1.26M
Category: softwaresoftware

Проектирование антенной решётки с применением машинного обучения

1.

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
по направлению подготовки 11.04.03 Конструирование и технология электронных средств
направленность (профиль) Информационные технологии проектирования радиоэлектронных
средств и изделий микроэлектроники
Студентки Силютиной Маргариты Владимировны
Тема выпускной квалификационной работы
ПРОЕКТИРОВАНИЕ АНТЕННОЙ РЕШЁТКИ С ПРИМЕНЕНИЕМ
МАШИННОГО ОБУЧЕНИЯ
Орел, 2024 г.

2.

Цель, задачи, объект, предмет и научная новизна исследования
Актуальность: в данной работе представлен вариант антенной решётки,
рассматриваемый в контексте развития искусственного интеллекта, что является
актуальным.
Цель: сокращение времени определения направления на источник сигнала
путём использования нейросети для обработки потока данных антенной решётки
Объект исследования: антенные решетки
Предмет исследования: методы проектирования антенных решеток с
использованием машинного обучения.
2

3.

Цель, задачи, объект, предмет и научная новизна исследования
Задачи:
анализ устройства и функции фазированных антенных решеток;
изучение теоретических основ искусственных нейронных сетей;
синтез антенной решетки с применением машинного обучения.
Научная новизна заключается в использовании методов компьютерного
моделирования электромагнитного поля для формирования обучающего набора
данных для нейросети.
3

4.

Анализ устройства и функции фазированных антенных решеток
Обобщенная схема ФАР
4

5.

Анализ устройства и функции фазированных антенных решеток
Диаграмма направленности
5

6.

Анализ устройства и функции фазированных антенных решеток
Методы проектирования
фазированных антенных решеток (ФАР)
1. Классические методы проектирования
a. Метод прямого синтеза
b. Интерактивные методы оптимизации
2. Модели на основе алгоритмов оптимизации
a. Алгоритмы оптимизации роя частиц (PSO)
b. Генетические алгоритмы (GA)
3. Искусственные нейронные сети и машинное обучение
a. Обучаемые модели
b. Обучение с подкреплением
6

7.

Искусственные нейронные сети и их приложения
Математическую модель фазированной антенной решетки,
представленной как линейная нейронная сеть, можно использовать для следующих целей:
1. Оптимизация диаграммы направленности
2. Формирование луча
3. Калибровка и компенсация ошибок
4. Адаптивные и умные антенны
(a) Архитектура фазированной антенной решетки
(б) Архитектура нейронной сети
7

8.

Искусственные нейронные сети и их приложения
Функции активации
8

9.

Синтез антенной решетки с применением
машинного обучения
Перспектива использования нейронной сети
Пример использования нейронной сети для сетей связи 5G-6G
9

10.

Синтез антенной решетки с применением
машинного обучения
Моделирование антенной решетки в OpenEMS
10

11.

Синтез антенной решетки с применением
машинного обучения
Моделирование антенной решетки в OpenEMS
Диаграмма направленности
11

12.

Синтез антенной решетки с применением
машинного обучения
Моделирование антенной решетки в OpenEMS
Коэффициент отражения одиночного излучателя
12

13.

Синтез антенной решетки с применением
машинного обучения
Структура приемной системы
НУ – нормирующий усилитель
НС – нейронная сеть
φ – сектор
13

14.

Синтез антенной решетки с применением
машинного обучения
Процесс обучения нейронной сети
1. Инициализация модели и оптимизатора:
2. Подготовка данных
3. Цикл обучения
4. Оценка модели
14

15.

Основные результаты и выводы
С
применением
программного
пакета
компьютерного
моделирования
электромагнитного поля сформирован набор данных для обучения нейросети,
обрабатывающей сигналы антенной решётки.
Обработка потока данных антенной решётки посредством нейросети позволяет
получать информацию о направлении на источник излучения без необходимости
сканирования диаграммы направленности антенны, что даёт возможность сократить
время обработки потока данных с антенны.
15

16.

Основные результаты и выводы
Публикация по теме диссертации
1. Силютина, М. В. Математическая модель фазированной антенной решетки
как линейной нейронной сети / М. В. Силютина // Сборник статей LX
международной научно-практической конференции – Москва: «Научно-
издательский центр «Актуальность. РФ», 2024. – С. 50-54.
2. Силютина, М. В., Донцов, В. М. Перспективы использования машинного
обучения
при
проектирование
фазированных
антенных
решеток
/
М. В. Силютина, В. М. Донцов // Сборник статей LXI международной научнопрактической
конференции

Москва:
«Научно-издательский
центр
«Актуальность. РФ, 2024. – С. 51-56
16

17.

Спасибо за внимание!
17
English     Русский Rules