???jsp.display-item.social.title??? |
![]() ![]() |
Please use this identifier to cite or link to this item:
https://tede.inatel.br:8080/tede/handle/tede/220
???metadata.dc.type???: | Dissertação |
Title: | Metodologia para o desenvolvimento de antenas baseada em inteligência computacional |
???metadata.dc.creator???: | Melo, Marcello Caldano |
???metadata.dc.contributor.advisor1???: | Sodré Junior, Arismar Cerqueira |
First advisor-co: | Bastos Filho, Carmelo José Albanez |
???metadata.dc.contributor.referee1???: | Sodre Junior, Arismar Cerqueira |
???metadata.dc.contributor.referee2???: | Bastos Filho, Carmelo Jose Albanez |
???metadata.dc.contributor.referee3???: | Figueiredo, Felipe Augusto Pereira de |
???metadata.dc.contributor.referee4???: | Moreira Neto, Joao Roberto |
???metadata.dc.contributor.referee5???: | Brito, Jose Marcos Camara |
???metadata.dc.description.resumo???: | O desenvolvimento de antenas é uma tarefa desafiadora, que pode levar muito tempo utilizando métodos convencionais e demandar alta capacidade computacional, devido a necessidade de muitas varreduras e simulações. Neste trabalho, é proposta uma me- todologia eficiente e precisa baseada em Inteligência Computacional para o desen- volvimento e a otimização de antenas. A solucão técnica computacional consiste na aplicação de um modelo substituto, composto por uma rede neural artificial do tipo per- ceptron de múltiplas camadas ( Multilayer Perceptron, MLP) com retropropagação para regressão. Aliado ao modelo, duas estratégias meta-heurísticas de otimização mul- tiobjetivo, algoritmo genético de ordenação não-dominada ( ˜ Non-dominated Sorting Genetic Algorithm, NSGA-II) e o algoritmo evolucionário baseado em decomposição (Multiobjective Evolutionary Algorithm based on Decomposition, MOEA/D), sao uti- lizadas para contornar os desafios apresentados para o desenvolvimento de antenas por métodos tradicionais. Como prova de conceito da metodologia proposta, três estudos de caso são apresentados: uma antena do tipo dipolo de meia onda, uma antena do tipo dipolo de onda completa e uma antena do tipo Quasi-Yagi. Realizou-se comparações entre os modelos desenvolvidos com a metodologia proposta e os resultados obtidos pelo software de simulação eletromagnética ANSYS HFSS, com o intuito de com- provar a aplicação e efetividade da metodologia desenvolvida. Seguindo a metodo- logia proposta, os pares entrada-saída para a antena do tipo dipolo com porta casada (Matched Port Printed Dipole, MPPD) foram obtidos em 53 segundos pelo algoritmo NSGA-II com a finalidade de maximizar a largura de faixa centrada em 3,5 GHz, o que resultou em uma banda de operação de 18% centrada em 3,53 GHz. Na antena di- polo com estrutura de casamento de impedância (Matching Structure Printed Dipole, MSPD) os valores das dimensões otimas foram obtidas em 5 segundos com o objetivo de maximizar a largura de faixa centrada em 3,5 GHz. Como resultado, as saídas estimadas foram uma banda de 21,4% centrada em 3,5 GHz. Por fim, para o desenvolvimento e otimização da antena do tipo Quasi-Yagi, o algoritmo levou cerca de 2 minutos para encontrar as melhores dimensões da estrutura de casamento de impedância que minimizem os coeficientes de reflexão em 1,9, 2,6 e 3,5 GHz, simultâneaneamente. Os re- sultados obtidos comprovam o potencial da metodologia como alternativa complementar aos softwares de simulac¸ao eletromagnética para o desenvolvimento e otimização de antenas |
Abstract: | The antenna design is a challenging task, which might be time-consuming using computational methods that typically require high computational capability, due to the need for several sweeps and re-running processes. This work proposes an efficient and accurate computational intelligence-based methodology for antenna design and optimization. The computational technical solution consists of a surrogate model application, composed of a Multilayer Perceptron (MLP) artificial neural network with backpropagation for the regression process. Combined with the model, two multiobjective optimization meta-heuristic strategies, Non-dominated Sorting Genetic Algorithm (NSGA-II) and Multiobjective Evolutionary Algorithm based on Decomposition (MOEA/D), are used to overcome the mentioned issues from the antenna design traditional method. As proof of the proposed methodology concept, three studies of case are reported: a half-wavelength dipole; a complete-wavelength dipole; Quasi-Yagi antenna. Comparisons between the models developed with the proposed methodology and results by the full-wave numerical simulations software from ANSYS HFSS are performed aiming to demonstrate the developed methodology application and efficiency. According to the proposed methodology, the matched port printed dipole antenna input-output sets were obtained in 53 seconds by the NSGA-II algorithm to maximize the bandwidth centered at 3.5 GHz, which resulted in 18 % operation band centered at 3.53 GHz. In the matching impedance structure printed dipole, the optimal dimensions were obtained in 5 seconds aiming to maximize the bandwidth centered at 3.5 GHz. The estimated output was 21.4% band centered at 3.5 GHz. Finally, for QuasiYagi design and optimization, the NSGA-II algorithm spent 2 minutes to find the best impedance matching structure dimensions that minimize simultaneously the reflection coefficient at 1.9, 2.6, and 3.5 GHz. The obtained results prove the methodology potential as a complementary alternative to the electromagnetic simulation software for antenna design and optimization. |
Keywords: | Aprendizagem de máquina; Desenvolvimento de antenas; Inteligência Artificial; Inteligência Computacional e Otimização multiobjetivo. Antennas design; Artificial Intelligence; Computational Intelligence; Machine learning; Multi-objective optimization |
???metadata.dc.subject.cnpq???: | Engenharia - Telecomunicações |
Language: | por |
???metadata.dc.publisher.country???: | Brasil |
Publisher: | Instituto Nacional de Telecomunicações |
???metadata.dc.publisher.initials???: | INATEL |
???metadata.dc.publisher.department???: | Instituto Nacional de Telecomunicações |
???metadata.dc.publisher.program???: | Mestrado em Engenharia de Telecomunicações |
Citation: | Melo, Marcello Caldano. Metodologia para o desenvolvimento de antenas baseada em inteligência computacional. 2021. [99]. dissertação( Mestrado em Engenharia de Telecomunicações) - Instituto Nacional de Telecomunicações, [Santa Rita do Sapucai] . |
???metadata.dc.rights???: | Acesso Aberto |
???metadata.dc.rights.uri???: | http://creativecommons.org/licenses/by-nd/4.0/ |
URI: | https://tede.inatel.br:8080/tede/handle/tede/220 |
Issue Date: | 12-Jul-2021 |
Appears in Collections: | Mestrado em Engenharia de Telecomunicações |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Metodologia para o Desenvolvimento de Antenas Baseada em Inteligência Computacional.pdf | Metodologia para o desenvolvimento de antenas Baseada em inteligência computacional | 8.13 MB | Adobe PDF | ![]() Download/Open Preview |
This item is licensed under a Creative Commons License