基于神经网络的人机交互设计用于雷达应用的微带贴片天线外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

2017年第一届航空航天工程最新进展国际会议（ICRAAE）

基于神经网络的人机交互设计用于雷达应用的微带贴片天线

T.Mary Neebha 1 , M. Nesasudha 2

1助理教授，2副教授

Dept. of ECE

Karunya University

Coimbatore

1 maryneebha@karunya.edu, 2 nesasudha@karunya.edu

摘要 : 雷达需要低剖面和重量轻的天线子系统。微带天线具有这些特性并且可以作为庞大而沉重的重量的替代品反射器/开槽波导阵列天线，因此是理想的选择雷达。在这里，设计了带有穿孔角的单线馈电微带天线。 与基本方形微带天线相比，该天线具有改进的参数。遇到的主要问题是设计具有各种天线参数最佳值的贴片天线。为了解决这个问题，使用的替代解决方案是人工神经网络（ANN）。 天线也使用粒子温度优化（PSO）进行了优化。在所有情况下考虑的参数是回波损耗（S11）和使用FEKO软件设计的VSWR。 发现设计的天线辐射在C频段，覆盖范围5-8GHz的频率，适用于大多数现代雷达。 仿真设计使用CADFEKO套件进行。

关键词：雷达; 微带贴片天线;FEKO;优化

一 导言

微带贴片天线是一种小巧的天线，具有许多优点并被广泛应用于许多无线应用中。 它重量轻，价格低廉，易于与电子元件集成。[2]和[3]指出，这些天线很容易在廉价衬底材料的帮助下制作。微带天线具有许多优点，如低外形，重量轻，存在于平面或非平面表面，制造成本低廉。这些优点使它们在大量用户中流行起来。微带贴片天线有多种应用，从射频和卫星通信，军事设备，射频识别（RFID），雷达，等等。Komanduri和Jackson [3]提出了一种减少微带天线表面波分量引起的场激励的常用方法。所提出的方法基于表面波减少（SWaR）定理。 这里提出的方法使用适当的方法来填补贴片和地平面之间的空间。选择衬底材料以降低具有最低截止频率的表面波的激励。由Podilchak和Caillet [4]设计了一种圆形极化的更紧凑的天线，使用四个折叠贴片阵列。 但是，阵列的主要设计挑战是必须实现小型化。另一种微带天线被提出用于无线应用，由两个辐射贴片元件组成，一个为矩形，另一个为三角形贴片元件。这两个元素通过另一个B1元素步长大小相互关联。 通过适当选择天线的形状，可以改变天线的远场辐射特性。 这里的角落被截断以提高场地的潜力。

图1带有穿孔角的单馈电方形微带天线的结构 （a）顶视图（b）侧视图

①角落截断的补丁 ② 探针进给 ③介电衬底 ④地平面

Sharma和Singh [5]展示了在太赫兹（THz）频率范围内的矩形微带贴片天线的分析结果。分析结果获得的方向性，辐射效率和带宽与无短路后配置，进行了讨论。然而，面临的一个问题是太赫兹范围内的现代无线通信只能用于短距离。这是因为在以太赫兹频率进行长距离通信的情况下，在电磁波通过大气传播期间出现了现象。[6]涉及天线带宽增强的过程。如[7]中所述，人工神经网络（ANN）已被用于确定共振频率。文献[8]，[9]和[10]描述了宽带单馈圆极化微带天线，圆极化方形微带天线和圆形环形结构天线的分析和设计。针对GPS应用设计并优化的圆极化天线在[11]中。

在本文中，我们提出了各种用于改善天线参数的技术，如VSWR和反射系数。 首先，我们通过在贴片的角上穿透一对来处理圆极化单馈方形微带天线的设计。然后，通过人造神经网络给出某些方程，用于确定特定的贴片尺寸 天线被设计。

二 天线设计

A.截断的天线设计

具有穿孔角的一个馈电圆极化方形微带天线的配置如图1所示。方块设计具有等长度L的尺寸，其被设计为具有材料厚度H，tandelta;的损耗角正切 delta;和εr的相对介电常数。如图1（a）所示的穿透斑点角被对称地刺穿以产生圆偏振射线。 具有穿孔角的单馈微带天线的圆极化操作条件可以如下布置：

L t = L / radic; 2Q t (1)

f 0 = f r ( 1 1 / 4Q t ) (2)

其中L t是穿透长度的尺寸，Q t是总品质因数，f 0是工作频率，f r是微带贴片天线的谐振频率。 计算方形微带天线工作频率的公式为：

f r = c / 2L e radic; ε r (3)

其中c是自由空间中电磁波的速度，L e是方块的有效高度。

但要注意的是，当给定所需的工作频率f 0和所提供的衬底（εr，tandelta;，H）时，给出具有穿孔拐角的一个馈电圆极化正方形微带贴片天线（L和 L t）不能直接从（1） - （3）中获得。 为了解决这个问题，人工神经网络可以用来模拟[f 0，εr，tandelta;，H]和[L，L t]之间的非线性关系。

如图2所示，传统方形贴片天线的CADFEKO模型具有以下规格：方块长度= 31mm，基片长度= 50mm，基片高度= 2.87mm，εr= 2.2，频率= 6GHz。 在图3中，给出具有规格的正方形微带天线的CADFEKO模型：方形贴片长度= 31mm，基片长度= 50mm，截角长度= 7mm，基片高度= 2.87mm，εr = 2.55，频率= 6GHz。

图2方形微带天线的CADFEKO模型，规格为：方块长度= 31mm，基片长度= 50mm。 衬底高度= 2.87mm，εr= 2.2，频率= 6GHz

图3具有截角的方形微带天线的CADFEKO模型，其规格为：方形贴片的长度= 30mm，基片长度= 50mm，穿孔角长= 7mm，基片高度= 1.59mm，εr= 2.55，频率= 6GHz

B.基于ANN的设计

人工神经网络正在发展多年。 但是，ANNs最近为天线建模，仿真和优化提供了快速性和灵活性。 多层感知器（MLP）适用于建模高维和高度非相关问题。

MLP由三层组成，包括一个或多个隐藏层。 训练算法选择是该算法的最佳选择。THM。 在[12]中使用MLP完成了矩形贴片天线的设计。 [13]已经对多层感知器神经网络进行了详细的研究。

[14]清楚地描述了微带天线的人工神经网络设计。 [15]和[16]显示了整个神经网络工具箱的概念。 Levenberg-Marquardt（LM）算法用于训练建模的MLP。 图4给出了一个ANN采用的合成模型，该模型用于设计具有穿孔角的方形微带天线以提高增益。

图4.人工神经网络采用具有截角的方形微带天线的综合模型

当使用H /lambda;g和tau;d代替H和tandelta;作为输入时，可以减少隐层中的神经元数量和训练时间。 H /lambda;g和tau;d使用以下等式计算：

H / lambda; g = H f 0 radic; ε r / c (4)

tau; d = -log (tan delta;) (5)

公式（1） - （5）现在用于生成εr，tandelta;，H和L的一系列可能值。这些公式在MATLAB软件中制定，以获得天线的物理尺寸， 然后用于FEKO的天线设计。 得到的值的范围为：1le;εrle;12,10-4le;tandelta;le;10-1.5,0.2mmle;Hle;30.0mm，5mmle;Lle;150mm。

C.基于PSO的设计

所使用的优化技术是粒子群优化（PSO）。 粒子群算法（PSO）是一种基于群体移动性和智能的概念的鲁棒计算技术。 所有优化过程均使用程序FEKO的PSO工具进行。

三 结果与讨论

因此，人工神经网络已成功引入到带有穿孔角的天线的综合和分析中。 为了获得更好的性能，良好的收敛性和紧凑的结构，人工神经网络使用Levenberg-Marquardt（LM）算法进行训练。 反射波值E r与入射波E i的振幅之比称为反射系数Г。

Г = E r / E I (6)

回波损耗是以dBi为单位的反射系数大小的负值：

RL (dBi) = -20log 10 | Г | (7)

图5.正方形微带天线S11参数图

图6.具有截断角的正方形微带天线的S11参数图

对于首选天线，其回波损耗应低于-10dB。 这里损失大大减少。 所用的优化技术进一步降低了损失。 因此，这个天线可以很好地用作雷达天线，因为它的频率在频带内。

图7基于ANN的正方形微带天线S11参数图

图8.基于PSO的方形微带天线的S11参数图

图5，图6，图7和图8分别显示了使用正方形微带天线，具有截角的方形微带天线，基于ANN的微带天线设计和基于PSO的设计获得的S11的值。

图9.正方形微带天线的VSWR图

图10.具有截角的方形微带天线的VSWR图

图11.基于ANN的正方形微带天线的VSWR图

图12.基于PSO的方形微带天线的VSWR图

同样，图9,10,11和12分别显示了使用正方形微带天线，具有截角的方形微带天线，基于ANN的微带天线设计和基于PSO的设计获得的VSWR的值。 为了更清楚起见，我们现在将列出所获得的S11和VSWR的值。考虑下表，即显示获得的参数值的比较的表1。

表一

参数值的比较

另外，下面显示的是测量参数的比较图，如图13和14所示。

图13.回波损耗比较

图14. VSWR比较

四 结论

首先设计并分析简单的单馈线方形微带天线。分析的主要参数是S11和VSWR。 但是由此产生的图表显示，获得的数值并不令人满意。 结果，单馈入方形微带贴片天线的角被穿透，并且分析结果。 这些图显示了参数S11和VSWR的更多改进值。 因此，由此我们可以得出结论，微带天线贴片角落的截断会导致参数的改善。 这有助于我们将微带天线用于雷达等更有用的应用。

然后，介绍了基于神经网络的设计，用于设计微带天线。 作为神经网络的一个重要分支，多层感知器（MLP）被用于分析，而Levenberg-Marquardt（LM）算法被用来训练MLP以获得高精度的合成模型。 最后，利用人工神经网络方程得到的物理参数，设计了方形微带天线。 发现所设计的天线在S11和VSWR值中显示出相当大的改进，因此可用于各种现代应用。 另外，设计的天线被证明在C波段辐射，其覆盖范围为5-8GHz的频率，适用于大多数现代雷达。

五 参考

[1] Villano, M., Colone, F., amp; Lombardo, P., “Antenna array for passive radar: Configuration design and adaptive approaches to disturbance cancellation”, International Journal of Antennas and Propagation, 2013.

[2] D. Orban and G.J.K. Moernaut, “The Basics of Patch Antennas”,2012.

[3] Indrasen Singh, Dr. V.S. Tripathi and Indrasen Singh, “Micro strip Patch Antenna and its Applications: A Survey”, Int. J. Comp.Tech. Appl., Vol 2 (5), 1595-1599, 2011.

[4] Varada Rajan Komanduri, David R. Jackson, Fellow, IEEE, Jeffery T. Williams, Senior Member, IEEE, and Amit R. Mehrotra,A General Method for Designing Reduced Surface Wave Microstrip Antennas”, IEEE Trans. antennas and propagation, vol.61, no. 6, 2013.

[5] Symon K. Podilchak, Mathieu Caillet, David Lee, Yahia M. M.Antar, A Compact Circularly Polarized Antenna using an Array ofFolded-Shorted Patches, IEEE Trans. antennas and propagation,2013.

[6] Aditi Sharma, G. Singh, “Rectangular Microstirp Patch Antenna Design at THz Frequency for Short Distance Wireless Communication Systems”, Springer Science Business Media,2009.

[7] Sara Sadat Karimabadi, Yalda Mohsenzadeh, Amir Reza Attari,and S. Mahdi Moghadasi, “Bandwidth Enhancement of Single-feed Circularly Polarized Equi

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24469]，资料为PDF文档或Word文档，PDF文档可免费转换为Word