Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/handle/123456789/15134
Title: Análise e otimização de superfícies seletivas de Frequência utilizando redes neurais artificiais e algoritmos de otimização natural
Authors: Cruz, Rossana Moreno Santa
Keywords: Superfícies seletivas de frequência;Geometria fractal;Redes neurais artificiais;Algoritmos de otimização natural;Frequency selective surfaces;Fractal geometry;, Artificial neural networks, Natural optimization algorithms
Issue Date: 28-Sep-2009
Publisher: Universidade Federal do Rio Grande do Norte
Citation: CRUZ, Rossana Moreno Santa. Análise e otimização de superfícies seletivas de Frequência utilizando redes neurais artificiais e algoritmos de otimização natural. 2009. 164 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2009.
Portuguese Abstract: As estruturas planares periódicas bidimensionais, conhecidas como Superfícies Seletivas de Frequência, têm sido bastante estudadas por causa da propriedade de filtragem de frequência que apresentam. Similares aos filtros que operam na faixa tradicional de radiofrequência, tais estruturas podem apresentar características espectrais de filtros rejeitafaixa ou passa-faixa, dependendo do tipo de elemento do arranjo (patch ou abertura, respectivamente) e podem ser utilizadas em uma variedade de aplicações, tais como radomes, refletores dicróicos, filtros de micro-ondas, condutores magnéticos artificiais, absorvedores etc. Para melhorar o desempenho de tais dispositivos eletromagnéticos e investigar suas propriedades, muitos estudiosos têm analisado vários tipos de estruturas periódicas: superfícies seletivas de frequência reconfiguráveis, filtros de múltiplas camadas seletivas, além de arranjos periódicos impressos sobre substratos dielétricos anisotrópicos e que utilizam geometrias fractais na sua formação. Em geral, não existe uma solução analítica diretamente extraída a partir da resposta em frequência de um dispositivo; desta forma, a análise de suas características espectrais requer a aplicação de técnicas de onda completa rigorosas, como o método da equação integral, por exemplo. Além disso, devido à complexidade computacional exigida para a implementação destes métodos, muitos estudiosos ainda utilizam a investigação por tentativa e erro, para alcançar critérios satisfatórios ao projeto dos dispositivos. Como este procedimento é muito trabalhoso e dependente do homem, faz-se necessário o emprego de técnicas de otimização que acelerem a obtenção de estruturas periódicas com especificações de filtragem desejadas. Alguns autores têm utilizado redes neurais artificiais e algoritmos de otimização natural, como os algoritmos genéticos e a otimização por enxame de partículas no projeto e otimização das superfícies seletivas de frequência. Este trabalho tem como objetivo realizar um estudo mais aprofundado sobre o comportamento eletromagnético das estruturas periódicas seletivas de frequência, possibilitando a obtenção de dispositivos eficientes e aplicáveis na faixa de micro-ondas. P ra isto, redes neurais artificiais são utilizadas em conjunto com técnicas de otimização baseadas na natureza, permitindo a investigação precisa e eficiente de vários tipos de superfícies seletivas de frequência, de forma simples e rápida, tornando-se, portanto, uma poderosa ferramenta de projeto e otimização de tais estruturas
Abstract: The bidimensional periodic structures called frequency selective surfaces have been well investigated because of their filtering properties. Similar to the filters that work at the traditional radiofrequency band, such structures can behave as band-stop or pass-band filters, depending on the elements of the array (patch or aperture, respectively) and can be used for a variety of applications, such as: radomes, dichroic reflectors, waveguide filters, artificial magnetic conductors, microwave absorbers etc. To provide high-performance filtering properties at microwave bands, electromagnetic engineers have investigated various types of periodic structures: reconfigurable frequency selective screens, multilayered selective filters, as well as periodic arrays printed on anisotropic dielectric substrates and composed by fractal elements. In general, there is no closed form solution directly from a given desired frequency response to a corresponding device; thus, the analysis of its scattering characteristics requires the application of rigorous full-wave techniques. Besides that, due to the computational complexity of using a full-wave simulator to evaluate the frequency selective surface scattering variables, many electromagnetic engineers still use trial-and-error process until to achieve a given design criterion. As this procedure is very laborious and human dependent, optimization techniques are required to design practical periodic structures with desired filter specifications. Some authors have been employed neural networks and natural optimization algorithms, such as the genetic algorithms and the particle swarm optimization for the frequency selective surface design and optimization. This work has as objective the accomplishment of a rigorous study about the electromagnetic behavior of the periodic structures, enabling the design of efficient devices applied to microwave band. For this, artificial neural networks are used together with natural optimization techniques, allowing the accurate and efficient investigation of various types of frequency selective surfaces, in a simple and fast manner, becoming a powerful tool for the design and optimization of such structures
URI: https://repositorio.ufrn.br/jspui/handle/123456789/15134
Appears in Collections:PPGEE - Doutorado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
RossanaMSC.pdf3,16 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.