在CST MWS中如何去优化圆极化天线的轴比？

轴比是Axial Ratio吗?如果是的话，在CST MWS 2011里：
Solve -> Transient Solver -> Optimize... -> Goals -> Add New Goal... -> 1D/0D Result -> Farfield and Antenna Properties -> Farfield Result -> Farfield Settings -> Axial Ratio
具体可行性请自行摸索。

哈哈 谢谢啦  好像是可以的 以前我也找过只看到过farfield result这一项，没看到直接的AR的选项，以为没有   都说AR的优化是可以通过自行编写VBA的代码去实现的 ，  这样可以么?

不懂VBA……。

再次麻烦您，  我想再问一个问题，  优化中，它会有一个1d result和0d result的区别，为什么我只想优化1d的结果 ，不设置0d系统会报错?

什么样的错?

There are no 0D Result Templates defined。The necessary result can be defined under Result-〉Template Based postprocessing。就这样的错误，难道必须要设置0D的么?

这个后处理模版不熟，既然提示你了，先按照提示修改看看吧。

soga，继续研究，还有一个问题、、、、我问题比较多、、哈哈   CST的优化算法中，一般默认的是插值算法就是那个interpolated quasi newton 那个算法， 可是我的朋友告诉我应该用遗传算法也就是genetic algorithm 这个算法、、、折有什么区别、、、求解

不知道你用的是什么版本，在CST MWS 2011里，算法简介参考帮助文件《Optimizer Overview》、《Optimizer - Settings》和《Optimizer - Algorithm Settings》。
每个算法都有自己的优势，不可能一概而论。如果遗传算法这么好，CST开发其它的算法做什么用呢?
Interpolated Quasi Newton算法属于local optimizer，Genetic属于global optimizer。
以下摘抄帮助文件的内容：
Trust Region Framework是CST MWS 2011推荐的新算法，可以仿真Sensitivity信息。
Interpolated Quasi Newton的收敛速度快。
Powell使用线性搜索。
IQN算法速度快但有的时候可能不如Powell算法准确。
Nelder Mead Simplex Algorithm的速度取决于起始点的选取，若起始点距离目标点很远，这个算法有优势；否则此算法不如上面的三种快。
Genetic和Particle Swarm不使用梯度信息或者插值逼近。

自己顶一个  麻烦再问一个问题    这个在贴片的四个角切角到底有什么作用啊?  理论说的是，切角是来实现圆极化的、、、、但是我不切角这个也可以实现圆极化啊，只要馈电点的位置取的好就ok， 切角是用来增加的轴比带宽的么?

“这个在贴片的四个角切角到底有什么作用啊?”，我看不懂这句话是什么意思，求解释……回 10楼(小提拉米苏) 的帖子

。有可能我表达有点问题， 就是圆极化微带天线你可以注意一下，它有经过切角处理的，这个切角的作用是增加轴比带宽的么?  还有就是在一般仿真中，我在CST中发现圆极化微带的S11曲线图，出现了两个离得很靠近的峰值，我看论坛上有人说有两个离得很近的峰值就是圆极化，这是什么理论。?

这个啊，不懂圆极化理论，最好去天线版问问。

不如帮个忙，我发了一个GPS天线求解的帖子，  你帮我移过去 谢谢啦