車(chē)頂天線(xiàn)布局的電磁兼容設計

1.引言
隨著(zhù)移動(dòng)通信技術(shù)的普及，車(chē)輛通信系統在信息傳輸中發(fā)揮了重要作用，移動(dòng)通信車(chē)的使用日益廣泛，同部通信車(chē)輛可能同時(shí)裝有多部天線(xiàn)。隨著(zhù)天線(xiàn)數量的增加，其自身的電磁兼容問(wèn)題將會(huì )更加嚴重。影響車(chē)輛系統電磁兼容特性的一個(gè)重要因素是車(chē)頂的天線(xiàn)布置，由于車(chē)體內部的電臺安裝有一定的位置范圍要求，且不同的天線(xiàn)重要性不同，并不單純的靠增大天線(xiàn)間的距離就能解決實(shí)際問(wèn)題。
本文采用一種基于遺傳算法的天線(xiàn)優(yōu)化布局方法，可以綜合考慮不同因素對天線(xiàn)布局進(jìn)行優(yōu)化，可以在電磁兼容設計初期得出粗略的最佳布局方案，降低了天線(xiàn)布局設計的難度。
2.影響天線(xiàn)性能的主要因素
天線(xiàn)是發(fā)射和接收電磁波的一個(gè)重要的無(wú)線(xiàn)電設備，沒(méi)有天線(xiàn)就沒(méi)有無(wú)線(xiàn)通信，通信車(chē)輛上裝的天線(xiàn)設備要完成的主要功能是完成對信息的收發(fā)。影響天線(xiàn)
性能的主要因素有天線(xiàn)間的耦合度、天線(xiàn)的輻射方向圖、天線(xiàn)的近場(chǎng)輻射危害等。研究影響天線(xiàn)電磁兼容性能的主要因素，有助于我們在優(yōu)化天線(xiàn)布置的時(shí)候確
定目標函數。
下面分析這三個(gè)因素對天線(xiàn)性能的影響：
(1)耦合度:兩部同發(fā)天線(xiàn)間耦合度過(guò)大時(shí)，引起功率倒灌，造成發(fā)射天線(xiàn)阻抗匹配困難，甚至產(chǎn)生互調干擾；
(2)方向圖:天線(xiàn)輻射方向圖畸變嚴重時(shí)，將是天線(xiàn)在某些方向上的增益明顯減少，導致該方向信息傳輸受阻；
(3)近場(chǎng)輻射:大功率天線(xiàn)配置不當時(shí)會(huì )造成設備、人員等輻射損傷，嚴重會(huì )引起事故。
綜上可知，在進(jìn)行天線(xiàn)布局時(shí)耦合度越小越好，方向圖畸變越小越好，近場(chǎng)輻射越小越好。由于通信車(chē)輛中裝載的天線(xiàn)功率不會(huì )很高，由此引發(fā)的近場(chǎng)危害相對較少，并且可以通過(guò)加強車(chē)體屏蔽或濾波等方式減少，所以在這里不進(jìn)行重點(diǎn)討論。天線(xiàn)的方向圖又分為全向和非全向兩種，對于非全向天線(xiàn)，在進(jìn)行天線(xiàn)布置時(shí)應盡量避開(kāi)不同天線(xiàn)的最大輻射方向，使其不發(fā)生重疊便可降低方向圖的畸變，而對于全向天線(xiàn)只能通過(guò)優(yōu)化布局算法來(lái)實(shí)現。耦合度作為天線(xiàn)電磁兼
容性能的重要因素，因其與天線(xiàn)位置的關(guān)系最為密切，是研究的重點(diǎn)，又因為耦合度較小時(shí)會(huì )使得方向圖畸變相應的減小，因此本文選用的優(yōu)化目標是天線(xiàn)間的
耦合度。
3.優(yōu)化目標函數的確定
傳統的天線(xiàn)布局優(yōu)化主要是依靠設計人員的經(jīng)驗，或者在試樣研制階段采用縮尺比模型測試的方法。隨著(zhù)天線(xiàn)數量的增加，單單依靠研究人員的經(jīng)驗已不能滿(mǎn)足復雜電磁環(huán)境的要求，而縮尺比模型成本很高，對于車(chē)輛系統的設計生產(chǎn)并不適用，因此車(chē)頂天線(xiàn)布局優(yōu)化必須采用高效的優(yōu)化算法形成相應的布局優(yōu)化軟件，
才能提高設計通信車(chē)輛的效率，使天線(xiàn)布局達到最佳。
耦合度是反映天線(xiàn)電磁兼容性的重要參數，用來(lái)衡量天線(xiàn)間的干擾程度。對于一對發(fā)射/接收天線(xiàn)，耦合度定義為接收天線(xiàn)凈輸出功率與發(fā)射天線(xiàn)凈輸入功率之比，如圖1所示,

4.優(yōu)化算法選擇
優(yōu)化技術(shù)是一種以數學(xué)為基礎，用于求解各種工程問(wèn)題優(yōu)化解的應用技術(shù)，天線(xiàn)布局優(yōu)化屬于優(yōu)化中的全局優(yōu)化，對算法的要求是能進(jìn)行全局搜索及限制較
少，在此我們選用的是智能優(yōu)化算法中的遺傳算法。
遺傳算法(GeneticAlgorithm,GA)是一種基于自然群體遺傳演化機制的高效隨機化搜索算法，僅需知道目標函數的信息,而不需要其連續可微等要求,因而具
有廣泛的適應性，同時(shí)它又是一種采用啟發(fā)性知識的智能搜索算法,所以往往能在搜索空間高度復雜的問(wèn)題上取得比以往算法(如梯度法)更好的效果。遺傳算
法的計算流程如圖2所示。
本文優(yōu)化程序設計種采用的是基本遺傳算法(SGA)，基于VC++6.0進(jìn)行編程，染色體定義

5.算例與結論
下面以四根天線(xiàn)系統為例，演示對天線(xiàn)布局進(jìn)行的優(yōu)化。設車(chē)頂面布有四根天線(xiàn)，兩根為固定天線(xiàn)，兩根為可移動(dòng)天線(xiàn)，其布置要求如圖3(見(jiàn)下頁(yè))所示。
圖4(見(jiàn)下頁(yè))為優(yōu)化過(guò)程中天線(xiàn)耦合度比較：
由圖可以看出，天線(xiàn)綜合耦合度的絕對值最大最小

值隨著(zhù)代數的增加，均不呈上升狀態(tài)，在第5 6 1代得到天線(xiàn)最優(yōu)布局，優(yōu)化結果天線(xiàn)3坐標(1.9 9，0.9 5)，天線(xiàn)4坐標(1.47，-0.59)，綜合耦合度為
-154.793483dB。由此例可以看出，基于遺傳算法進(jìn)行天線(xiàn)布局優(yōu)化可以達到預期的效果，是優(yōu)化天線(xiàn)布局的有效手段。