Верзунов С.Н. Способ оптимизации конструктивных параметров ячеек-резонаторов микрополосковых антенн на основе интеллектуального анализа данных

скачать PDF

Аннотация

Конструкции микрополосковых антенн широко описаны в литературе и дают хорошие результаты на практике. Однако, поскольку сами по себе они отличаются низкой эффективностью и ограниченной полосой пропускания, часто приходится оптимизировать конструкцию, изменяя ее параметры и улучшая технические характеристики. Один из способов добиться этого дает применение метаматериалов. Однако особенности ячеек метаматериала и их массива делает аналитическую разработку уравнений электромагнитного поля очень сложной и нецелеособразной. Обычно эту проблему решают путем разработки антенны с помощью множества дорогостоящих в вычислительном отношении и трудоемких электромагнитных симуляций. В настоящей работе предложен новый способ поиска оптимальной конструкции ячеек-резонаторов для микрополосковой антенны, позволяющий целенаправленно оптимизировать параметры ячеек-резонаторов, значительно улучшающие ее электрические характеристики. Предлагаемый метод объединяет регрессионную модель, использующую глубокую сеть на основе полносвязных нейронных слоев, с поиском на основе алгоритма условной оптимизации COBYLA для нахождения оптимальных конструктивных параметров ячеек-резонаторов. Вначале тензор, определяющий параметры ячеек-резонаторов, подается на вход нейронной сети, и сеть обучается, чтобы уменьшить разницу между выходом, предсказанным глубокой нейронной сетью, и соответствующими электрическими параметрами антенны, полученными в результате полноценного численного моделирования в программе CST MWS. Далее генерируются новые параметры ячеек-резонаторов посредством итеративной оптимизации. Этот шаг сочетает в себе сеть-регрессор, обученную ранее с алгоритмом оптимизации, и использует некоторую стратегию поиска для нахождения оптимальных параметров CSRR-ячеек. Такой подход полностью автоматизирует процесс создания микрополосковых антенн с ячейками-резонаторами на основе метаматериалов и позволяет находить параметры этих ячеек, обеспечивающие оптимальный режим работы в целом, и дает максимальный уровень излучения антенны при сохранении полосы пропускания. При этом ток перераспределяется между подложкой и патчем антенны в сторону патча, чем и объясняются полученные улучшения характеристик антенны.

Ключевые слова

метаматериалы, микрополосковые антенные ячейки, CSSR-ячейки, глубокое обучение, моделирование антенн, оптимизация, COBYLA, Matlab Antenna Toolbox, CST Microwave Studio, генеративное глубокое обучение

Верзунов Сергей Николаевич – канд. техн. наук, ведущий научный сотрудник, лаборатория информационно-измерительных систем, Институт машиноведения и автоматики Национальной академии наук Кыргызской Республики, Бишкек, Кыргызская Республика, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., https://orcid.org/0000-0003-3130-2776

  1. Брякин И.В., Бочкарев В.И. Гибридный метод индукционного зондирования для обнаружения подземных кабельных линий и трубопроводов // Электротехнические системы и комплексы. 2019. № 2(43). С. 70-78. doi: 10.18503/2311-8318-2019-2(43)-70-78
  2. Enabling Antenna Design with Nano-Magnetic Materials using Machine Learning / A. Gianfagn, M. Swaminathan, P. M. Raj, R. Tummala, G. Antonini // IEEE Nanotechnology Materials and Devices Conference. IEEE, 2015. 5 p. doi: 10.1109/NMDC.2015.7439256
  3. Suganthi J., Kavitha T., Ravindra V. Survey on metamaterial antennas // IOP Conference Series: Materials Science and Engineering. 2021. Vol. 1070. No. 1. 12086. doi: 10.1088/1757-899X/1070/1/012086
  4. Optimal design of microwave absorber using novel variational autoencoder from a latent space search strategy / H.-I. On, L. Jeong, M. Jung, D.-J. Kang, J.-H. Park, H.-J. Lee // Materials & Design. 2021. Vol. 212. 110266. doi: 10.1016/j.matdes.2021.110266
  5. An overview of metamaterials and their achievements in wireless power transfer / K. Sun, R. Fan, X. Zhang, Z. Zhang, Z. Shi // Journal of Materials Chemistry. 2018. Vol. 6(12). Pp. 2925-2943. doi: 10.1039/C7TC03384B
  6. Perfect metamaterial absorber / N.I. Landy, S. Sajuyigbe, J.J. Mock, D.R. Smith, W.J. Padilla // Phys. Rev. Lett. 2008. Vol. 100. 4 p. doi: 10.1103/PhysRevLett.100.207402
  7. Insitu growth of SiC nanowires and carbon nanotubes on 3D printed metamaterial structures to enhance electromagnetic wave absorption / H. Mei, W. Yang, X. Zhao, L. Yao, Y. Yao, C. Chen, L. Cheng // Materials & Design. 2021. Vol. 197. 109271. doi: 10.1016/j.matdes.2020.109271
  8. Al-Nuaimi M.K., Whittow W.G. Compact microstrip band stop filter using CSRR and CSRR: Design, simulation and results // Proceedings of the Fourth European Conference on Antennas and Propagation. IEEE, 2010. 5 p.
  9. So S., Rho J. Designing nanophotonic structures using conditional deep convolutional generative adversarial networks // Nanophotonics. 2019. Vol. 8. Pp. 1255-1261. doi: 10.1515/nanoph-2019-0117
  10. Generative Model for the Inverse Design of Metasurfaces / Z. Liu, D. Zhu, S.P. Rodrigues, K.T. Lee, W. Cai // Nano Lett. 2018. Vol. 18. Pp. 6570-6576. doi: 10.1021/acs.nanolett.8b03171
  11. Deep learning for topology optimization of 2D metamaterials / H.T. Kollmann, D.W. Abueidda, S. Koric, E. Guleryuz, N.A. Sobh // Materials & Design. 2020. Vol. 196. 109098. doi: 10.1016/j.matdes.2020.109098
  12. Balanis C.A. Antenna Theory: Analysis and Design. Hobo-ken, New Jersey: John Wiley & Sons Inc., 2005.
  13. Типикин А. Моделирование антенных устройств в Matlab с использованием пакета расширения Antenna Toolbox. М: Солон-Пресс, 2016. 116 с.
  14. Касимова А.У., Верзунов С.Н. Обзор и анализ современных методов измерения диэлектрической проницаемости горных пород // Проблемы автоматики и управления. 2022. № 1(43). С. 33-49.
  15. URL:http://cbd.minjust.gov.kg/act/view/ru-ru/11510 (дата обращения: 28.04.2022)
  16. Vaz R. Optimization of microstrip antenna designs: simulation of CSRR metamaterial cells with machine learning: monograph (Graduate) – Electrical Engineering. Federal University of Tocantins, Palmas, 2019.
  17. Simuleon B.V. SIMULIA CST Studio Suite. Pettelaarpark 84 5216 PP‘s-Hertogenbosch, Netherlands: Electromagnetic Field Software. URL:https://www.simuleon.com/simulia-cst-studio-suite/ (дата обращения: 28.04.2022).
  18. Sarkar S.B. Design and Analysis of 5.2 GHz Rectangular Microstrip Patch Array Antenna using Split Ring Resonator, 4th International Conference on Signal Processing, Communications and Networking. Chennai, India: IEEE, 2017. doi: 10.1109/ICSCN.2017.8085654
  19. Powell M.J.D. A direct search optimization method that models the objective and constraint functions by linear inter-polation. In: Advances in Optimization and Numerical Anal-ysis. 1994. Pp. 51-67. doi: 10.1007/978-94-015-8330-5_4
  20. Слюсарь В. Метаматериалы в антенной технике: основные принципы и результаты // Первая миля. 2010. № 3-4. С. 44-60.

Верзунов С.Н. Способ оптимизации конструктивных параметров ячеек-резонаторов микрополосковых антенн на основе интеллектуального анализа данных // Электротехнические системы и комплексы. 2022. № 3(56). С. 54-64. https://doi.org/10.18503/2311-8318-2022-3(56)-54-64

Подробности
Просмотров: 368