Notched planar square monopole antenna design by using artificial neural network

Abstract

In this paper, artificial neural network based on multilayer perceptron (MLP) model is applied to the metal-plate notches are carved into the square monopole antenna. Backpropagation algorithms that are Levenberg-Marquardt (LM), scaled conjugate gradient (SCG), Bayesian regularization (BR) used to train the neural network. The outputs of the algorithms were transferred to the electro-magnetic (EM) analysis program and the simulation results are compared. The accuracy is calculated by correlation between EM simulations and neural network output. In order to train the neural network, dataset is created by parametric analysis of the antenna design parameters in computer-aided design (CAD). Although the dataset is generated to capture critical design parameters of frequency spectrum of L-band and S-band, the out of band performance has a good agreement with the EM simulation result. The results presented indicate that the neural network can predict antenna design parameters by using S-parameters and effects of the design parameters of the antenna on the S-parameters. Bu çalışmada, çok katmanlı algılayıcı (MLP) modeline dayalı yapay sinir ağı, metal plaka çentikleri oyulmuş kare monopol antenin tasarımı için uygulanmıştır. Sinir ağını eğitmek için kullanılan Lavenberg-Marquardt (LM), ölçekli eşlenik gradyan (SCG), bayesian düzenlileştirme (BR) olan geri yayılım algoritmaları kullanılmıştır. Algoritmaların çıktıları elektromanyetik (EM) analiz programına aktarılarak simülasyon sonuçları karşılaştırılmıştır. Doğruluk, EM simülasyonları ve sinir ağı çıktısı arasındaki korelasyon ile hesaplanmıştır. Sinir ağını eğitmek için veri seti, bilgisayar destekli tasarım (CAD) yazılımları vasıtasıyla gerçekleştirilen anten benzetimleri ile oluşturulmuştur. Veri seti, L-bandı ve S-bandının frekans spektrumunun kritik tasarım parametrelerini yakalamak için oluşturulmuştur. Buna rağmen oluşturulan yapay sinir ağı bu bantların dışında da, doğruluğu EM simülasyon sonucu ile uyumlu anten tasarımları gerçekleştirebilmektedir. Sunulan sonuçlar, sinir ağının arzu edilen S-parametrelerine uygun anten tasarım gerçekleştirebildiğini göstermiştir. Ayrıca yapay sinir ağı antenin fiziksel tasarım parametrelerini antenin S-parametreleri üzerindeki etkilerini de kestirmektedir.