ОБЗОР СУЩЕСТВУЮЩИХ И ПЕРСПЕКТИВНЫХ ПРИМЕНЕНИЙ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОЕКТИРОВАНИИ И РАБОТЕ СИСТЕМ АКТИВНЫХ ФАЗИРОВАННЫХ АНТЕННЫХ РЕШЕТОК

Авторы

  • А. А. Жиленков
  • С. Г. Черный

DOI:

https://doi.org/10.22213/2410-9304-2019-4-94-99

Ключевые слова:

фазированный, решетка, искусственный интеллект, антенна, машинное обучение, модель

Аннотация

Методы, используемые при синтезе антенных решеток, варьируются от сложных аналитических методов до итерационных численных методов, основанных на алгоритмах оптимизации. Недостаток данных методов заключается в том, что они обычно учитывают множитель решетки, а не взаимное влияние между ее элементами и проблемами, наблюдаемыми в реальном времени.

Данное упрощение вызывает ошибку в результирующей диаграмме направленности излучения, следовательно, для повышения точности расчетов и моделей должны приниматься во внимание физические отношения между параметрами фазированной решетки и соответствующими диаграммами направленности.

Поведение антенной решетки нелинейно по своей природе, что приводит к чрезвычайно высокой сложности при его моделировании и обычно не учитывается.

Моделирование с применением искусственных нейронных сетей может устранить указанные сложности, аппроксимируя связи между желаемыми диаграммами направленности и параметрами питания элементов решетки, напряжением на элементах и расстоянием между ними в реальной антенной решетке.

Применение ИНС может помочь преобразовать антенную решетку в интеллектуальную решетку. В данной статье рассматриваются несколько приложений нейронных сетей для синтеза интеллектуальных антенных решеток и интеллектуального синтеза активных фазированных антенных решеток.

Библиографические ссылки

Базулин Е. Г. Сравнение систем для ультразвукового неразрушающего контроля, использующих антенные решетки или фазированные антенные решетки // Дефектоскопия. 2013. № 7. С. 51–75.

Мазный А. Г. Диагностика и калибровка многоэлементной фазированной антенной решетки // Гагаринские чтения – 2019 : сборник тезисов докладов XLV Международной молодежной научной конференции. Московский авиационный институт (национальный исследовательский университет). Москва, 2019. С. 494.

Легкий Н. М., Унченко И. В. Формирование диаграммы направленности в фазированных антенных решетках // Российский технологический журнал. 2019. Т. 7. № 2 (28). С. 29–38.

Андреев В. Ф. Активная фазированная антенная решетка : патент на полезную модель RUS 91653 22.10.2009.

Chryssomallis M. Smart antennas // IEEE Antenna Propagation Mag 2000. pр. 129-36.

Zhang Jian-Wu. The adaptive algorithms of the smart antenna system in future mobile telecommunication systems // IEEE Int Workshop Antenna Technol, 2005. Рp. 347-50.

Lehne P.H., Pettersen M., Telenor A. An overview of smart antenna technology for mobile communications systems // IEEE Commun Surv, 1999.

Christodoulou C., Georgiopoulos M. Applications of neural networks in electromagnetics // Boston: Artech House Inc.; 2001.

Janaswamy Ramakrishna. Radio wave propagation and smart antennas for wireless communications // Kluwer Aca-demic, 2002.

Al-Bajari M, Ahmed JM, Ayoob MB. Performance evaluation of an artificial neural network-based adaptive antenna array system // Lecture Notes Comput Sci 2010, 2. Рp. 11-20.

Yeo BK, Lu Y. Array failure correction with a genetic algorithm // IEEE Trans Antenna Propagation 1999.47. Рp. 823-8.

Rodriguez J.A., Fernandez-Delgado M., Bregains J. A comparison among several techniques for finding defective elements in antenna array // EUCAP the second European conference on antenna and propagation. 2007. Рp. 1-8.

Patnaik A, Choudhury B, Pradhan P, Mishra RK, Christodoulou C. An ANN application for fault finding in antenna arrays // IEEE Trans Antenna Propagation 2007. 55. Pр. 775-7.

Haykins S. Neural networks: A comprehensive foundation. New York: IEEE Press/IEEE Computer Society Press, 1994.

Rafael G., Las Heras Fernando, Luis F Herrán. Neural modelling of mutual coupling for antenna array synthesis // IEEE Trans Antenna Propagation, 2007. 55. Рp. 832-40.

Yeo BK, Lu Y. Array failure correction with a genetic algorithm // IEEE Trans Antenna Propagation 1999.47. Рp. 823-8.

Al-Bajari M, Ahmed JM, Ayoob MB. Performance evaluation of an artificial neural network-based adaptive antenna array system // Lecture Notes Comput Sci 2010, 2. Рp. 11-20.

Haykins S. Neural networks: A comprehensive foundation. New York: IEEE Press/IEEE Computer Society Press, 1994.

Ibid.

Rafael G., Las Heras Fernando, Luis F Herrán. Neural modelling of mutual coupling for antenna array synthesis // IEEE Trans Antenna Propagation, 2007. 55. Рp. 832-40.

Загрузки

Опубликован

12.01.2020

Как цитировать

Жиленков, А. А., & Черный, С. Г. (2020). ОБЗОР СУЩЕСТВУЮЩИХ И ПЕРСПЕКТИВНЫХ ПРИМЕНЕНИЙ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОЕКТИРОВАНИИ И РАБОТЕ СИСТЕМ АКТИВНЫХ ФАЗИРОВАННЫХ АНТЕННЫХ РЕШЕТОК. Интеллектуальные системы в производстве, 17(4), 94–99. https://doi.org/10.22213/2410-9304-2019-4-94-99

Выпуск

Раздел

Статьи