| Titre : | Conception et optimisation d'antennes microruban pour l'Internet des Objets (IoT) à l'aide du Machine Learning |
| Auteurs : | MADANI Fatima Zohra, Auteur ; SOUIAH Cherifa, Auteur ; SEGHIER Salima, Directeur de thèse |
| Type de document : | texte imprimé |
| Editeur : | 3- [S.l.] : Université Docteur Moulay Taher Saida, 2025-2026 |
| Format : | 100 p |
| Accompagnement : | CD |
| Langues: | Français |
| Catégories : | |
| Mots-clés: | Antenne microruban ; Internet des Objets (IoT) ; communication sans fil ; 5G ; optimisation ; Machine Learning ; Python ; logiciel HFSS |
| Résumé : |
Le développement rapide de l’Internet des Objets (IoT) et des réseaux de communication de
cinquième génération (5G) a entraîné une demande croissante pour des antennes compactes, performantes et facilement intégrables dans les dispositifs connectés. Grâce à leur faible coût, leur légèreté et leur simplicité de fabrication, les antennes microruban constituent une solution particulièrement adaptée à ces applications. Cependant, l’amélioration de leurs performances, notamment en termes d’adaptation d’impédance, de gain et de bande passante, demeure un défi majeur pour répondre aux exigences des systèmes IoT modernes. Ce mémoire porte sur la conception et l’optimisation d’antennes microruban destinées aux applications IoT fonctionnant dans la bande 5G de 3,5 GHz. Dans un premier temps, une antenne microruban rectangulaire avec encoche (Inset Feed) a été conçue et simulée. Les paramètres de cette structure ont ensuite été optimisés à l’aide de techniques d’apprentissage automatique (Machine Learning) implémentées sous Python, dans le but d’améliorer le coefficient de réflexion (S11) et le gain de l’antenne. Cette approche a permis d’automatiser le processus d’optimisation et d’identifier les dimensions géométriques offrant les meilleures performances. Dans un second temps, une nouvelle structure d’antenne microruban inspirée de la forme d’une feuille de plante a été proposée et étudiée afin d’explorer une géométrie innovante susceptible d’améliorer les caractéristiques électromagnétiques de l’antenne. Les simulations électromagnétiques des différentes structures ont été réalisées à l’aide du logiciel Ansys HFSS. Les résultats obtenus montrent que l’optimisation par Machine Learning appliquée à l’antenne rectangulaire a permis d’améliorer significativement les performances en termes de coefficient de réflexion et de gain. Par ailleurs, la structure microruban proposée présente des caractéristiques prometteuses pour les applications IoT à 3,5 GHz. L’ensemble des résultats confirme l’intérêt de combiner les techniques de conception d’antennes microruban avec les méthodes d’intelligence artificielle afin de développer des solutions performantes pour les systèmes IoT de nouvelle génération. |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
Conception et optimisation d'antennes microruban pour l'Internet des Objets (IoT) à l'aide du Machine Learning Adobe Acrobat PDF |
