تحلیل آنتن پچ ریزنواری و افزایش پهنای باند آن با استفاده از شبکه های عصبی و الگوریتم ژنتیک

امروزه آنتن های ریزنواری به خاطر مزایای بی شماری که دارند، به طور وسیعی در کاربردهای مختلف مخابراتی به کار می روند. این آنتن ها معمولاً پهنای باند امپدانسی کمی داشته و لذا روش های متعددی جهت رفع این نقیصه پیشنهاد شده است. برای بهینه سازی آنتن های ریزنواری به منظور دستیابی به بیشترین پهنای باند، عموماً از یکی از روش های مطالعه ی پارامتری یا بهینه سازی استفاده می شود که روش اول مبتنی بر سعی و خطا بوده، و روش دوم به علت دشواری ارزیابی تابع هدف، پیچیده و زمان بر است. در این پروژه ابتدا با استفاده از قابلیت شبکه های عصبی-فازی در تقریب توابع غیرخطی پیچیده، مشخصات یک آنتن تک قطبی مسطح با پچ دایره ای (شامل تلفات بازگشتی، امپدانس ورودی و الگوی تشعشعی)، به صورت تابعی از پارامترهای آن تخمین زده می شود. سیستم های استنتاج فازی-عصبی وفقی(anfis) که با داده های بدست آمده از نرم افزار hfss آموزش داده شده برای این منظور به کار رفته است. پارامترهای تخمین زده شده با این روش، در مقایسه با حل دقیق بدست آمده از hfss از دقت خوبی برخوردار بوده به نحوی که میانگین مربع خطا برای مشخصات مختلف آنتن، در بدترین حالت 0445/0 می باشد. در فرایند بهینه سازی با تعریف یک تابع هدف مناسب و بهینه سازی آن با الگوریتم ژنتیک، مقادیر پارامترهای فیزیکی بهینه ی تک قطبی های مسطح با پچ دایره ای، بیضوی و مستطیلی، جهت بیشینه نمودن پهنای باند آنها به دست آمده است. مقایسه ی مقادیر به دست آمده با مقادیر متناظر حاصل از تحلیل پارامتری یا بهینه سازی های متداول در مطالعات پیشین، حاکی از دقت روش پیشنهادی است. همچنین روش پیشنهادی، روشی قاعده مند برای بهینه سازی ارائه می نماید که سریع تر از روش های بهینه سازی متداول است، به طوری که حتی اگر با فرضی خوش بینانه، تعداد تکرارها در روش های بهینه سازی متداول 20 فرض شود (غالباً الگوریتم هایی که سرعت همگرایی بالایی دارند نیز به تکرارهای بیشتری نیاز دارند) روش پیشنهادی حداقل دو برابر سریع تر به جواب های بهینه منجر می شود. این به دلیل آن است که در روش پیشنهادی، برنامه hfss که زمان بر می باشد، به تعداد دفعات محدودی (مثلا 10 بار) صرفاً برای تولید داده های آموزشی اجرا می شود و بهینه سازی در محیط matlab و بدون نیاز به اجرای hfss انجام می شود.