| Titre : | D e s i g n a n d O p t i m i z a t i o n o f a D G S P a t c h A n t e n n a U s i n g A N N |
| Auteurs : | MAACHOU Souad, Auteur ; KEBIR Chahra, Auteur ; BOUDKHIL Abdelhakim, Directeur de thèse |
| Type de document : | texte manuscrit |
| Editeur : | Université Saïda – Dr. Tahar Moulay – Faculté des Mathématiques, de l’Informatique et de Télécommunications, 2024/2025 |
| Format : | 79 ص |
| Accompagnement : | CD |
| Langues: | Anglais |
| Index. décimale : | BUC-M 003671 |
| Catégories : | |
| Mots-clés: | Wireless communications: Patch Antennas: EM-Response: Return Loss: ANN Modeling/Communications sans fil:, antennes patch: réponse électromagnétique: perte de retour: modélisation par réseaux de neurones artificiels |
| Résumé : |
Summary
Patch antennas are essential components in wireless communication systems, supporting various applications. They are easily implemented using planar technology, consisting of a microstrip patch on the top and a grounded substrate on the bottom. Designing patch antennas still faces limitations and requires effective techniques to achieve high electromagnetic (EM) responses. Artificial Neural Network (ANN) modeling is a powerful technique for optimizing patch antenna performances. By learning complex relationships between design parameters and performance metrics, ANN models can predict antenna characteristics with high accuracy. This approach reduces computational costs compared to traditional simulation methods and enables rapid design optimization for improved efficiency, bandwidth, and radiation performance. In this regard, this study aims to develop efficient patch antenna designs using accurate ANN modeling, combined with an EM simulator as a realistic environment for effective optimization procedures. Les antennes patch sont des composants essentiels dans les systèmes de communication sansfil,soutenantunevariétéd’applications.Ellessontfacilementréalisablesgrâceàlaes gràce à la technologie planaire, consistant en une plaque micro-ruban sur la face supérieure et un substrat relié à la masse en dessous. Cependant, la conception des antennes patch reste limitée par certains défis et nécessite des techniques efficaces pour obtenir de bonnes performances électromagnétiques (EM). La modélisation par réseaux de neurones artificiels (RNA) représente une méthode puissante pour optimiser les performances des antennes patch. En apprenant les relations complexes entre les paramètres de conception et les indicateurs de performance, les modèles RNA permettent de prédire avec une grande précision les caractéristiquesdel’antenne.Cetteapprochepermetderéduirelescoûtsdecalculparrapportr rapport aux méthodes classiques de simulation, tout en accélérantleprocessusd’optimisationpour pour améliorerl’efficacité,labandepassanteetlesperformancesderayonnement.Danscecadre,ce cadre cetteétudeviseàdévelopperdesconceptionsd’antennespatchefficacesenutilisantune utillissant une modélisation RNA précise, combinée à un simulateur électromagnétique servant d’environnementréalistepourdesprocéduresd’optimisationperformantes. |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
BUC-M 003671 Adobe Acrobat PDF |
