Design de filtros interdigitais para tecnologia 5G via redes neurais artificiais
Carregando...
Arquivos
Data
2024-07-08
Autores
Orientador
Penchel, Rafael Abrantes ![](assets/repositorio/images/logo-unesp.png)
![](assets/repositorio/images/logo-unesp.png)
Coorientador
Bernardo, Helton Silva
Pós-graduação
Curso de graduação
São João da Boa Vista - FESJBV - Engenharia Eletrônica e de Telecomunicações
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto![Acesso Aberto](assets/repositorio/images/logo_acesso_aberto_simples.png)
![Acesso Aberto](assets/repositorio/images/logo_acesso_aberto_simples.png)
Resumo
Resumo (português)
Este trabalho tem como objetivo explorar a aplicação da técnica de redes neurais, especificamente a perceptron de múltiplas camadas, no contexto das ondas milimétricas para redes 5G. A proposta é treinar a rede neural com dados relacionados aos parâmetros de espalhamento S11 e S21, que são indicadores críticos da performance de dispositivos de micro-ondas, para determinar as dimensões de espaçamento entre os ressonadores, ideais de um filtro interdigital de quinta ordem. Além disso, o filtro é projetado para operar eficientemente na faixa de 26 GHz a 28 GHz, uma banda crucial para a tecnologia 5G. Para alcançar este objetivo, será utilizada uma base de dados gerada através da amostragem aleatória de um filtro interdigital, implementado com técnicas de design de filtros. Os dados coletados serão então analisados e refinados para servir como entrada para o modelo de regressão baseado em rede neural. Os resultados encontrados foram uma largura de banda de 26,30 a 28,05 GHz (1,75 GHz) com frequência central de 27GHz, com S11 e S21 médios de -17,11dB e -3,19dB respectivamente, o modelo MLP demostrou uma melhoria na planicidade da largura de banda na operação do filtro com score avaliado em 0,9 e a perda próxima de 153 para RG1 e 0,98 de score e perda de 38,69 para RG2.
Resumo (inglês)
This work aims to explore the application of the neural network technique, specifically the multilayer perceptron, in the context of millimeter waves for 5G networks. The proposal is to train the neural network with data related to the scattering parameters S11 and S21, which are critical indicators of the performance of microwave devices, to determine the spacing dimensions between the resonators, ideals of a fifth-order interdigital filter. Furthermore, the filter is designed to operate efficiently in the 26 GHz to 28 GHz band, a crucial band for 5G technology. To achieve this objective, a database generated through random sampling of an interdigital filter, implemented with filter design techniques, will be used. The collected data will then be analyzed and refined to serve as input to the neural network-based regression model. The results found were a bandwidth of 26.30 to 28.05 GHz (1.75GHz) with a central frequency of 27GHz, with S11 and S21 averages of -17.11dB and -3.19dB respectively, the MLP model demonstrated an improvement in bandwidth flatness in filter operation with score evaluated at 0.9 and loss close to 153 for RG1 and 0.98 of score and loss of 38.69 for RG2.
Descrição
Palavras-chave
Idioma
Português
Como citar
TAPIA, L. A. S. Design de filtros interdigitais para tecnologia 5G via redes neurais artificiais. 2024. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica e de Telecomunicações) — Faculdade de Engenharia, Universidade Estadual Paulista "Júlio de Mesquita Filho", São João da Boa Vista, 2024.