静岡大学 桑原研究室

アンテナ形状の最適化

概要

特徴
  • パレート遺伝的アルゴリズム : アンテナの複数性能指標間をトレードオフする設計パラメータの抽出
  • 電磁界解析シミュレータとMATLABをリンク. HFSS/MW-Studio/FEMTET/xFDTDに対応. 高精度モデリング.
  • 代替モデルによる高速化
パレート解の例:○印は利得を高く, VSWRを低く, 軸比を低くするパラメータ. *印はほかの設計パラメータを使ったときの性能
GPSアンテナ:A,S1?S4, LTEアンテナ:L1?L4座標を決定
車体に実装した状態で最適性能を与えるアンテナを設計

代替モデルを使った計算時間の短縮

  • パレート遺伝的アルゴリズム : 数千回の解析を実行
  • 解析精度はモデルのボクセルの細かさに依存 : 細かいボクセルを使えば解析精度は改善するが演算時間が長くなる
提案手法
  1. 設計パラメータを変化させる範囲で50?100の高精度モデルを評価
  2. Kriging補間により代替モデルの性能空間を作成
  3. 代替モデルにパレート遺伝的アルゴリズムを適用

プリント板八木アンテナの設計例

所定の性能を満たすx1~x3を見出す.
LHSにより50?100点の設計パラメータを設定しFineボクセルで性能評価.
性能局面をKriging補間.
代替モデルを使ってパレート遺伝的アルゴリズムを実行.

機械学習の併走車両識別への応用

  • ミリ波衝突防止レーダで,併走車両の分離は到来方向情報を利用
  • ほしいのは到来角ではなく,どの車線に車両がいるかの情報
  • 機械学習により,どの車線に併走車両が存在するかを表示
システム概要
提案システムの出力(2車線の例)