شماره مدرك :
17734
شماره راهنما :
1937 دكتري
پديد آورنده :
صداقت، مصطفي
عنوان :

مدل‌سازي و بهينه سازي اتصالات الكتريكي مدار چاپي در فركانس‌هاي مايكروويو با روش ماكرومدل

مقطع تحصيلي :
دكتري
گرايش تحصيلي :
مخابرات ميدان
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع :
1400
صفحه شمار :
سيزده، [96] ص. : مصور، جدول، نمودار
استاد راهنما :
ذاكرحسين فيروزه
استاد مشاور :
هادي علي اكبريان
توصيفگر ها :
ماكرومدل , الگوريتم برازش برداري , غيرفعال بودن , ماشين بردار پشتيبان حداقل مربعات , مدل معكوس
استاد داور :
ابوالقاسم زيدآبادي نژاد، احمد بخت افروز
تاريخ ورود اطلاعات :
1401/05/23
كتابنامه :
كتابنامه
رشته تحصيلي :
مهندسي برق
دانشكده :
مهندسي برق و كامپيوتر
تاريخ ويرايش اطلاعات :
1401/05/24
كد ايرانداك :
2849862
چكيده فارسي :
با افزايش روزافزون فركانس و پهناي باند سيگنال موردنياز در سيستم‌هاي الكترونيكي، تحليل الكترومغناطيسي آنها در مرحله طراحي ضرورت مي‌يابد. دراين ميان روش‌هاي مدل‌سازي و بهينه سازي الكترومغناطيسي نقش مهمي ايفا مي‌كنند. اين تحقيق به دنبال روش‌هاي مدل‌سازي‌اي است كه جايگزين مناسبي براي نرم‌افزارهاي تمام موج است و هزينه محاسباتي بسيار كمتري دارد. درنهايت مدل‌هاي به‌دست‌آمده مي‌تواند در يك كتابخانه‌ي عمومي ذخيره گردد تا در شبيه‌سازهاي مبتني بر ماتريس پراكندگي استفاده شوند. تمركز اصلي بر مدل سازي اتصالات الكتريكي و قطعات غيرفعال در فركانس‌هاي مايكروويو به روش ماكرومدل است. ماكرومدل گويا به عنوان يك پل ارتباطي بين حوزه فركانس و زمان، اين امكان را فراهم مي‌آورد كه پديده‌هاي الكترومغناطيسي حوزه فركانس را به‌صورت مدل‌هاي كمترپيچيده در شبيه‌سازي هاي حالت گذرا استفاده كنيم و از اين طريق دقت و سرعت طراحي را بهبود دهيم. در بخش اول اين رساله، روش جديدي براي ساخت ماكرومدل گويا ارائه مي‌دهيم كه در آن استفاده از عملگر انتگرال‌گير نقش مهمي در بهبود دقت و كاهش ميزان مرتبه‌ مدل دارد. با انتگرال گيري از داده‌ها روي چندين بازه مختلف يك دستگاه معادلات تشكيل مي‌شود، سپس مقادير قطب/مانده تابع گويا از حل دستگاه معادلات خطي به روش مرسوم حداقل مربعات به دست مي‌آيد. درنهايت پايداري مدل با استفاده از مدل حلقه بسته و در نظر گرفتن يك ضريب كنترل كننده تضمين مي‌شود. ارزيابي عملكرد روش پيشنهادي در مقايسه با يك روش معروف در چند مثال كاربردي بررسي شده است. نتايج مقايسه نشان مي‌دهد كه روش پيشنهادي مي تواند داده اصلي را با مرتبه كم و دقت خوب تقريب بزند. همچنين عملكرد روش پيشنهادي كمتر تحت تأثير نويز درون داده است و اين يك نكته مهم است چراكه در اغلب موارد داده اندازه‌گيري معمولاً با نويز همراه است. در بخش دوم، يك روش جديد مدل سازي معكوس غيرتكراري مبتني بر يادگيري ماشين رگرسيون و كاربردهاي آن در طراحي و بهينه سازي قطعات مايكروويو ارائه مي‌شود. مدل معكوس پيشنهادي فراسنج هاي پراكندگي تعريف شده در نقاط فركانسي بسيار را به عنوان ورودي مي‌گيرد و فراسنج هاي فيزيكي/هندسي بهينه قطعه مايكروويو را به عنوان خروجي خود پيش بيني مي‌كند. براي اين كار از تركيب ماشين بردار پشتيبان حداقل مربعات و روش فشرده سازي تحليل مؤلفه‌هاي اصلي براي غلبه همزمان بر دو چالش مدل سازي معكوس يعني ابعاد زياد فضاي ورودي و بدطرحي استفاده مي‌شود. همچنين يك روش تجربي جديد براي يافتن خودكار تعداد بهينه مؤلفه‌هاي اصلي (يعني ميزان فشرده سازي) براي هر مسئله تحت بررسي ارائه مي‌دهيم. اين امر باعث مي‌شود مدل معكوس پيشنهادي در مقايسه با ساير روش‌هاي موجود قابليت تعميم و استفاده راحت در كاربردهاي مايكروويو داشته باشد. مدل معكوس مبتني بر يادگيري ماشين توسط مجموعه‌اي از فراسنج هاي پراكندگي آموزش داده مي‌شود كه از طريق حل كننده دو/سه بعدي براي تعداد محدودي از پيكربندي فراسنج هاي هندسي به‌دست‌آمده است. امكان سنجي و دقت روش پيشنهادي را با بهينه سازي دو مثال كاربردي مايكروويو و مقايسه با نتايج مشابه حاصل از بهينه ساز تجاري موجود در ADS بررسي مي‌كنيم.
چكيده انگليسي :
With increasing the operating frequency and the bandwidth required in electronic systems, electromagnetic (EM) modeling and optimization methods play an important role in the early design stage. In this research, we look for modeling methods that are much less computationally expensive than full-wave software, also known as macromodels. The focus is on modeling passive printed circuit board interconnects and passive components at microwave frequencies. The rational macromodel, as a bridge between frequency and time domain, makes it possible to use frequency-domain EM phenomena as less complex behavioral models in transient simulations, thus improving the time and accuracy of the design process. In the first part of this thesis, a new method for constructing a rational macromodel is presented, in which the use of an integral operator plays an important role in improving accuracy. The introduced method has the potential to be used for a wide range of practical applications since there is no specific restriction on the use of this method. The only requirement that should be considered is the Dirichlet condition for the original data, usually the case for physical systems. The performance eva‎luation of the proposed method has been investigated in comparison with the well-known vector fitting (VF) method with several practical examples. The performance of the proposed method is less affected by input noise, and this is an important point because in most cases the measurement data is usually noisy. In the second part, a new non-iterative optimization method based on the inverse modeling technique and its applications in the design and optimization of microwave components is presented. The proposed data-driven inverse model accepts the high-dimensional S-parameters computed at many frequency points as the input and estimates the optimal geometrical/physical parameters of the microwave component as its output. This makes our proposed model general and easy to use compared with the existing data-driven inverse modeling techniques. The inverse model is trained by a set of scattering parameters computed via a 2D/3D solver for a few configurations of the geometrical parameters. The feasibility and the accuracy of the proposed optimization scheme are investigated by comparing its predictions with the corresponding optimal configuration estimated via a commercial solver.
استاد راهنما :
ذاكرحسين فيروزه
استاد مشاور :
هادي علي اكبريان
استاد داور :
ابوالقاسم زيدآبادي نژاد، احمد بخت افروز
لينک به اين مدرک :

بازگشت