Modelowanie charakterystyk promieniowania układów antenowych przy użyciu medot uczenia

Projekt dotyczy modelowania surogatowego układów antenowych, w szczególności charakterystyk elektrycznych oraz charakterystyk promieniowania w szerokich zakresach częstotliwości oraz zróżnicowanych konfiguracji geometrycznych i materiałowych. Odpowiedzi w dziedzinie częstotliwości – takie jak współczynniki odbicia czy zysk – modelowane będą za pomocą rekurencyjnych sieci neuronowych (RNN) wykorzystujących jednostek LSTM oraz GRU, przy traktowaniu częstotliwości jako parametru sekwencyjnego. Charakterystyki promieniowania modelowane będą z użyciem konwolucyjnych sieci neuronowych (CNN) w architekturze dekodera, które stosują warstwy dekonwolucyjne (warstwy zwiększające rozdzielczość), co umożliwia dokładne predykcje w szerokim zakresie częstotliwości i kątów azymutalnych na podstawie geometrii anteny. Proponowane rozwiązania będą poddane rygorystycznej weryfikacji z wykorzystaniem kilku reprezentatywnych struktur antenowych: szerokopasmowych monopoli, dwupasmowego dipola oraz anten kierunkowych typu quasi-Yagi.