臺灣博碩士論文加值系統

通訊科技的進步與發展，近幾年已完全改變人類的生活方式，亦帶來更多的便利，其中天線通訊陣列在無線通訊領域為重要之技術。由於天線陣列的分析與設計，在無線通訊領域中扮演相當重要的地位，因此本研究擬應用嶄新的進化演算法，應用於天線陣列的分析與最佳化設計，以探討無線通訊電磁能量的集中問題。本研究屬於高複雜度的非線性最佳化問題，因此本論文應用「水流優化演算法」(Water Flow Optimization Algorithm；WFOA)、「人工魚群優化演算法」(Artificial Fish Swarm Optimization Algorithm；AFSOA)以及「結合粒子群與水流優化演算法」(Combining Water Flow Optimization Algorithm with Particle Swarm Optimization；PSO-WFOA)來解決這個非線性最佳化問題。這些方法將有助於解決天線陣列高複雜度的非線性最佳化問題。經過實際數值模擬測試結果，證實本研究的最佳化流程，能在主波束寬度的限制下，成功搜尋到天線陣列元素最佳的位置及權重，使輻射場型達到最低旁波瓣的效果。本研究的最佳化流程，並能應用於其他研究領域，非常適合用於處理工程領域之最佳化問題。

The progress and development of the communication technology have great impacts on the everyday life of human beings. The antenna array is one of the most important technologies in wireless communication. This then motivates us to develop efficient optimization flowchart to design antenna arrays. In this thesis, we utilize the new evolutionary optimization algorithms to achieve optimum design of antenna arrays. Thus the electromagnetic energy of communication can be collected together and electromagnetic interferences can be reduced. This problem is very complicated and is involved in lots of computational difficulties. The evolutionary optimization algorithms utilized in this study include the Water Flow Optimization Algorithm (WFOA), the Artificial Fish Swarm Optimization Algorithm (AFSOA), and the Water Flow Optimization Algorithm with Particle Swarm Optimization (PSO-WFOA). These optimization algorithms will help us to achieve the optimum design of antenna arrays. With the use of proposed optimization flowchart, the side-lobe level of array radiation pattern is greatly degraded by adjusting the positions and exciting weights for elements of antenna arrays under the constraint of certain beam-width. The proposed optimization flowchart can also be utilized to treat many other nonlinear optimization problems in engineering.

摘要 I
Abstract II
誌謝 III
目錄 IV
表目錄 VI
圖目錄 VII
符號 IX
第一章 緒論 1
1-1 研究動機及目標 1
1-2 文獻回顧 3
1-3 研究貢獻 3
1-4 論文架構 4
第二章 線性天線陣列應用 10
2-1 線性陣列波束函數 10
2-2 線性天線陣列特性介紹 11
第三章 應用水流優化演算法於線性天線陣列 17
3-1 水流優化演算法原理 17
3-2 水流優化演算法應用之設定參數 19
3-3 水流優化演算法實驗模擬結果 23
3-4 水流優化演算法模擬結論 24
第四章 應用人工魚群化演算法於線性天線陣列 34
4-1 人工魚群優化演算法原理 34
4-2人工魚群優化演算法應用之行為描述 36
4-3 人工魚群優化演算法實驗模擬結果 38
4-4 人工魚群優化演算法實驗模擬結論 39
第五章 結合粒子群與水流優化演算法於線性天線陣列 46
5-1 結合粒子群與水流優化演算法原理 46
5-2 結合粒子群與水流優化演算法應用之設定參數 48
5-3 結合粒子群與水流優化演算法實驗模擬結果 50
5-4 結合粒子群與水流優化演算法實驗模擬結論 51
第六章 結論與未來展望 59
6-1結論 59
6-2未來展望 59
參考文獻 61

[1]C. E. Shannon, “A mathematical theory of communications. Bell System, Technical Journal, 27, pp379-423, pp623-656, 1948.
[2]D. Middleton, An Introduction to statistical Communication Theory, Peninsula, New York, 1960.
[3]R. E. Ziemer, W. H. Tranter, Principle of Communication, Sixth Edition. Wiley, New Jersey, 2002.
[4]R. C. Hansen, Phased Array Antennas, Second Edition. Wiley, New Jersey, 2009.
[5]D. K. Cheng, Field and Wave Electromagnetics, Second Edition, Addison Wesley, 2009.
[6]李永勳譯(原著D. K. Cheng)，電磁學，偉明圖書有限公司，1998。
[7]R. K. Arora, N. C. V. Krishnamacharyulu, “Synthesis of unequally spaced arrays using dynamic programming, IEEE Transactions Antennas Propagation, 16, pp593-595, 1968.
[8]P. Jarske, T. Saramaki, S. K. Mitra, Y. Neuvo, “On properties and design of nonuniformly spaced linear arrays, IEEE Transactions Acoust, Speech, Signal Processing, 36, pp372-380, 1988.
[9]K. C. Lee, J. Y. Jhang, “Application of particle swarm algorithm to the optimization of unequally spaced antenna arrays, Journal of Electromagnetic Waves and Application, 20(14), pp2001-2012, 2006.
[10]張振晏，“應用最佳化演算法於通訊陣列之分析與設計，博士論文，國立成功大學系統及船舶機電工程研究所，2009。
[11]陳慧貞，資料結構C語言實作，碁峯資訊股份有限公司，2010。
[12]李權明、吳沛樺譯(原著 鄒恒明)，演算法之道，碁峯資訊股份有限公司，2010。
[13]F. C. Yang, Y. P. Wang, “Water Flow-Like Algorithm For Object Grouping Problems, Journal of the Chinese Institute of Industrial Engineers, 24(6), pp475-488, 2007.
[14]江銘炎、袁東風，人工魚群算法及其應用，科學出版社，北京，6，p218-222，2011。
[15]J. Kennedy, R. C. Eberhart, “Particle swarm optimization, Proc. IEEE Conference Neural Networks, 4, pp1942-1948, 1995.
[16]陸瑞漢，天線設計與應用實務，學貫行銷股份有限公司，2009。