6所述的天线结构确定方法,其特征在于,

8.根据权利要求6所述的天线结构确定方法,其特征在于,所述使用优化后的神经网络模型生成每个子区域的属性,得到所述天线结构的形状,包括:

9.一种计算机设备,包括处理器以及存储有可在处理器上运行的计算机程序的存储器,其中,所述处理器执行所述程序时实现如权利要求1-8中任一项所述天线结构确定方法的步骤。

10.一种非瞬态计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1-8任一项所述天线结构确定方法。

...

【技术特征摘要】

1.一种天线结构确定方法,其特征在于,包括以下步骤:

2.如权利要求1所述的天线结构确定方法,其特征在于,所述神经网络模型为双层神经网络或者是卷积神经网络。

3.如权利要求1所述的天线结构确定方法,其特征在于,所述神经网络模型表示为:y(x)=f2(w2f1(w1x+b1)+b2)

4.如权利要求3所述的天线结构确定方法,其特征在于,所述对神经网络模型中的参数进行优化,包括:对所述神经网络模型中的权重因子和偏置因子进行优化。

5.如权利要求1或4所述的天线结构确定方法,其特征在于,

6.如权利要求4所述的天线结构确定方法,其特征在于...

【专利技术属性】
技术研发人员:李伟
申请(专利权)人:OPPO广东移动通信有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1