Published
2025-02-26
Section
Articles
How to Cite
基于 VAE-GAN 算法的天线方向图预测
单 志勇
东华大学 信息科学与技术学院
吕 仕荣
东华大学 信息科学与技术学院
DOI: https://doi.org/10.59429/hjfz.v7i1.9030
Keywords: 天线模式优化；生成对抗网络（GAN）；变分自编码器（VAE）
Abstract
本研究提出VAE-GAN模型，结合GAN和VAE，用于优化天线的方位角和俯角模式。通过VAE潜在空间建模， 提升生成数据质量和多样性。经详细预处理和针对性网络设计，生成器可生成高度相似的天线模式，模型训练稳定 收敛。该研究为天线设计提供高效算法，为未来应用奠定基础。
References
[1] 蒯乐,李晨,袁丽,等.一种共形球面阵天线单元布局的优化算法[J].航天电子对抗,2024,40(5):26-30+45.
[2] 黄河.计及风载荷的天线座多目标结构优化设计[J].电子机械工程,2024,40(6):22-26.
[3] 郑扬,易文韬,苏醒,等.新型星载天线指向机构结构优化设计与力学鉴定[J].航天制造技术,2024(6):62-68.
[4] 张钊光,蒋庆磊,詹瑜滨,等.基于VAE-GAN数据增强算法的小样本滚动轴承故障分类方法[J].原子能科学技术,2023,57(S1):228-237.
[5] 张春昊,解滨,张佳豪.融合改进VAE与BiLSTM的无监督时序数据异常检测方法[J/OL].计算机工程,1-14[2025-01-09].https://doi.org/10.19678/j.issn.1000-3428.0070335
[6] 黄军阳.基于条件VAE-GAN生成模型的零样本图像识别方法研究[D].南昌:南昌航空大学,2023.
[7] 常伟,胡志超,潘多昭,等.基于改进的VAE-GAN模型在电池EIS数据增强中的应用[J].科技和产业,2024,24(22):258-263.
[8] 杨若冰,曹现刚,杨鑫,等.基于改进VAE-GCN的刮板输送机健康状态识别方法[J].机械设计与研究,2024,40(6):277-283+302.