Loading...
机构名称:
¥ 1.0

摘要 - 如今,在包括电磁应用在内的所有科学和工程领域中应用机器学习技术是不可避免的。传统的天线优化方法涉及为每次迭代的原始天线设计的修改版本求解,从而导致耗时的过程取决于收敛标准和迭代时间。这项工作介绍了一种方法,用于设计针对第五代(5G)无线网络的6 GHz频段量身定制的平面天线。天线具有线性极化特性,旨在覆盖3.3-3.7 GHz频带。使用在HFSS软件中进行的参数分析创建建议的天线的数据集以帮助优化过程。机器学习算法随后被用来优化天线设计的反射系数(S11)。通过这些机器学习技术获得的结果与HFSS软件中的模拟值紧密一致。最后,对优化的天线设计进行了策略和严格测试,为在低6 GHz频谱中有效的5G通信提供了有前途的解决方案。

使用机器设计和优化平面天线...

使用机器设计和优化平面天线...PDF文件第1页

使用机器设计和优化平面天线...PDF文件第2页

使用机器设计和优化平面天线...PDF文件第3页

使用机器设计和优化平面天线...PDF文件第4页

相关文件推荐

2021 年
¥2.0
2025 年
¥1.0
2023 年
¥1.0
2022 年
¥1.0
2025 年
¥2.0
2020 年
¥1.0
2024 年
¥14.0
2025 年
¥1.0
2021 年
¥4.0
2024 年
¥1.0
2021 年
¥1.0
2021 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2021 年
¥1.0
2021 年
¥1.0
2024 年
¥2.0
2020 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2023 年
¥2.0
1900 年
¥4.0
2024 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0