Конструктивний синтез планарних антен природними алгоритмами оптимізації
DSpace at NTB NTUU KPI
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Конструктивний синтез планарних антен природними алгоритмами оптимізації
|
|
| Creator |
Василенко, Дмитро Олексійович
|
|
| Description |
Дисертація на здобуття наукового ступеня кандидата технічних наук з спеціальності 05.12.07 – антени та пристрої мікрохвильової техніки. – Національний технічний університет України «Київський політехнічний інститут», Київ, 2010. У дисертаційній роботі здійснено аналіз ефективності генетичного алгоритму та алгоритму бджолиного рою у задачах конструктивного синтезу планарного широкосмугового диполя, планарної профільованої щілинної антени та мікросмужкової антени з кількістю точок на профілі не більше 10, визначено оптимальні параметри алгоритмів. Встановлено, що алгоритм бджолиного рою потребує для синтезу в 3-4 рази менше комп’ютерного часу ніж генетичний алгоритм. Запропоновано новий алгоритм конструктивного синтезу, основою якого є інверсія штучних нейронних мереж за допомогою генетичного алгоритму. Визначено, що створити модель антени з похибкою менше 10% можливо за допомогою багатошарового персептрона із 3 прихованими прошарками та передавальною функцією у вигляді гіперболічного тангенсу, тренуючи таку мережу методом Левенберга-Марквардта у поєднанні із регуляризацією Байєса. Використовуючи запропонований нейронно-генетичний алгоритм, синтезовано широкосмугову дипольну антену і профільовану щілинну антену з 5 точками на профілі для діапазону частот 3,1 – 10,6 ГГц. На прикладі синтезу ортомодового перетворювача на коаксіальному хвилеводі для діапазону частот 3,4 – 4,2 ГГц показана можливість використання нейронно-генетичного алгоритму для синтезу пристроїв НВЧ. Результати синтезу широкосмугового диполя підтверджено експериментальними дослідженнями. Диссертация на соискание ученой степени кандидата технических наук по специальности 05.12.07 – антенны и устройства микроволновой техники. – Национальный технический университет Украины «Киевский политехнический институт», Киев, 2010. В диссертационной работе проведен анализ эффективности генетического алгоритма и алгоритма пчелиного роя в задачах конструктивного синтеза планарного широкополосного диполя, планарной профилированной щелевой антенны и микрополосковой антенны с количеством точек на профиле не больше 10, определены оптимальные параметры алгоритмов. Установлено, что алгоритм пчелиного роя затрачивает для синтеза в 3-4 раза меньше компьютерного времени, чем генетический алгоритм. Предложен новый алгоритм конструктивного синтеза, основой которого является инверсия искусственных нейронных сетей с помощью генетического алгоритма. Определено, что создать модель антенны с погрешностью меньше 10% возможно с помощью многослойного персептрона с 3 скрытыми слоями и передающей функцией в виде гиперболического тангенса, тренируя такую сеть методом Левенберга-Марквардта в совокупности с регуляризацией Байеса. Используя предложенный нейронно-генетический алгоритм, синтезирована широкополосная дипольная антенна и профилированная щелевая антенна с 5 точками на профиле для диапазона частот 3,1 – 10,6 ГГц. На примере синтеза ортомодового преобразователя на коаксиальном волноводе для диапазона частот 3,4 – 4,2 ГГц показана возможность использования нейронно-генетического алгоритма для синтеза устройств СВЧ. Результаты синтеза широкополосного диполя подтверждены экспериментальными исследованиями. Dissertation on competition of graduate degree of candidate of technical sciences by specialty 05.12.07 – antennas and microwave devices. – National Technical University of Ukraine "Kyiv Polytechnic Institute", Kyiv, 2010. An efficiency of the constructive synthesis is numerically investigated in Ph.D. thesis for the ultrawideband dipole antenna and tapered slot antenna for the frequency range 3.1-10.6 GHz and microstrip antenna for receiving GPS signals at frequency 1.575 GHz. The goal of the synthesis is achieved by properly modifying the radiating contour profile of the mentioned antennas. In this investigation the maximum number of points along the contour is 10. It is established that particle swarm optimization needs to analyze in the method of moments based full-wave simulation program FEKO 3-4 times less number of antenna variants than genetic algorithm and it is found an optimum set of parameters for the investigated global optimization algorithms. An efficiency of the particle swarm optimization in finding the best solution grows up for antennas with highly extremal fitness function such as microstrip antenna. Because of stochastic nature of the mentioned global optimization algorithms synthesis should be repeated at least 10 times for each starting synthesis parameters to be sure that optimum solution is found. In order to reduce synthesis time a novel concept of neural-genetic optimization is presented. The key feature of this algorithm is modeling of the antenna by using artificial neural networks (ANN) with a modular architecture and synthesis by inversion of the created ANN by using genetic algorithm. Each module can represent antenna performance depending on complexity of a problem in the whole frequency range of interest or only at some frequencies. Such architecture makes possible to add antenna performances to the optimization process or to advance the frequency discretization without retraining the existent neural networks. It is investigated three types of neural networks: multi-layer perceptron, ANN with the radial basis function and ARTMAP neural networks. It is found that model of the antenna with the error on the level of “engineering precision” 10% for both gain and return loss can be created by using a multi-layer perceptron with three hidden layers with 10 to 20 neurons in each and sigmoid activation function in the form of hyperbolic tangent. A combination of Levenberg-Marquardt backpropagation algorithm with Bayesian regularization is found to have the best performance on training of the neural networks. The minimum error of the model achieved for the smoothest function, hence gain and return loss expressed in a linear scale. For the case when the modeling of the antenna input impedance is needed it is proposed a method that is based on modeling of the active impedance component with different neural networks depending on value of the impedance and restoring of the reactive impedance component with the help of Hilbert transformation. In order to illustrate a neural-genetic algorithm an UWB planar dipole and an UWB planar tapered slot antenna are optimized with respect to return loss and gain. The optimized antennas shows a good impedance matching (return loss < -10 dB) and gain 2 to 5 dB for the dipole antenna and 5 to 10 dB for the tapered slot antenna over the whole frequency range. As time consuming operations (training data creation and ANN training) are made during the inversion only once in the sequence of 10 optimization processes the neural-genetic algorithm is 5 – 6 times faster than genetic algorithm and 1.5 – 2 times faster than particle swarm optimization for both antennas. Through the synthesis of the orthomode transducer for the frequency range 3.4 – 4.2 GHz, return loss less than 0.1 and channel isolation more than 40 dB it is shown that neural-genetic algorithm can be applied for synthesis of microwave devices as well. To validate the results of the automated antenna design, a prototype of the proposed UWB dipole antenna has been developed and tested. Antenna was measured in form of monopole in order to eliminate the necessity of using a broadband balun. Measured active resistance agrees very well. A higher reactance causes that a measured bandwidth of the antenna is smaller than calculated: the measured upper cutoff frequency is 9.8 GHz, whereas in the simulation 11 GHz. It is concluded that the differences between the measured and optimization values are due mainly to construction of the feeding. The measured radiation patterns agree very well with a simulated in FEKO by using the combination of method of moments and uniform theory of diffraction. |
|
| Publisher |
НТУУ "КПІ"
|
|
| Date |
2010-12-07T09:20:16Z
2010-12-07T09:20:16Z 2010 |
|
| Type |
Thesis
|
|
| Identifier |
http://library.kpi.ua:8080/handle/123456789/640
|
|
| Language |
uk
|
|