Artificial Neural Network Model-Baed Optimization on the Mapping Between Equivalent Circuit Model and Physical Field Model

Le système de communication sans fil actuel et futur se compose de composants passifs tels qu'un filtre, un filtre accordable, un diviseur, un coupleur directionnel, etc. en tant que blocs de construction fondamentaux. Ces composants passifs ont été développés pour de nombreuses applications en ondes millimétriques (mmW) et térahertz (THz) afin de répondre aux exigences des technologies en constante évolution. De telles applications haute fréquence rendent ces circuits passifs ultra-sensibles aux paramètres géométriques. Les équations de conception empiriques existantes fournissent un point de référence pour la conception du circuit en fonction des performances souhaitées. Cependant, des simulations électromagnétiques (EM) pleine onde sont nécessaires pour la vérification de la conception du circuit. Le plus souvent, nous devons mettre en oeuvre des méthodes d'optimisation afin de trouver le modèle EM optimal de la structure cible. Le processus de va-et-vient intimidant de la procédure de modélisation et d'optimisation EM est une pratique courante de nos jours. En conséquence, il est grand temps de développer des modèles et des techniques numériques avancés pour réduire le temps de développement et les dépenses de calcul des modèles EM réussis, qui font l'objet de nombreuses recherches ces dernières années. Le réseau de neurones artificiels (ANN) est largement utilisé dans la littérature pour minimiser le temps de conception global du circuit en remplaçant le modèle EM. De plus, différents types de modèles d'optimisation sont utilisés pour optimiser le modèle EM cible. De plus, la technique de cartographie spatiale utilise le modèle de circuit équivalent comme modèle grossier pour optimiser efficacement le modèle EM. Motivés par tous ces travaux, nous avons proposé et développé la cartographie entre le modèle de circuit équivalent et le modèle de champ physique en introduisant le modèle ANN. Une technique d'optimisation hybride est utilisée pour les optimisations nécessaires. L'objectif de cette recherche est de développer un modèle de circuit équivalent du modèle de champ d'une structure cible et de créer une technique de cartographie précise entre ces deux.