脑中风,顾名思义就是脑部出血或者缺血性损伤为主要症状的临床疾病,亦称之为脑血管意外或者脑卒中,并且具有很高的致残率和病死率,也是世界上十大致死疾病中死亡率最高的疾病之一。而脑中风的致死率也会随着年龄的增大呈现出上升的趋势,由于在治疗过程中一直缺乏行之有效的措施,目前普遍认为最好的治疗措施就是预防;预防采用的方法一般是采用核磁共振,CT等价格昂贵的医疗器械,这对于边远山区的人们及普通医疗诊所是难以承受的,因而在推广方面具有极大的困难。近年来,随着微波成像技术成为了各大医疗器械公司及高校的重点研究方向,脑中风检测技术也得到了极大的推广;而在这一检测系统中,天线模块中信号的发射与接收的结果会直接影响到成像的效果;要使成像效果更加清晰且更易携带,通常设计一款体积小、重量轻、结构紧凑的天线用于收发信号是微波探测信号采集和成像的前提。然而,在天线设计优化的过程中,复杂结构超宽带天线的多参数和非线性以及仿真工具运行的长耗时都对性能优化提出严峻挑战。而智能优化算法作为一类求解非线性问题的高效优化算法,其原理简单,全局寻优的成功率高,鲁棒性强,适用于各种复杂优化问题,并在天线优化领域取得广泛应用。借助于智能算法在天线优化方面的成就,使得天线的主要性能参数能够满足于特定的技术要求等,天线的设计效率得到了极大提高。之后本文利用粒子群这一智能算法与遗传算法分别对超宽带对跖Vivaldi天线进行优化对比。考虑到进一步的可穿戴性研究,文章还对天线结构,导体材料特性,打印制作技术,绝缘体材料特性等方面对柔性材料进行研究与论述。通过研究后选择合适的材料,利用改进的PSO和HFSS对微带天线进行设计仿真和优化;最后,通过修改天线的结构,利用HFSS来模拟在实际运用中天线受外部环境影响而产生变化后,天线的相关性能参数的变化。本文的主要研究成果可分为总结为以下几个方面:(1)引入了HFSS-API,利用这一工具通过MATLAB编程,可以建模复杂的天线结构;并且可以利用除了HFSS电磁仿真软件中集成的优化方法之外的算法进行对天线的优化。本文成功通过这一接口工具编程设计了一款超宽带对跖Vivaldi天线。(2)提出了将改进的粒子群算法(PSO)应用于超宽带对跖Vivaldi天线的优化,并且与HFSS优化模块中的遗传算法进行对比,结果表明:当天线工作在1.8-5GHz,初始条件一致的情况下;在工作带宽内,优化目标为回波损耗大于10dB,在达到优化目标时,粒子群优化算法在时间的耗费上比遗传算法减少了20%。(3)根据优化结果加工出一款对跖Vivaldi天线,并对天线的性能进行了测试;当天线工作在5GHz时,天线增益最大可达到为9.8dB,波瓣宽度达到了60o;此外,将天线作为脑中风检测系统的收发天线,检测结果能够清楚的显示待检测物体位置和大小,证实了改进的粒子群算法在实践中的可行性。(4)利用粒子群算法和HFSS优化设计出微带天线,为使得天线更加具有可穿戴的特性,采用柔性材料作为天线的基本材料,并且通过改变天线的弯曲形状和电介质常数来模拟现实生活中天线可能遇到的外力因数引发的弯曲形变和汗水及其他外在因数引发的介电常数的改变对天线的性能影响。