.png){kind=icon}
返回
Efficient Multi-Objective and Mixed-Variable Pixelated Antenna Design Using Bayesian Optimization
.png){kind=icon}
OA
AI
DOI：10.1109/ojap.2026.3741866.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种样本高效的贝叶斯优化（BO）框架，用于高维像素化天线设计，并支持统一的多目标与混合变量。该框架结合了高斯过程（GP）代理模型、数值稳定的LogEI/LogEHVI采集函数，以及分级带宽和视场目标。它支持天线设计中遇到的连续变量、分类变量和二元变量。在堆叠像素化天线基准测试中，所提出的方法使用少于评估基线的全波评估次数达到选定的单目标性能目标，并生成带宽-视场帕累托前沿的近似。所有报告的天线响应和目标值均来自全波Ansys HFSS评估；GP代理仅用于指导候选选择。该框架为像素化天线设计提供了一种样本高效的方法。
Keyword:
Antenna design
Bayesian optimization
multi-objective optimization
mixed-variable optimization
pixelated antennas
surrogate modeling
Gaussian processes
期刊
I
IF:
3.6
论文数:
855
被引数:
1.6K
机构
查看更多机构
引用论文
暂无论文信息