本示例使用XFdtd 的XTend 库插件对倒 F 天线 (IFA) 执行粒子群优化 (PSO)。IFA 因其体积小而成为移动设备中常用的天线。在本例中，将对天线进行优化，使其在 GSM-1900 频段（1.85 - 1.99 GHz）上运行。
PSO 是一种全局优化技术，其灵感来自鱼群、鸟群和昆虫群中的群行为。由多个粒子组成的粒子群分布在 N 维的解决方案空间中。在进化过程中，每个粒子都会评估其当前位置的适应性，并根据该粒子的最佳结果和整个蜂群的最佳结果移动到新的位置。经过若干代的进化，就能探索出解决方案空间，并找到最佳解决方案。
这种特定优化的适应度函数只需评估天线在相关频段内的线性回波损耗，并将适应度设定为所遇到的最差回波损耗。这种方法的一个优点是，每一代的最小带内性能都是已知的。用户可以监控当前的适配值，并在达到所需的目标水平时终止。
IFA 是一种弯曲的单极天线，采用分流存根进行阻抗匹配。控制该结构行为的四个变量详见图 1。这些参数可根据表 1 进行调整。由于部分变量相互依赖，XTend 的 PSO 插件使用动态约束系统在整个优化过程中更新参数边界。表 2 详细列出了动态约束条件。
图 1：IFA 示意图。
表 1
表 2
XFdtd 的 CUDA 加速FDTD 实现XStream 对 PSO 的及时执行至关重要。每个粒子在每次连续生成时都会生成一个新的 XF 仿真。这些模拟分布在系统中可用的 CUDA GPU 上。这里使用的特定系统包含六个英伟达™（NVIDIA®）Tesla C2070。PSO 为每个 GPU 分配一个仿真，允许同时求解六个仿真。为了最大限度地发挥 GPU 的效用，粒子数选择为 GPU 数的整数倍。本次优化选择了 12 个粒子和 300 代。
每代 12 次模拟的平均总时间为 74 秒。从图 2 中可以看到蜂群对最优解的收敛情况。在这一特定实例中，第五代时适配度下降到 0.3 左右。适配值代表最坏情况下的线性回波损耗，因此，如果我们的真正目标只是在我们感兴趣的频段内使天线的回波损耗不低于-10 dB，那么我们可以在这一点上终止优化器。
图 2：蜂群向最佳答案靠拢。
图 3 展示了优化过程的进展情况，它检查了在几个里程碑点上实现的回波损耗，包括最终的最优解。表 3 列出了该解决方案的参数。
图 3：几个里程碑点的 IFA 回波损耗快照。
表 3
