ارتقا و بهینه‌سازی کامپوزیت همگن درآنتن های آرایه ای با استفاده از شبکه عصبی کانولوشن

گوهر ورامینی ¹ (گروه مهندسی برق- واحد بیضا، دانشگاه آزاد اسلامی، بیضا، ایران)
بهنام درستکار یاقوتی ² (گروه فناوری اطلاعات و ارتباطات-دانشگاه علوم انتظامی امین، تهران، ایران)

تاریخ ارسال : 1402/03/19 تاریخ تایید : 1402/06/20

کلید واژه: یادگیری عمیق, شبکه عصبی کانولوشن, آنتن آرایه‌ای, پچ مایکرواستریپ, کامپوزیت همگن,

چکیده مقاله :

ساختار و عملکرد آنتن ها، پهنای باند، بهره و هدایت مهمترین شاخص های عملکرد بشمار می آیند. برای این منظور خط انتقال همگن دست راست–چپ به دلیل تلفات کم، تغییرات فاز، پهنای باند فرکانس، رزونانس مرتبه صفر و منفی، مینیاتورسازی و ساخت آسان از اهمیت و جایگاه بالایی برخوردار و در طراحی آنتن پهن باند و آرایه ای بسیار مناسب است. ساختار دست راست-چپی در آنتن ها به دلیل تفاوت فاز بخش راست در تکرار آرایه ها و ضخامت لایه دچار تاخیر فاز و در نهایت انحراف الگوی تابشی است. از طرفی مسدود شدن خط انتقال در قسمت چپ باعث محدودیت پهنای باند و افزایش میزان تلفات سیستم می گردد. در این مقاله با کمک یادگیری عمیق نقایص کامپوزیت برطرف و بهینه سازی آنتن آرایه ای را شامل شده است. طراحی خط انتقال آنتن پیشنهادی در محدوده 2 الی 7 گیگاهرتز، فرکانس تشدید بهینه 5/4 گیگاهرتز و الگوریتم عصبی کانولوشن، رزونانس دوگانه و سلف مارپیچی در چهار آرایه بر روی پچ بارگذاری شده است. استفاده از شبکه عصبی پیچشی در خط انتقال چپ، تاخیر فاز سمت راست را جبران و در نهایت تغییرات فاز بهینه و اصلاح الگوی تابشی و اسکن مداوم آرایه های فازی را مقدور می سازد. همچنین با ایجاد شکاف در پچ مایکرواستریپ محدودیت پهنای باند برطرف و تلفات سیستم کاهش می یابد. ابعاد ثانویه نسبت به بعد اولیه با توجه به مدل اصلاح شده هوشمند تا حدود 60 درصد کاهش سایز و مینیاتورسازی صورت می گیرد. نتایج این کامپوزیت ارتقا یافته نشان دهنده افزایش پهنای باند 3/20 و بهره وری الگوی تابش بیش از 96 درصد است. از طرفی ابعاد کوچک، پهنای باند فرکانسی مناسب و طراحی ساده شبکه نیز تامین شده است.

چکیده انگلیسی :

Antenna structure and performance, bandwidth, gain and guidance are the most important performance indicators. For this purpose, RL homogeneous transmission line is very important due to low loss, phase changes, frequency bandwidth, zero and negative order resonance, miniaturization and easy construction, and is very suitable in the design of broadband and array antennas. The right-left hand structure in the antennas due to the difference in the phase of the right part in the repetition of arrays and the thickness of the layer has phase delay and finally deviation of the radiation pattern. On the other hand, the blockage of the transmission line on the left causes bandwidth restriction and increasing the number of casualties in the system. In this paper, with the help of deep learning (DL), composite defects are solved and optimized arrayed antenna. The proposed antenna transmission line design in the range of 2-7 GHz, optimum resonance frequency of 4.5 GHz and convolution, dual resonance and spiral inductor neural algorithm are loaded onto the patch in four arrays. The use of convolutional neural network (CNN) in the left transmission line compensates for the right phase delay and finally enables optimal phase changes, correction of radiation pattern and continuous scanning of phase arrays. Also, by creating gaps in the microstrip patch, bandwidth limit is removed and the system losses are reduced. Secondary dimensions compared to the primary dimension are reduced to about 60% in size and miniature according to the smart modified model. The results of this improved composite showed an increase in bandwidth of 20.3 and the efficiency of the radiation pattern by more than 96%. On the other hand, small dimensions, appropriate frequency bandwidth and simple network design have been provided.

منابع و مأخذ:

[1] X.M. Yang, Q.H. Sun, Y. Jing, Q. Cheng, X.Y. Zhou, H.W. Kong, T.J. Cui, "Increasing the bandwidth of microstrip patch antenna", IEEE Trans. on Antennas and Propagation, vol. 69, no. 12, pp. 373-378, 2022 (doi: 10.1109/IECAP.2022.6333156).

[2] P.S. Jack, G.A.E. Vandenbosch, S.L. Ooi, M.R.N. Husna, "Wearable dual-band Sierpinski fractal PIFA using conductive fabric", Electronics Leterss, vol. 57, no. 6, pp. 365-367, Sept. 2022 (doi: 10.1109/PICAP.20­22.6­4­5­7123).

[3] Y. Mei, Z. Gao, "CS-based CSIT estimation for downlink pilot decontamination in multi-cell FDD massive MIMO", Proceeding of the IEEE/ICCC, pp. 1-5, China, Aug. 2021 (doi: 10.1109/ICCC527­77.202­1.95­8039- 8).

[4] H. Fawaz, M.E. Helou, S. Lahoud, K. Khawam, "A reinforcement learning approach to queue-aware scheduling in full-duplex wireless networks", Computer Networks, vol.189, Article Number: 107893, April 2021 (doi: 10.1016/j.comnet.2021.107893).

[5] R. Vijayanand, D. Devaraj, "A novel feature selection method using whale optimization algorithm and genetic operators for intrusion detection system in wireless mesh network", IEEE Access, vol. 8, pp. 56847-56854, March 2020 (doi: 10.1109/ACCESS.2020.2978035).

[6] G. Varamini, A. Keshtkar, M. Naser-Moghadasi, "Compact and miniaturized microstrip antenna based on fractal and metamaterial loads with reconfigurable qualification", AEU-International Journal of Electronics and Communications, vol. 83, pp. 213-221, May 2020 (doi: 10.1109/AECAP.2020.723221).

[7] A. Akbarpour-Kasgari, M. Ardebilipour, "Massive MIMO-OFDM channel estimation via distributed comperes- sed sensing", IEEE Wireless Communications Letters, vol. 8, no. 2, pp. 376-379, April 2019 (doi: 10.1­109/L- WC.2018.2873339).

[8] W. Cui, K. Shen, W. Yu, "Spatial deep learning for wireless scheduling", IEEE Journal on Selected Areas in Communications, vol. 37, no. 6, pp. 1248-1261, March 2019 (doi: 10.1109/JSAC.2019.2904352).

[9] E. Hosseini, E. Aghadavoodi, G. Shahgholian, H. Mahdavi-Nasab, "Intelligent pitch angle control based on gain-scheduled recurrent ANFIS", Journal of Renewable Energy and Environment, vol. 6, no. 1, pp. 36-45,  April 2019 (doi: 10.30501/jree.2019.95920).

[10] A. Bhattacharya, B. Roy, S.K. Chowdhury, A.K. Bhattacharjee, "Design and analysis of a koch snowflake fractal monopole antenna for wideband communication", Applied Computational Electromagnetics Society Journal, vol. 32, no. 6, pp.356-369, May 2017 (doi: 10.1109/APCAP.2017.6123156).

[11] S. Jacobsson, G. Durisi, M. Coldrey, T. Goldstein, C. Studer, "Quantized precoding for massive MU-MIMO", IEEE Trans. on Communications, vol. 65, no. 11, pp. 4670–4684, July 2017 (doi: 10.1109/TCOM­M.201­7.2- 723000).

[12] M. Behnam, H. Pourghassem, "Spectral correlation power-based seizure detection using statistical multi-level dimensionality reduction and PSO-PNN optimization algorithm", IETE Journal of Research, vol. 63, no. 5, pp. 736-753, April 2017 (doi: 10.1080/03772063.2017.1308845).

[13] K.T. Chandrasekaran, M.F. Karim, N. Nasimuddin, A. Alphones. "CRLH structure-based high-impedance surface for performance enhancement of planar antennas", IET Microwaves, Antennas and Propagation, vol. 11, no. 6, pp. 818-826,  April 2016 (doi: 10.1109/IECAP.2016.6344156).

[14] A.  Pirooj, M. Naser‐Moghadasi, F.B. Zarrabi. "Design of compact slot antenna based on split ring resonator for 2.45/5 GHz WLAN applications with circular polarization", Microwave and Optical Technology, vol. 58, no. 1, pp. 12-16,  May 2016 (doi: 10.1109/ RDCAPE.2016.7281302).

[15] A. Behdan, B. Fani, E. Adib, "Reliability evaluation of power system SVC types using a markov chain", Journal of Intelligent Procedures in Electrical Technology, vol. 6, no. 2, pp. 193-212, Sept. 2015 (dor: 20.1001.1.23223871.1394.6.22.2.8).

[16] N. Ojaroudi, Y. Ojaroudi, S. Ojaroudi. "Novel design of UWB band-stop filter (BSF) based on koch fractal structures", Applied Computational Electromagnetics Society Journal, no. 15, vol. 7, pp. 89-97, July 2015 (doi: 10.1109/ RDCAPE.2015.7281362).

[17] S. Oymak, A. Jalali, M. Fazel, Y.C. Eldar, B. Hassibi, "Simultaneously structured models with application to sparse and low-rank matrices", IEEE Trans. on Information Theory, vol. 61, no. 5, pp. 2886-2908, May 2015 (doi: 10.1109/TIT.2015.2401574).

[18] J.S. Gomez-Diaz, A. Alvarez-Melcon, J. Perruisseau-Carrier, "Analysis of the radiation characteristics of CRLH LWAs around broadside", Proceeding of the IEEE/EUCAP, pp. 2876-2880, Prague, Czech Republic, March 2012 (doi: 10.1109/EuCAP.2012.6205934).

[19] D. M Blough, G. Resta, P. Santi, R. Srinivasan, L.M. Cortes-Pena, "Optimal one-shot scheduling for MIMO networks", Proceeding of the IEEE/SECON, pp. 404-412, Salt Lake City, UT, USA, June 2011 (doi: 10.1­109/SAHCN.2011.5984924).

[20] B. Mumey, J. Tang, T. Hahn, "Algorithmic aspects of communications in multihop wireless networks with MIMO links", Proceeding of the IEEE/ICC, pp. 1-6, Cape Town, South Africa, May 2010 (doi: 10.1109­/IC­C.2­010.5502358).

[21] J. Faiz, M. Ebrahimi-Salari, G. Shahgholian, "Reduction of cogging force in linear permanent magnet generators", IEEE Trans. on Magnetics, vol. 40, no. 1, pp.123-134, Jan. 2010 (doi: 10.1109/TMAG.2009.2­02­7900).