隨著行動通訊的快速發展， 現今各國在通訊系統中除了提升傳輸速
度及通訊品質外，為了使用者或感測器建置的便利性，希望能在傳送資
料的同時，也對設備進行充電，進而提升設備的使用時間。
本論文中以室內環境作為模擬的環境，考慮傳送端使用 毫米波 天線
陣列系統，進行波束合成，在考慮多使用者的狀況下，使其各使用者的
能量採集效率提升及降低傳送資料的錯誤率，並使用 SADDE 演算法調
整天線的饋入線長度進行天線陣列的調整。
本論文著重在於同時傳輸資料及充電，並考慮多目標函數的使用，使用 SADDE 的優點在不須列出變數和因變數的數學關係，能找出最佳答案，因此才使用 SADDE 為最佳化的工具，另外在使用場型天線為多目標導致函數會有所不同，本論文模擬室內環境通信傳輸位元錯誤率加上能量採集效率，再利用 SADDE 的優點進行最佳化的調整，尋找錯誤率加能量採集效率最佳化的場型天線，此種場型天線為室內環境最佳化的需求。
經模擬室內環境相關數據顯示結果，透過SADDE調整可看出每一個天線元件做最佳化，避免能量不必要的浪費，進而提升各使用者的能量採集效率及降低錯誤率，提高通訊品質。

With the rapid development of mobile communication, it is not only to improve transmission speed and communication quality but also to charge the receivers. For system design, it is the goal that the sensor device can be charged while transmitting data. As a result, the operation time of the sensor device is increased.
In this paper, the antenna array system is used for the beam synthesis at the transmitter in the indoor environment. For multiple users, the error rate of transmitting data to one specific receiver is set to be under the constraint of preset value and the energy collection efficiency of the other user is maximizing. The SADDE algorithm is used to adjust the feed line length of the antenna to maximize the objective function.
This paper focuses on the simultaneous transmission of data and charging, and considers the use of multi-objective functions. The advantage of using objective functions. The advantage of using SADDE is that it is not necessary to have the exact gradient mathematical formula between variables. In addition, the SADDE can handle multiple objective functions. This paper simulates the  indoor environment communication transmission bit error rate plus energy collection efficiency, and then uses the SADDE to optimize the adjustment of the feed line length. This antenna can optimize the energy harvesting efficiency for indoor environments.
Through the simulation of the indoor environment by the SADDE adjustment, it is seen that each antenna component is optimized to avoid unnecessary waste of energy, thereby improving the energy collection efficiency and reducing the error rate of a specific user, and improving the communication quality.

目錄
誌謝  I
中文摘要  II
Abstract  III
第一章  概論	- 1 -
1.1 研究背景	- 1 -
1.2 研究使用方法	- 6 -
1.3 各章內容簡述	- 7 -
1.4 研究貢獻	- 7 -
第二章  各系統理論及介紹	- 8 -
2.1 智慧型天線系統基本定義與工作原理	- 8 -
2.2 毫米波天線陣列系統概述	- 14 -
2.3 無線功率傳輸	- 21 -
2.4 通道容量	- 26 -
2.5 位元錯誤率	- 27 -
第三章  演算法理論及介紹	- 30 -
3.1 自我適應之動態差異型演化法	- 30 -
第四章  模擬數值結果	- 39 -
4.1 模擬環境建構	- 39 -
4.2 SADDE演算法相關設定	- 41 -
4.3 數值結果	- 43 -
4.3.1不同目標函數對於錯誤率的最佳化結果	- 43 -
4.3.2不同目標函數對於通道容量的最佳化結果	- 47 -
4.3.3不同目標函數對於充電功率的最佳化結果	- 51 -
第五章  結論	- 56 -
參考文獻	- 58 -
附錄	- 60 -

圖目錄
圖 1 全球可用之毫米波建議清單	- 1 -
圖 2 智慧型天線同時服務多重目標運用示意圖	- 9 -
圖 3 環型天線陣列系統含N個天線元件示意圖	- 16 -
圖 4 毫米波環型天線陣列示意圖	- 19 -
圖 5 無線功率傳輸示意圖	- 23 -
圖 6 無線功率傳輸接收器架構示意圖	- 24 -
圖 7 無線功率傳輸技術之射頻能量採集架構示意圖	- 25 -
圖 8 自我適應之動態差異型演化法流程圖	- 32 -
圖 9 自我適應之動態差異型進化法中突變方法一的示意圖	- 34 -
圖 10 自我適應之動態差異型進化法中突變方法二的示意圖	- 35 -
圖 11 自我適應之動態差異型進化法中的交配向量於一個二維目標函數等位線圖描述的示意圖	- 37 -
圖 12 模擬環境之平面圖	- 40 -
圖 13 SADDE以不同目標函數進行搜尋其RX1錯誤率的比較	- 44 -
圖 14 SADDE以 (a) 錯誤率總和的目標函數 (b) 多目標函數的場型圖	- 46 -
圖 15 SADDE以不同目標函數進行搜尋其RX1通道容量的比較	- 48 -
圖 16 SADDE以 (a)通道容量總和的目標函數 (b)多目標函數的場型圖	- 50 -
圖 17 SADDE以不同目標函數進行搜尋其總充電功率的比較	- 51 -
圖 18 以充電功率為目標函數優化下各天線充電功率的變化及比較	- 52 -
圖 19 以多目標函數為目標函優化下各天線充電功率的變化及比較	- 53 -
圖 20 SADDE以 (a)充電功率總和的目標函數 (b)多目標函數的場型	- 55 -

表目錄
表 1 各天線的調整目標及對應的SNR數值	- 41 -
表 2 SADDE目標函數搜尋的類型及對應的函數式	- 42 -
表 3 以錯誤率或多目標搜尋到的饋入線長度	- 45 -
表 4 以通道容量或多目標搜尋到的饋入線長度	- 49 -
表 5 以充電功率或多目標搜尋到的饋入線長度	- 54 -
表 6 混凝土砌塊牆材質係數	- 60 -
表 7 結構木材質係數	- 60 -
表 8 鐵材質係數	- 60 -

參考文獻
[1] 王啟萍,  “高速室內無線通信位元錯誤率及統計特性分析,” 淡江大學電機系碩士論文, 1997.
[2] 李艷莉,  “毫米波通信技術的研究現狀和進展,” 四川省通信學會.四川省通信學會2010年學術年會論文集.四川省通信學會, 2010.
[3] 王曉海,“毫米波通信技術的發展與應用,”電信快報, 2007.
[4] 黃存健,“智慧型天線系統自無線通訊系統之應用,” 中原大學電子系碩士論文, 1999.
[5] 吳志修,“智慧型天線系統於遠近迴想傳播通道模型之效能評估,” 國立東華大學電機系碩士論文, 2002.
[6] C. A. Balanis, Antenna Theory analysis and design, John Wiley & Sons, 2005.
[7] 賴智揚,“智慧型天線於寬頻分碼多重進接存取系統之應用,” 中原大學電子系碩士論文, 2002.
[8] J. Lu, D. Steinbach, P. Cabrol, P. Pietraski and R. V. Pragada, "Propagation characterization of an office building in the 60 GHz band," The 8th European Conference on Antennas and Propagation (EuCAP 2014), The Hague, 2014, pp. 809-813.
[9] 余翔林,“毫米波技術的應用”聯經出版社, 1995.。
[10]  Z. Ding, L. Dai, R. Schober and H. V. Poor, “NOMA Meets Finite Resolution Analog Beamforming in Massive MIMO and Millimeter-Wave Networks,” IEEE Communications Letters, Vol. 21, no. 8, Aug. 2017.
[11] IEEE COMMUNICATIONS SURVEYS & TUTORIALS, VOL. 20, NO. 1, FIRST QUARTER 2018.
[12] 賈竣凱,“應用於無線功率傳輸之射頻能量採集技術分析,” 逢甲大學通訊工程 學系碩士論文, 2017.
[13] K. Huang and V. K. Lau, “Enabling wireless power transfer in cellular networks: Architecture, modeling and deployment,” IEEE Transactionson Wireless Communications, vol. 13, no. 2, pp. 902–912, 2014.
[14] Thomas M. Cover, Joy A. Thomas. Elements of Information Theory. John Wiley & Sons, New York. 2006.
[15] J. Kennedy and R. C. Eberhart, “Particle swarm optimization,” in Proc. the IEEE International Conference on Neural Networks, vol. 4, pp. 1942-1948, 1995.