Кондратенко А В, Вараксин М Ю, Бабак Л І НПФ Микран, Томський державний університет систем управління та радіоелектроніки м Томськ, Вершиніна, д47, 634034, Росія Тел: +7 (3822) 413403, e -mail: alkon@micranru

Анотація – Запропоновано технологію «візуального» проектування фільтрів НВЧ на основі нейронного моделювання Як приклад розглянуто Е – площинний хвилеводний фільтр міліметрового діапазону довжин хвиль Достовірність отриманих результатів підтверджена шляхом порівняння з результатами тривимірного електродинамічного моделювання

I                                       Введення

Вимоги до точності проектування фільтрів НВЧ високі і, ло мабуть, у багатьох випадках можуть бути задоволені тільки в рамках багатовимірного електродинамічного аналізу Тому досить актуальним є іслользованіе такого підходу до проектування, який би забезпечував високу точність при невеликих витратах тимчасових і обчислювальних ресурсів Одним з таких підходів є використання технології «Візуального» проектування, реалізованої в системі Image [1] Попередньо будується нейронна модель фільтра [2, 3]

Ідея використання нейронної мережі полягає в тому, що після витрат часу на навчання на основі сукупності характеристик пристрою, отриманих в результаті електродинамічного (ЕД) моделювання, нейромодель імітує властивості даного пристрою При такому підході можна значно скоротити час, необхідний для аналізу та оптимізації

У докпаде розглядається процедура проектування трехрезонаторного Е-площинного волноводного фільтра міліметрового діапазону довжин хвиль і оптимізація його частотних характеристик в системі візуальних обчислень Image [1]

II                              Основна частина

Конструкція проектованого фільтру наведена на рис 1

Рис 1 Конструкція Е-площинного фільтра

Fig 1 E-piane filter structure

Однорідні ділянки волноводного каналу являють собою резонатори (г1, г2, ГЗ) У свою чергу ділянки, в яких розташовані діафрагми, виконані у вигляді відрізків фольги (d1, d2, d3, d4), є позамежними і грають роль елементів звязку між резонаторами

Нейрони моделювання проводилося в пакеті NeuroModeler 122 В якості обєкта навчання обраний тришаровий персептрон, що представляє собою нейронну мережу з трьома шарами нейронів: вхідним, проміжним (Прихованим) і вихідним

Вхідними (керованими) параметрами мережі обрані довжини резонаторів і діафрагм З урахуванням симетрії фільтра кількість вхідних параметрів зменшено до чотирьох (d1, d2, г1, г2) В якості вихідних параметрів нейронної мережі обрана наступна сукупність критеріїв: центральна частота смуги пропускання (fo) ширина смуги пропускання (Af) мінімальне значення коефіцієнта передачі в смузі пропускання (S21min) нерівномірність коефіцієнта передачі в смузі пропускання (AS21) максимальне значення коефіцієнта відображення в смузі пропускання (S11max) рівень загасання при заданих відбудови від центральної частоти (Riow, Rup)

В якості навчальних прикладів використовувалася вибірка, що представляє собою сукупності значень критеріїв, обчислених з результатів ЕД аналізу при варіаціях геометричних параметрів Кожен з чотирьох керованих параметрів міг приймати три різних значення, таким чином, розрахунок проводився для 81 комбінації значень параметрів Вибір невеликої кількості навчальних прикладів був зроблений з метою скорочення сумарного часу розрахунку (час, необхідний для одноразового ЕД аналізу характеристик фільтра з точністю не гірше 1%, складає близько тридцяти хвилин)

Для аналізу та оптимізації частотних характеристик фільтра навчена нейронна модель у вигляді DLL-файлу підключена до системи візуальних обчислень Image, в основу якої покладені концепції «візуальних обчислень» і «візуального проектування» (останній термін використовується стосовно до розробки технічних обєктів) [1]

Для вирішення задачі оптимізації до значень критеріїв предявлені такі вимоги при обмеженні керованих параметрів:

Сукупність даних обмежень задає область допустимих значень (ОДЗ) ϋχ в чотиривимірному просторі (d1, d2, г1, г2)

Попередній аналіз показав, що найбільшою чутливістю до зміни керованих параметрів володіють критерії S21min і AS21, тому саме для них вирішувалося завдання оптимізації Частота настройки фільтра покладалася рівний 36 ГГц

На рис 2 представлена ​​двовимірна проекція області Ьх на площину керованих параметрів г1

г2 З використанням ліній рівня критеріїв S21min і AS21 обрані значення змінних г1 (1) і г2 (1), що належать проекції ОДЗ (точка 1 на рис 2), які одночасно забезпечують мінімальні втрати і нерівномірність коефіцієнта передачі в смузі пропускання фільтра

Рис 3 Проекція області Οχ на площину d1 – d2

Puc 2 Проекція області Οχ на площину г1 Fig 2 г1 – г2 plane projection of Οχ region

-Г2

Fig 3 d1 – d2 plane projection of Dx region

Ha рис 3 представлена ​​проекція ОДЗ на площину залишилися вільних параметрів d1, d2 при вибраних значеннях г1 (1) і г2 (1) У даному випадку критерії S21min і AS21 суперечливі, однак їх зміни в межах проекції незначні Усередині проекції d1 – d2 обрані значення d1 (1) і d2 (1) (точка 1 на рис 3) Набір значень параметрів {d1 (1), d2 (1), r1 (1), г2 (1)} є рішенням Завдання оптимізації може бути аналогічно вирішена для будь-яких інших критеріїв

Слід зазначити, що в даному випадку завдання оптимізації була вирішена в режимі реального часу, в той час як для оптимізації безпосередньо в пакеті електродинамічного моделювання потурбувалися б кілька годин

Для перевірки достовірності результатів, отриманих в системі Image, проведений тривимірний електродинамічний аналіз (ЕДА) фільтра У табл

1 наведені значення критеріїв, отримані в системі Image (прогнозовані величини) і в результаті електродинамічного розрахунку, а також абсолютні значення помилок прогнозування, отриманих ПО кожному критерію

Як видно з табл 1, абсолютні значення помилок для всіх критеріїв є незначними Таким чином, можна стверджувати, що сукупність даних похибок в цілому не змінює якості фільтрації

Таблиця 1

Table 1

Критерій

fo, ГГц

Af, МГц

S21 min, дБ

AS21, дБ

Image

36

284

-0,154

0,146

ЕДА

36,001

283,9

-0,19

0,189

Δ(Χ)

0,0007

0,1

0,036

0,043

Критерій

S11тах, дБ

Rjow, дБ

Rud, дБ

Image

-15,00

-34,61

-31,86

ЕДА

-14,27

-34,73

-31,49

Д (Х)

0,73

0,12

0,37

III                                  Висновок

Головною особливістю розглянутої в доповіді процедури «візуального проектування» є те, що вона дозволяє отримати в принципі повне безліч допустимих рішень задачі Ця якість особливо цінно при вирішенні завдань одно-і багатокритеріальної оптимізації та задач проектування технічних обєктів При цьому користувачеві надається можливість задавати значення керованих параметрів, візуально контролювати допустимі області зміни цих параметрів і всі вихідні критерії У результаті може бути отриманий набір найбільш прийнятних альтернативних рішень, що враховує як формалізуються, так і формалізації критерії

IV                           Список літератури

[1] Бабак л І, Поляков А Ю Система візуальних обчислень Image для вирішення математичних і техніко завдань / / Докл междунар симп СІБКОН-ВЕРС99-Томськ, 1999

[2] Р Burrascano, М Dionigi, С Fancelli and М Mongiardo, Ά neural network model for CAD and optimization of microwave filters, »in IEEE MTT-S Int Microwave Symp Dig, Baltimore, MD, 1998, pp 13-16

[3]  M H Bakr, J W Sandler, M A Ismail «Neural space-mapping optimization for EM-based design,» IEEE Trans Microwave Theory Tech, vol 48, pp 2307-2315, December 2000

MICROWAVE FILTERS «VISUAL» DESIGN ON THE BASIS OF NEURAL MODELS

Kondratenko A V, Varaksin M Y, Babak L I

MICRAN Co, Tomsk State University of Control Systems and Radioeiectronics (TUSCR)

47, Vershinina, Tomsk, 634034, Russia Ph: +7(3822) 413403, e-mail: alkon@micranru

Abstract-The technique of microwave filters «visual» design on the basis of neural simulation is proposed Millimeter-wave E- plane filter has been considered as an example Validity of the results obtained has been confirmed by comparing them with the results of three-dimensional electrodynamic simulation

Джерело: Матеріали Міжнародної Кримської конференції «СВЧ-техніка і телекомунікаційні технології», 2006р