«ВИЗУАЛЬНОЕ» ПРОЕКТИРОВАНИЕ ФИЛЬТРОВ СВЧ НА ОСНОВЕ НЕЙРОННЫХ МОДЕЛЕЙ

February 12, 2013 by admin Комментировать »

Кондратенко А. В., Вараксин М. Ю., Бабак Л. И НПФ Микран, Томский государственный университет систем управления и радиоэлектроники г. Томск, Вершинина, д.47, 634034, Россия Тел.: +7(3822) 413403, e-mail: alkon@micran.ru

Аннотация – Предложена технология «визуального» проектирования фильтров СВЧ на основе нейронного моделирования. В качестве примера рассмотрен Е – плоскостной волноводный фильтр миллиметрового диапазона длин волн. Достоверность полученных результатов подтверждена путем сравнения с результатами трехмерного электродинамического моделирования.

I.                                       Введение

Требования к точности проектирования фильтров СВЧ высоки и, ло-видимому, во многих случаях могут быть удовлетворены только в рамках многомерного электродинамического анализа. Поэтому весьма актуальным является ислользование такого подхода к проектированию, который бы обеспечивал высокую точность при небольших затратах временных и вычислительных ресурсов. Одним из таких подходов является использование технологии «визуального» проектирования, реализованной в системе Image [1]. Предварительно строится нейронная модель фильтра [2, 3].

Идея использования нейронной сети заключается в том, что после затрат времени на обучение на основе совокупности характеристик устройства, полученных в результате электродинамического (ЭД) моделирования, нейромодель имитирует свойства данного устройства. При таком подходе можно значительно сократить время, необходимое для анализа и оптимизации.

В докпаде рассматривается процедура проектирования трехрезонаторного Е-плоскостного волноводного фильтра миллиметрового диапазона длин волн и оптимизация его частотных характеристик в системе визуальных вычислений Image [1].

II.                              Основная часть

Конструкция проектируемого фильтра приведена на рис. 1.

Рис. 1. Конструкция Е-плоскостного фильтра.

Fig. 1. E-piane filter structure

Однородные участки волноводного канала представляют собой резонаторы (г1, г2, гЗ). В свою очередь участки, в которых расположены диафрагмы, выполненные в виде отрезков фольги (d1, d2, d3, d4), являются запредельными и играют роль элементов связи между резонаторами.

Нейронное моделирование проводилось в пакете NeuroModeler 1.2.2. В качестве объекта обучения выбран трехслойный персептрон, представляющий собой нейронную сеть с тремя слоями нейронов: входным, промежуточным (скрытым) и выходным.

Входными (управляемыми) параметрами сети выбраны длины резонаторов и диафрагм. С учетом симметрии фильтра количество входных параметров уменьшено до четырех (d1, d2, г1, г2). В качестве выходных параметров нейронной сети выбрана следующая совокупность критериев: центральная частота полосы пропускания (fo); ширина полосы пропускания (Af); минимальное значение коэффициента передачи в полосе пропускания (S21min); неравномерность коэффициента передачи в полосе пропускания (AS21); максимальное значение коэффициента отражения в полосе пропускания (S11max); уровень затухания при заданных отстройках от центральной частоты (Riow, Rup).

В качестве обучающих примеров использовалась выборка, представляющая собой совокупности значений критериев, вычисленных из результатов ЭД анализа при вариациях геометрических параметров. Каждый из четырех управляемых параметров мог принимать три различных значения, таким образом, расчет проводился для 81 комбинации значений параметров. Выбор небольшого количества обучающих примеров был сделан с целью сокращения суммарного времени расчета (время, необходимое для однократного ЭД анализа характеристик фильтра с точностью не хуже 1 %, составляет порядка тридцати минут).

Для анализа и оптимизации частотных характеристик фильтра обученная нейронная модель в виде DLL-файла подключена к системе визуальных вычислений Image, в основу которой положены концепции «визуальных вычислений» и «визуального проектирования» (последний термин используется применительно к разработке технических объектов) [1].

Для решения задачи оптимизации к значениям критериев предъявлены следующие требования при ограничении управляемых параметров:

Совокупность данных ограничений задает область допустимых значений (ОДЗ) ϋχ в четырехмерном пространстве (d1, d2, г1, г2).

Предварительный анализ показал, что наибольшей чувствительностью к изменению управляемых параметров обладают критерии S21min и AS21, поэтому именно для них решалась задача оптимизации. Частота настройки фильтра полагалась равной 36 ГГц.

На рис. 2 представлена двумерная проекция области Ьх на плоскость управляемых параметров г1.

г2. С использованием линий уровня критериев S21min и AS21 выбраны значения переменных г1(1) и г2(1), принадлежащие проекции ОДЗ (точка 1 на рис. 2), которые одновременно обеспечивают минимальные потери и неравномерность коэффициента передачи в полосе пропускания фильтра.

Рис. 3. Проекция области Οχ на плоскость d1 – d2.

Puc. 2. Проекция области Οχ на плоскость г1 Fig. 2. г1 – г2 plane projection of Οχ region

-г2.

Fig. 3. d1 – d2 plane projection of Dx region

Ha рис. 3 представлена проекция ОДЗ на плоскость оставшихся свободных параметров d1, d2 при выбранных значениях г1(1) и г2(1). В данном случае критерии S21min и AS21 противоречивы, однако их изменения в пределах проекции незначительны. Внутри проекции d1 – d2 выбраны значения d1(1) и d2(1) (точка 1 на рис. 3). Набор значений параметров {d1(1), d2(1), r1(1), г2(1)} является решением. Задача оптимизации может быть аналогично решена для любых других критериев.

Следует отметить, что в данном случае задача оптимизации была решена в режиме реального времени, в то время как для оптимизации непосредственно в пакете электродинамического моделирования потребовалось бы несколько часов.

Для проверки достоверности результатов, полученных в системе Image, проведен трехмерный электродинамический анализ (ЭДА) фильтра. В табл.

1  приведены значения критериев, полученные в системе Image (прогнозируемые величины) и в результате электродинамического расчета, а также абсолютные значения ошибок прогнозирования, полученных ПО каждому критерию.

Как ВИДНО из табл. 1, абсолютные значения ошибок для всех критериев являются незначительными. Таким образом, можно утверждать, что совокупность данных погрешностей в целом не изменяет качества фильтрации.

Таблица 1.

Table 1.

Критерий

fo, ГГц

Af, МГц

S21 min, дБ

AS21, дБ

Image

36

284

-0,154

0,146

ЭДА

36,001

283,9

-0,19

0,189

Δ(Χ)

0,0007

0,1

0,036

0,043

Критерий

S11тах, дБ

Rjow, дБ

Rud, дБ

Image

-15,00

-34,61

-31,86

ЭДА

-14,27

-34,73

-31,49

Д(Х)

0,73

0,12

0,37

III.                                  Заключение

Главной особенностью рассмотренной в докладе процедуры «визуального проектирования» является то, что она позволяет получить в принципе полное множество допустимых решений задачи. Это качество особенно ценно при решении задач одно- и многокритериальной оптимизации и задач проектирования технических объектов. При этом пользователю предоставляется возможность задавать значения управляемых параметров, визуально контролировать допустимые области изменения этих параметров и все выходные критерии. В результате может быть получен набор наиболее приемлемых альтернативных решений, учитывающий как формализуемые, так и неформализуемые критерии.

IV.                           Список литературы

[1]  Бабак л. И., Поляков А. Ю. Система визуальных вычислений Image для решения математических и техникоэкономических задач // Докл. междунар. симп. СИБКОН- ВЕРС’99.-Томск, 1999

[2]  Р. Burrascano, М. Dionigi, С. Fancelli and М. Mongiardo, ‘Ά neural network model for CAD and optimization of microwave filters,» in IEEE MTT-S Int. Microwave Symp. Dig., Baltimore, MD, 1998, pp. 13-16.

[3]  M. H. Bakr, J. W. Sandler, M. A. Ismail. «Neural space-mapping optimization for EM-based design,» IEEE Trans. Microwave Theory Tech., vol. 48, pp. 2307-2315, December 2000.

MICROWAVE FILTERS «VISUAL» DESIGN ON THE BASIS OF NEURAL MODELS

Kondratenko A. V., Varaksin M. Y., Babak L. I.

MICRAN Co., Tomsk State University of Control Systems and Radioeiectronics (TUSCR)

47, Vershinina, Tomsk, 634034, Russia Ph.: +7(3822) 413403, e-mail: alkon@micran.ru

Abstract-The technique of microwave filters «visual» design on the basis of neural simulation is proposed. Millimeter-wave E- plane filter has been considered as an example. Validity of the results obtained has been confirmed by comparing them with the results of three-dimensional electrodynamic simulation.

Источник: Материалы Международной Крымской конференции «СВЧ-техника и телекоммуникационные технологии», 2006г. 

Оставить комментарий

микросхемы мощности Устройство импульсов питания пример приемника провода витков генератора выходе напряжение напряжения нагрузки радоэлектроника работы сигнал сигнала сигналов управления сопротивление усилитель усилителя усиления устройства схема теория транзистора транзисторов частоты