Nuevas técnicas basadas en redes neuronales para el diseño de filtros de microondas multicapa apantallados
Autor
Pascual García, JuanDirector/a
Quesada Pereira, Fernando Daniel; Álvarez Melcón , AlejandroUniversidad
Universidad Politécnica de CartagenaPrograma de doctorado
Programa de doctorado en Tecnologías de la Información y ComunicacionesFecha de lectura
2010-02-05Fecha de publicación
2009-10-28Editorial
Juan Pascual GarcíaPalabras clave
Análisis de circuitosRedes neuronales
Funciones de Green
Redes neuronales de Chebychev
Filtros apantallados
Circuit neural network
Circuit analysis
Chebyshev neural networks
Green's functions
Resumen
[SPA] En la presente tesis se ha Desarrollado un método de análisis de circuitos apantallados multicapa basado en redes neuronales. Una de las técnicas más utilizadas y exitosas en el análisis de este tipo de circuitos es la Ecuación Integral (IE) resuelta mediante el Método de los Momentos (MoM). La mayor carga computacional en la resolución de la IE proviene de la evaluación numérica de las funciones de Green de los potenciales relevantes del medio. En este trabajo se ha conseguido acelerar drásticamente el análisis circuital gracias a la aproximación de las funciones de Green mediante redes neuronales. Una vez entrenadas, las redes neuronales sustituyen a las funciones de Green en la IE. Se han utilizado dos tipos de redes neuronales: las Redes neuronales de funciones de base radial (RBFNN) y las Redes neuronales de Chebychev. Gracias principalmente a dos operaciones ha sido posible la correcta aproximación de las funciones de Green. Por un lado, se ha desarrollado un método de división ... [ENG] In this PhD thesis one method of shielded multilayer circuit neural network based analysis has been developed. One of themost successful analysis procedures of these kind of structures is the Integral Equation technique (IE) solved by theMethod ofMoments (MoM). In order to solve the IE, in the
version which uses the media relevant potentials, it is necessary to have a formulation of the Green’s functions associated to the mentioned potentials. The main computational burden in the IE resolution lies on the numerical evaluation of the Green’s functions. In this work, the circuit analysis has been drastically accelerated thanks to the approximation of the Green’s functions by means of neural networks. Once trained, the neural networks substitute the Green’s functions in the IE. Two different types of neural networks have been used: the Radial basis function neural networks (RBFNN) and the Chebyshev neural networks. Thanks mainly to two distinct operations the correct approximation
of ...
Colecciones
- Tesis [537]
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales