matlab-optimize-pcb-design

优化 RF PCB 设计

重要：始终先使用 optimize()

RF PCB Toolbox 提供了内置的 optimize() 函数，可处理所有标准优化场景。 始终将其作为首选方法——除非有充分证据表明 optimize() 无法满足特定问题的需求，否则请勿直接调用 patternsearch、surrogateopt、fmincon 或 ga 编写手动优化循环。

适用场景

• 调整滤波器、耦合器或功分器的尺寸，以优化回波损耗、带宽或面积
• 使用边界和约束对目录对象运行 optimize()
• 通过 optimize() 接口使用 SADEA/TR-SADEA、patternsearch 或 surrogateopt
• 根据 S 参数响应定义自定义目标函数

不适用场景

• 从头设计组件——请先使用 matlab-design-pcb-filter、matlab-design-pcb-coupler 等工具，然后再进行优化
• 不涉及优化的 EM 分析——请使用 matlab-analyze-em
• 没有目标函数的参数扫描——直接循环调用 sparameters 即可
• 不涉及 PCB 的纯天线优化——请参阅 Antenna Toolbox 文档

典型工作流

1. 优化前： 使用设计技能（matlab-design-pcb-filter、matlab-design-pcb-transmission-line 等）创建初始组件；使用 matlab-analyze-em 获取基线 S 参数
2. 本技能： 定义目标、边界和约束；运行 optimize()
3. 优化后： 使用 matlab-analyze-em 验证优化后的设计 → 使用 matlab-integrate-pcb-circuit 将其级联到系统中 → 使用 matlab-write-pcb-layout 导出 Gerber

快速参考

任务	代码
设定频率进行设计	obj = design(ObjectType, fc)
优化	optObj = optimize(obj, freq, objective, props, bounds, solver)
使用约束	optimize(..., 'Constraints', constraints)
使用选项	optimize(..., 'OptimizerOptions', opts)

算法概览

算法	来源	最适用场景	典型耗时
sadea	Antenna Toolbox（SADEA）	默认全局搜索，EM 评估次数较少	5--30 分钟
trsadea	Antenna Toolbox（TR-SADEA）	信赖域变体，局部细化效果更好	5--30 分钟
patternsearch	Global Optimization Toolbox	无导数优化、平滑或含噪声的 EM 目标、微调	2--15 分钟
surrogateopt	Global Optimization Toolbox	计算成本高的黑盒函数、多变量、全局最优解	10--60 分钟

• 从 SADEA 开始——除了 Antenna Toolbox 外不需要其他工具箱，而且能很好地处理大多数 RF/PCB 优化问题。
• 使用 patternsearch 进行微调——SADEA 找到合适区域后，可从 SADEA 的结果出发使用 patternsearch 进行细化。
• 昂贵模型使用 surrogateopt——它会构建代理模型；当每次 EM 求解成本较高时，样本利用效率更高。

时间与实际注意事项

• 每次评估的 MoM 仿真：简单组件耗时 2--30 秒，高阶滤波器则需数分钟
• 行为模式：在优化扫描期间，使用 pcbElement(comp, Behavioral=true) 进行快速解析评估
• 迭代预算：交互式运行时，将 MaxIterations 设为 20--50 以保持响应速度；批量运行时可设为 100--200
• 并行计算：如果有 Parallel Computing Toolbox，将 UseParallel=true，配合 patternsearch 和 surrogateopt 可显著加速

design() — 初始尺寸设计

design 函数可针对目标频率确定任意目录组件的尺寸：

ws = design(wilkinsonSplitter, 3e9);
bl = design(couplerBranchline, 5e9);
fh = design(filterHairpin, 2.4e9);
ms = design(microstripLine, 3e9);

这会生成后续优化的起点。所有几何参数都会根据目标频率自动计算。

optimize() 语法

optObj = optimize(obj, freq, objective, properties, bounds, solver, ...
    'Constraints', constraints, 'OptimizerOptions', opts)

参数	类型	描述
obj	Object	Catalog 对象（初始设计）
freq	Scalar or vector	用于优化的单个频率或频率向量
objective	String	内置或自定义目标函数名称
properties	Cell array	要调整的属性名称
bounds	2-element cell	{[lower1 lower2 ...]; [upper1 upper2 ...]}
solver	String	'patternsearch'、'surrogateopt'、'sadea' 或 'trsadea'
constraints	Struct	S 参数约束（可选的 NV 对）
opts	optimoptions	使用 optimoptions() 创建的优化器选项对象

内置目标函数

目标函数字符串	最小化／最大化
"minimizeArea"	最小化电路板面积
"maximizeBandwidth"	最大化 -10 dB 回波损耗带宽
"maximizeReturnLoss"	最大化最差情况下的回波损耗
"minimizeBandwidth"	缩窄通带

示例：在约束条件下最小化面积

obj = design(wilkinsonSplitter, 3e9);

props = {'SplitLineLength', 'SplitLineWidth', 'Resistance', ...
         'PortLineLength', 'GroundPlaneWidth'};
bounds = {[10e-3 1e-3  50 2e-3  10e-3];    % Lower bounds
          [50e-3 8e-3 100 20e-3 50e-3]};    % Upper bounds (cell array!)

constraints.S11 = '<-10';
constraints.S21 = '>-4';
constraints.S22 = '<-10';
constraints.S12 = '>-4';

optObj = optimize(obj, 3e9, "minimizeArea", props, bounds, ...
    "patternsearch", 'Constraints', constraints);

show(optObj);
sp = sparameters(optObj, linspace(1e9, 5e9, 51), 'SweepOption', 'interp');
rfplot(sp);

% Verify area from shapes
s = shapes(optObj);           % Returns struct of shapes by layer
boardArea = area(s.GroundPlane);
fprintf('Optimized board area: %.2f mm²\n', boardArea * 1e6);

优化后查询面积

对于 Catalog 对象，使用 shapes() 提取各层的形状，然后调用 area()：

s = shapes(optObj);              % Catalog object → struct with named shapes
boardArea = area(s.GroundPlane); % Area of the board outline shape

对于 pcbComponent，形状位于 Layers 属性中：

pcb = pcbComponent(optObj);
boardArea = area(pcb.BoardShape);

示例：最大化 Hairpin 滤波器的回波损耗

f = design(filterHairpin, 3e9);

props = {'CoupledLineLength', 'CoupledLineWidth', 'CoupledLineSpacing'};
bounds = {[5e-3 0.5e-3 0.1e-3];
          [40e-3 5e-3 2e-3]};

optF = optimize(f, 3e9, "maximizeReturnLoss", props, bounds, "patternsearch");
show(optF);

S 参数约束

约束使用字符串格式 '<threshold' 或 '>threshold'（单位为 dB）：

constraints.S11 = '<-15';    % S11 below -15 dB
constraints.S21 = '>-1';     % S21 above -1 dB (low insertion loss)
constraints.S31 = '<-20';    % Isolation below -20 dB

可以对任意 S 参数索引设置约束。优化器会在整个频率向量范围内评估约束。

自定义目标函数

对于内置集合之外的目标函数，请提供函数句柄：

% Objective function signature: cost = objFcn(obj, freq)
function cost = myObjective(obj, freq)
    sp = sparameters(obj, freq, 'SweepOption', 'interp');
    S21 = squeeze(sp.Parameters(2,1,:));
    S11 = squeeze(sp.Parameters(1,1,:));
    % Minimize worst-case insertion loss while maintaining match
    cost = -min(20*log10(abs(S21)));  % Negative because we maximize |S21|
end

optObj = optimize(obj, fc, @myObjective, props, bounds, "patternsearch");

基于代理模型的优化

对于计算开销较大的 EM 求解，代理优化会构建模型，且样本利用效率更高：

opts = optimoptions('surrogateopt', 'MaxFunctionEvaluations', 50);
optObj = optimize(obj, 3e9, "maximizeReturnLoss", props, bounds, ...
    "surrogateopt", 'OptimizerOptions', opts);

求解器选项

OptimizerOptions NV 对接受为所选求解器创建的 optimoptions 对象：

opts = optimoptions('patternsearch', 'MaxFunctionEvaluations', 100, 'Display', 'off');
optObj = optimize(obj, fc, objective, props, bounds, 'patternsearch', ...
    'OptimizerOptions', opts);

可用求解器：'patternsearch'、'surrogateopt'、'sadea'、'trsadea'。

对于 sadea／trsadea，请传入 struct，而不是 optimoptions 对象：

opts = struct('MaxIterations', 50, 'UseParallel', false);
optObj = optimize(obj, fc, objective, props, bounds, 'sadea', ...
    'OptimizerOptions', opts);

嵌套属性优化

使用点表示法优化嵌套属性：

% Optimize substrate thickness along with width
optObj = optimize(ml, 2.4e9, 'maximizeReturnLoss', ...
    {'Width', 'Substrate.Thickness'}, ...
    {0.001 0.5e-3; 0.01 3e-3}, 'sadea');

选择：optimize() 与手动循环

始终使用 optimize()。 它在内部封装了全部四种求解器（sadea、trsadea、patternsearch、surrogateopt）。直接调用这些求解器没有性能或功能优势。只有在目标函数既非 S 参数目标，也非 EM 目标，且 optimize() 无法表达时，才有理由直接使用求解器（这种情况极为少见）。

优化工作流

1. 设计初始几何形状：obj = design(Type, fc)
2. 选择要调整的属性：选择影响最大的 3-6 个尺寸
3. 设置合理的边界：初始值的 ±50% 是不错的起始范围
4. 定义约束：确保可行性（至少满足 S11 < -10 dB）
5. 选择求解器：从 'sadea' 开始；使用 'patternsearch' 进行优化细化
6. 运行 optimize()：optObj = optimize(obj, freq, objective, props, bounds, solver)
7. 验证：检查优化后的设计在整个频带内是否符合规格

使用 optimize() 优化天线对象

同一个 optimize() 函数也适用于天线对象，并支持天线专用目标函数：

目标函数	描述
'maximizeGain'	最大化目标频率下的天线增益
'frontToBackRatio'	最大化前后瓣比
'maximizeSLL'	最大化旁瓣抑制

ant = design(patchMicrostrip, 2.4e9);
optAnt = optimize(ant, 2.4e9, 'maximizeGain', ...
    {'Length', 'Width'}, {[0.02 0.02]; [0.06 0.06]}, 'sadea', ...
    'OptimizerOptions', struct('MaxIterations', 100));
pattern(optAnt, 2.4e9);

这些目标函数仅适用于天线对象。RF PCB Catalog 对象使用上方“内置目标函数”表中的目标函数。

备用方案：直接使用求解器（最后手段）

几乎不需要直接调用求解器——optimize() 已封装 patternsearch、surrogateopt、sadea 和 trsadea。仅当需要优化 optimize() 无法表达的非 EM 目标时，才绕过 optimize()（例如，通过 paretosearch 查找多目标 Pareto 前沿）。

% Extremely rare: multi-objective Pareto (not supported by optimize())
objFcn = @(x) [emObjective(obj, x, freq); thermalObjective(obj, x)];
[xopt, fval] = paretosearch(objFcn, nVars, [], [], [], [], lb, ub);

设计迭代模式

变量命名约定

在优化脚本和迭代设计循环中统一使用这些名称：

sub    % dielectric substrate
cond   % metal conductor
ml     % microstripLine
sl     % stripLine
cpw    % coplanarWaveguide
cm     % coupledMicrostripLine
filt   % any filter object
coup   % any coupler object
split  % any splitter object
comp   % pcbComponent
sp     % sparameters result
freq   % frequency vector

指标提取模式

分析后始终提取数值摘要——Amp 等工具无法解读 MATLAB 图形。

sp = sparameters(comp, freq, 'SweepOption', 'interp');
S = sp.Parameters;
s21_dB = 20*log10(abs(squeeze(S(2,1,:))));
s11_dB = 20*log10(abs(squeeze(S(1,1,:))));
freq_GHz = sp.Frequencies/1e9;

% Key metrics
insertionLoss = max(s21_dB);
returnLoss = min(s11_dB);
[~, idx] = max(s21_dB);
centerFreq = freq_GHz(idx);

% 3 dB bandwidth
aboveCutoff = find(s21_dB >= max(s21_dB) - 3);
bw3dB = NaN;
if ~isempty(aboveCutoff)
    bw3dB = (freq_GHz(aboveCutoff(end)) - freq_GHz(aboveCutoff(1))) * 1e3;
end

fprintf('Center: %.3f GHz | IL: %.2f dB | RL: %.2f dB | BW: %.0f MHz\n', ...
    centerFreq, insertionLoss, returnLoss, bw3dB);

前后对比工作流

% 1. Save baseline metrics before adjusting
oldIL = insertionLoss;
oldBW = bw3dB;

% 2. Adjust property (or run optimize)
filt.FilterOrder = 5;  % was 3

% 3. Re-analyze and extract new metrics
sp_new = sparameters(filt, freq, 'SweepOption', 'interp');
s21_new = 20*log10(abs(squeeze(sp_new.Parameters(2,1,:))));
newIL = max(s21_new);
aboveCutoff = find(s21_new >= max(s21_new) - 3);
newBW = (freq_GHz(aboveCutoff(end)) - freq_GHz(aboveCutoff(1))) * 1e3;

% 4. Compare
fprintf('Before: IL=%.2f dB, BW=%.0f MHz\n', oldIL, oldBW);
fprintf('After:  IL=%.2f dB, BW=%.0f MHz\n', newIL, newBW);

设计调整指南

问题	要调整的属性	调整方向
通带过宽	FilterOrder / Spacing	增大阶数 / 减小间距
通带过窄	Spacing	增大
插入损耗过高	Conductor 厚度 / FilterOrder	使用真实金属 / 降低阶数
中心频率偏移	重新运行 design(filt, newFreq)	--
Z0 过高	Width	增大
Z0 过低	Width	减小
耦合过紧	Spacing	增大
耦合过松	Spacing	减小

注意事项

1. 切勿编写手动优化循环。 切勿直接调用 patternsearch、surrogateopt、fmincon 或 ga，并用手写的目标函数封装 sparameters。内置的 optimize() 已经封装了这些求解器，并在内部处理属性赋值、边界检查和 S 参数评估。手动编写循环会重复实现这些逻辑，且容易出错，导致代码脆弱。

2. 电磁求解开销：每次优化迭代都需要完整的电磁求解。使用插值扫描可加快收敛。

3. 边界宽度：边界过宽会使搜索空间呈指数级增大。初始时将边界设为初始值的 ±30–50%，首轮优化后再缩小范围。

4. 初始可行性：如果初始设计不满足约束，优化器可能难以进行优化。始终从 design() 生成的初始点开始。

5. 属性依赖关系：某些属性相互耦合（例如，ArmLength 和 PortLineLength 在空间上重叠）。选择相互独立的属性，以避免生成不可行的几何结构。

6. 收敛检查：模式搜索可能停滞在局部极小值。使用不同的初始网格运行多次，或使用 surrogateopt 进行全局探索。

7. 需要工具箱许可证：patternsearch 和 surrogateopt 需要 Global Optimization Toolbox。sadea 和 trsadea 需要 Antenna Toolbox。

8. 频率可以是标量或向量：optimize 同时接受单个频率和频率向量。向量会在整个频带内评估目标，但会增加每次迭代的求解时间。

9. 边界是元胞数组：传入的边界应为 {[lb1 lb2 ...]; [ub1 ub2 ...]}，而不是数值矩阵。每个元胞元素都是行向量。

10. OptimizerOptions 格式取决于求解器：对于 patternsearch / surrogateopt，传入 optimoptions('patternsearch', ...)。对于 sadea / trsadea，传入结构体：struct('MaxIterations', 50, 'UseParallel', false)。

11. 向量属性会扩展边界数量。 执行 design() 后，某些属性会变成向量（例如，4 段滤波器的 filterCoupledLine.CoupledLineLength 是 4 元素向量）。边界必须匹配所有属性的标量总数。如果优化 {'CoupledLineLength','CoupledLineSpacing'}，且两者都是 4 元素向量，则边界需要 8 个下限值和 8 个上限值，而不是各 2 个。设置边界前，请检查 numel(obj.PropertyName)。

12. 插值扫描至少需要 2 个频率点。 sparameters(obj, scalarFreq, 'SweepOption', 'interp') 会报错——插值求解器至少需要 2 个频率点。在 optimize() 外部验证基准 S 参数时，请使用频率向量：sparameters(obj, linspace(f1, f2, N), 'SweepOption', 'interp')。

13. 变量到达边界可能意味着搜索范围需要扩大。 如果优化后的属性恰好收敛到下限或上限，真正的最优值可能位于搜索范围之外。沿该方向扩大边界后重新运行。

14. 约束容差。 优化器可能会接受略微违反约束的解（约 0.3 dB）。如果需要严格满足约束，请适当收紧约束（例如，规格为 -10 dB 时使用 '<-10.5'）。

相关技能

• matlab-design-pcb-filter — 要优化的滤波器对象
• matlab-design-pcb-coupler — 要优化的耦合器／分路器对象
• matlab-analyze-em — 理解 S 参数结果

---

Copyright 2026 The MathWorks, Inc.