شبیه سازی انتن موج نشتی با پترن مجذور کسکانت با استفاده از الگوریتم ژنتیک
محل انتشار: فصلنامه مهندسی مخابرات جنوب، دوره: 11، شماره: 42
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 355
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JCEJ-11-42_005
تاریخ نمایه سازی: 30 بهمن 1400
چکیده مقاله:
دستیابی به الگوی مجذور کسکانت، چالشی در حوزه ی کاربرد سیستمهای رادار جستجوگر هوایی است که در آن خصوصیات تابشی آنتن، قواعد قابل توجهی را در جستجوی هدف دنبال میکند. ازآنجایی که تا کنون کمتر مطالعاتی بر روی دستیابی به الگوی مربع کسکانت در آنتنهای موج نشتی انجام شده است در این مقاله نویسندگان روشی جهت سنتز الگوی مذکور با روش بهینه سازی و با استفاده از آنتنهای موج نشتی ارائه میدهند. جهت دستیابی به این الگو آنتن به بخشهایی تقسیم میگردد که هر بخش دارای طول، دوره تناوب و نرخ نشت معینی است. طول هر بخش با درنظرگرفتن سمتگرایی یکسان جهت بخش ها تعیین میگردد و به دنبال طرح بندی مناسب برای زاویه بیم هر بخش، دوره تناوب آن بخش به دست می آید. موضوع اصلی تعیین مقادیر نرخ نشت هر بخش از آنتن است که در روش پیشنهادی با استفاده از الگوریتم بهینه سازی ژنتیک قابل دستیابی خواهد بود. درنهایت با تعریف یک تابع هزینه مناسب این مقادیر نهایی شده و معین میگردند. روش پیشنهادی با استفاده از یک موجبر مجتمع شده بر پایه زیرلایه شرح داده، نمونه ای از این آنتن شبیه سازی شده است. نتایج شبیه سازی بیانگر این است که روش پیشنهادی نمایه موردنظر را با ریپل کمتر از dB ۲ در ناحیه مشخص شده و گلبرگهای کناری کمتر از dB ۱۸- به دست می آورد که آنتن را برای سیستمهای رادار جستجوگر هوایی مناسب میسازد.
کلیدواژه ها:
نویسندگان
فرنوش حیدری
۱. دانشجوی دکتری مهندسی برق، دانشکده فنی مهندسی، دانشگاه شیراز، ایران
زهرا عادل پور
استاد گروه برق، دانشکده فنی مهندسی ، دانشگاه آزاد اسلامی واحد شیراز ، شیراز ، ایران
ناصر پرهیزگار
استاد گروه برق،دانشکده فنی مهندسی،دانشگاه ازاد اسلامی واحد شیراز،شیراز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :