天线谐振智能设计师

用自然语言描述你的天线，让 AI 完成剩下的一切

---

🌐 在线演示页  ·  ⭐ Star 支持  ·  🐛 提交问题

---

🎯 它能做什么？

你只需要说一句话：

设计一个 2.45 GHz 的贴片天线，FR4 基板，优化 S11 带宽

ARIA 自动完成以下全部工作：

自然语言 → 参数解析 → CST 建模 → 电磁仿真 → 智能优化 → S11 曲线 + 最优参数

从描述到结果，无需手动操作 CST，无需编写仿真脚本。

---

✨ 核心亮点

🤖 自然语言驱动 Claude AI 解析设计意图 支持中英文混合输入 参数自动补全与默认值推断 ⚡ CST 全自动仿真 Python API 直接调用 CST VBA 脚本精确建模（Pick + WCS + Port） 时域求解器一键运行 📊 可视化仪表盘 深色系 Streamlit 界面 Plotly 交互式 S₁₁ 曲线 历史结果多曲线对比

🧠 三种优化算法 贝叶斯 GP — 少量预算精准调谐 粒子群 PSO — 中等维度全局搜索 差分进化 GA — 高维像素天线 📡 三类天线支持 🟦 矩形贴片（Pozar 公式初始化） 📶 半波振子（0.235λ 自动定长） 🔲 像素化贴片（N×M 二值优化） 📁 结果自动存档 S₁₁ CSV + 优化摘要 JSON 每次运行自动编号存储

---

🚀 快速开始

环境要求

• Windows 10/11
• CST Studio Suite 2022
• Python 3.8+
• Anthropic API Key

安装

git clone https://github.com/youxch/ARIA.git
cd ARIA
pip install -r requirements.txt

配置

cp .env.example .env

编辑 .env 文件：

ANTHROPIC_API_KEY=sk-your-key-here
CST_LIB_PATH=C:\Program Files (x86)\CST Studio Suite 2022\AMD64\python_cst_libraries

启动

# 推荐：可视化界面
streamlit run app.py

# 命令行模式
python cst_antenna_ai/main.py

打开浏览器访问 http://localhost:8501

---

💬 使用示例

自然语言模式（AI 对话页）：

你：设计一个 5.8 GHz 的贴片天线，Rogers 4003C，最大化带宽

ARIA：已理解你的设计需求 ✅
      ┌─────────────────────────────┐
      │ 天线类型  矩形贴片天线        │
      │ 目标频率  5.80 GHz          │
      │ 基板      Rogers4003C       │
      │ εr        3.55              │
      │ 优化目标  最大化带宽          │
      │ 算法      🤖 自动选择        │
      └─────────────────────────────┘
      [🚀 确认并开始仿真]  [✏️ 重新描述]

手动配置模式（表单页）：

选择天线类型 → 设置频率和基板 → 选择优化算法 → 一键启动

---

🏗️ 项目结构

ARIA/
├── app.py                       # Streamlit 可视化界面
├── requirements.txt
├── .env.example                 # 配置模板
│
└── cst_antenna_ai/
    ├── main.py                  # 命令行入口
    ├── config.py                # 全局配置
    ├── cst_core/
    │   ├── interface.py         # CST Python API 封装
    │   └── builders/
    │       ├── patch.py         # 矩形贴片建模器
    │       ├── dipole.py        # 半波振子建模器
    │       └── pixel_patch.py   # 像素化天线建模器
    ├── llm/
    │   ├── intent_parser.py     # 自然语言 → 结构化参数
    │   └── reporter.py          # 结果 → 中文分析报告
    └── optimizer/
        ├── engine.py            # 贝叶斯 / PSO / GA 后端
        └── workflow.py          # 优化全流程编排

---

📐 支持天线类型

类型	初始化	优化参数	适用频段
🟦 矩形贴片	Pozar 传输线公式	L, W, 馈线宽, 嵌槽深度	0.5–60 GHz
📶 半波振子	0.235λ 估算	臂长, 臂宽	0.5–30 GHz
🔲 像素化贴片	随机二值初始化	N×M 像素开关	1–30 GHz

---

🧮 优化算法对比

算法	适用场景	特点
🧠 贝叶斯 GP	仿真耗时长、预算 < 100 次	样本效率最高
🐦 粒子群 PSO	3–6 维、预算 ≥ 100 次	全局搜索能力强
🧬 差分进化 GA	高维 / 离散变量（像素天线）	鲁棒性强
🤖 自动选择	不确定时使用	启发式推荐

---

📄 License

MIT License © 2026 youxch

---

如果这个项目对你有帮助，欢迎点一个 ⭐ Star！

Made with ❤️ by 尤栖冲 · You Xichong

CST 2022 · Claude AI · Python · Streamlit