Dimension optimization of multi-band microstrip antennas using deep learning methods

Authors : Umut ÖZKAYA, Levent SEYFİ, Şaban ÖZTÜRK

Pages : 229-233

View : 18 | Download : 7

Publication Date : 2021-04-04

Article Type : Research Paper

Abstract :Elektromanyetik frekans spektrumu farklı alt frekans bantlara ayrılmıştır. Bu alt frekans bantları, farklı uygulamalar için tahsis edilmiştir. Günümüzde çoklu alt frekans bantlarında çalışan cihazlar önemli avantajlar sağlamaktadır. Cihazlar, çoklu frekans bantlarında çalışması için anten yapılarına ihtiyaç duyar. Mikroşerit antenler, boyutlarının küçük olması, taşınabilir yapıları ve diğer sistemlere kolay bir şekilde entegre olması ile öne çıkan anten yapıları olmuştur. Bu çalışmada, çoklu frekans bantlarında çalışabilen mikroşerit anten yapısı tasarlanmıştır. Aynı zamanda, tasarlanan antenin optimizasyonunu daha kısa sürede sağlamak için anten boyutlarının optimizasyonunda derin öğrenme yöntemleri ile kullanılmıştır. Tasarlanan anten yapısının çalışma frekansları elde edilen sonuçlarda görüldüğü üzere C ve X bandında çalışmaktadır. IEEE Standartlarına göre C bandı 4 GHz ile 8 GHz arasında ve X bandı 8 GHz ile 12 GHz frekans aralığı olarak belirlenmiştir. Önerilen anten yapısında, çoklu bant yapılarında çalışma özelliği, C-şekilli anten dizisi vasıtasıyla elde edilmiştir. Optimizasyon işleminde kullanılacak olan derin öğrenme yöntemlerinde ise beş farklı Uzun Kısa Süreli Bellek insert ignore into journalissuearticles values(UKSB); modeli kullanılmıştır. Derin öğrenme yöntemlerinin en önemli avantajı, zorlu ve zaman alıcı problemlerin çözümünde gerekli özellikleri kendi öğrenme yeteneği ile belirleyerek tatmin edici sonuçlar elde etmesidir. Bu kapsamda 52 adet anten verisi üretilmiştir. Eğitim sürecinde 40 adet ve test aşamasında ise 12 adet veri kullanılmıştır. Test verilerinde elde edilen en düşük Ortalama Karesel Kök Hata insert ignore into journalissuearticles values(OKKH); performansı, UKSB-1 + kaçınma katmanı-1 + UKSB -2 + kaçınma katmanı-2 ile 1.0161 hata değeri olarak belirlenmiştir. Önerilen yöntemle elde edilen sonuçlar High Frequency Simulation Software insert ignore into journalissuearticles values(HFSS); programında değerlendirilmiştir. Elde edilen deneysel sonuçlar değerlendirildiğinde derin öğrenme modelinin üretmiş olduğu sonuçlar ile test verilerinin birbirine çok yakın olduğu gözlemlenmiştir.
Keywords : Mikro şerit anten, Derin öğrenme, Uzun kisa süreli bellek, Optimizasyon, C Şekilli mikro şerit anten dizisi