Identification des antennes micorubans multicouches par la méthode spectrale et les réseaux de neurones

Abstract

L’analyse des antennes micro rubans à la résonance à été effectuée par deux méthodes différentes : la méthode des moments procédure de Galerkin pour la résolution de l’équation intégrale du champ électrique dans le domaine spectral et les réseaux de neurones artificiels pour la modélisation de la fréquence de résonance. Les outils mathématiques nécessaires à la résolution de l’équation intégrale par la méthode des moments sont donnés et l’équation caractéristique résolue. La fréquence de résonance et la bande passante sont déterminées et étudiées en fonctions des paramètres électriques et physiques de l’antenne microruban rectangulaire en tenant compte de l’anisotropie uniaxiale et des pertes dans le diélectrique. L’antenne à gap d’air, l’antenne piégée et l’antenne à gap d’air ayant une couche protectrice ont été également analysées. Deux modèles neuronaux ont été développés pour la modélisation de la fréquence de résonance de l’antenne rectangulaire isotrope. Les limites de la modélisation neuronale conventionnelle ont été levées par l’introduction des réseaux de neurones basés sur les connaissances électromagnétiques. Un réseau de neurones utilisant des paramètres effectifs en conjonction avec la fonction de Galerkin a été développé pour la modélisation de la fréquence de résonance d’une antenne rectangulaire imprimée sur un substrat isotrope ou uniaxialement anisotrope avec ou sans gap d'air. Une comparaison entre les modèles neuronaux MLP, hybride EM-ANN et PKI a été faite et à permis une réduction de 66% de la taille de la matrice d’apprentissage sans affecter la précision. La force de la modélisation neuronale dans la synthèse des antennes microrubans a été également démontrée via la modélisation du rayon d’une antenne circulaire pour une fréquence,une permittivité est une hauteur du substrat prédéfinies.