synthèse par l'algorithme MPSO des réseaux d'antennes imprimées périodiques...

Preview:

Citation preview

UNIVERSITE DJILALI LIABESSIDI BEL-ABBES

FACULTÉ DES SCIENCES ET SCIENCES DE L’INGÉNIEUR

Pour l’obtention du diplôme de master

Département de télécommunication

Master en : système de télécommunication numérique

Présenté par : Encadré par :

CHETTAH AMEL Dr.CHAKER HICHEM

Année universitaire 2015-2016

2

Synthèse par l’algorithme MPSO des réseaux d’antennes imprimées périodiques unidimensionnels en forme

d’anneau dans les deux modes TM11 et TM12

1

PROBLEMATIQUE

Comment réduire les lobes secondaire pour donner un diagramme de rayonnement ?

3

LE BUT Faire connaissance des RA imprimés en

générale précisément RA en forme d’anneau

Etude théorique de la synthèse des RA imprimées périodiques 1D par l’algorithme MPSO

Réduire les lobes secondaire du diagramme de rayonnement d’un réseau d’antenne anneau avec LE logicielle MATLAB

4

1

PLAN DE TRAVAIL

INTRODUCTION

GENERALITE SUR RA IMPRIMEE FORME ANNEAU

PRESENTATION D’ALGORITHME MPSO

RESULTAT ET DESCUSSION

CONCLUSION

5

1

INTRODUCTION

6

1

PLAN DE TRAVAIL

INTRODUCTION

GENERALITE SUR RA IMPRIMEE FORME ANNEAU

PRESENTATION D’ALGORITHME MPSO

RESULTAT ET DESCUSSION

CONCLUSION

7

Chapitre 01 : Généralités sur les réseaux d’antennes imprimées

Structure d’une antennes patch et leur différents forme 8

Structure d’alimentation micro ruban Antenne patch anneau par alimentation micro ruban

Alimentation

1 9

1 10

Avantages InconvénientsFaible poids, fabrication aisée et confortables

Rendement faible

Encombrement réduit en épaisseur : compacité de l’antenne

Rayonnement parasites par la source, les jonctions et les ondes de surface

Intégration de circuits actifs Complexité d’alimentation pour les réseaux à haute performance

11

ERR (x) =F (x, ) s - F ( )

Une fois ERR(x)=0

|Fs( )| est situé à l’intérieur du gabarit

1 12

Norme

d’erreur

Temps de ca

lcul

et précis

ion des

résultats

obtenus Précision des

résultats

obtenus Contraintes

de la fo

nction

synthétisée

Critères du choix de la synthèse

1

PLAN DE TRAVAIL

INTRODUCTION

GENERALITE SUR RA IMPRIMEE FORME ANNEAU

PRESENTATION D’ALGORITHME MPSO

RESULTAT ET DESCUSSION

CONCLUSION

13

Inspiration d’algorithme PSO 14

Présentation d’algorithme PSO

1 15

Particules voisines Particules

éloignées

11

17

maxdxx ba

avec dmax la plus grande distance entre deux particules

maxd

max

max6.03t

tt

Avec tmax nombre maximale d’itération et t l’itération courante

1 18

Vers la meilleure performance

Nouvelles positions

Vitesse actuelle

Vers la meilleure performance des informatrice

Position de la particule

1 19

)()()1()( 21 igbestiipbestii xxxxtvtv

)()1()( tvtxtx iii

o D'après le schéma précédent on obtient deux équations élémentaires :

o La Vitesse :

o La position

1 20

converge) processus (le que ce àjusqu'

PourFin

)()(N à 1 de iPour

PourFin SiFin

)())((Si

SiFin

)())(( Si

faire N 1à deallant iPour Répéter

] [...

population laent aléatoiremr Initialise][

--]-----------------------------------------------[-positives aléatoires valeurs,

population la dans fitnessmeilleur laayant particule la deposition

fitnessmeilleur lapour particule la deposition particule lapour obtenue fitnessmeilleur

particule la de vitesse particule la deposition

particule de nombrelgvar

21

21

iii

igbestitpbesii

igbest

i

i

itpbes

ii

ii

gbest

itpbes

ii

ii

ii

vxx

xxxxvv

xxxFgbest

AlorsgbestxF

xxxFpbest

AlorspbestxF

Traitement

tionsInitialisa

x

PxPpbest

PvPx

Norithme ]res de l'aet paramétiables[Les

• C’est le vecteur de la vitesse qui dirige le

processus de recherche et reflète la "sociabilité " des particules.

• Si on considère N particules et que chaque particule compare sa nouvelle position avec sa meilleure position obtenue

• Faire comparaison avec la position de sa meilleures voisine

21

• Il y a eu une amélioration suffisante

• Mais il n'y a pas assez d'amélioration

• Même si je suis le pire

• Je suis le meilleur

je tente de me tuer

Je tente de générer une nouvelle particule

POURQUOI UTILISE-T-ON L’ALGORITHME ADAPTATIF APSO ?

1 22

Pseudo code APSO

EnddardsPSOladedétapelexecuterElse

particuleilaremplacerThen

TiTIFiTElse

iTiTThen

FgiIFfaireparticuledenombreiFor

éme

c

i

tan'

][0][

1][][

)(1

• Remplacer les particules inactives.

• introduire un critère de remplacement basé sur la diversité entre des fitness.

1 23

Spécification désirées :-Lobes secondaires réduites

Type de synthèse en :

-Amplitude- phase

Diagramme de rayonnent élémentaire calculé

Données initiales:-Nombres et position des sources

-loi d’alimentation

APSOErreur commise :-Lobes secondaires

Paramètres Synthétisés

Digramme Synthétisé

1

PLAN DE TRAVAIL

INTRODUCTION

GENERALITE SUR RA IMPRIMEE FORME ANNEAU

PRESENTATION D’ALGORITHME MPSO

RESULTAT ET DESCUSSION

CONCLUSION

24

25

Validation des résultats

Réduire les lobes

secondaires

Synthèse par la loi d’amplitude

Simulation dans le mode TM11

Simulation dans le mode TM12

Synthèse par la loi d’amplitude et de phase

Simulation dans le mode TM11

Simulation dans le mode TM12

19

27

50 100 150-50

-40

-30

-20

-10

0

Theta°

Nor

mal

ized

mag

nitu

de (d

B)

0 5 10 15 20 25 30 35 40 45 5084

86

88

90

92

94

96

98

100

Fitness Evaluation

Best F

itness

SYNTHÈSE PAR la LOI D’AMPLITUDE MODE TM11

Diagramme de rayonnement Evaluation de la fonction de coût

Lobes secondaires réduites à -32 DB

L’algorithme converge à partir de 13 ème itérations

28

50 100 150-50

-40

-30

-20

-10

0

Theta°

Nor

mal

ized

mag

nitu

de (d

B)

0 5 10 15 20 25 30 35 40 45 5084

86

88

90

92

94

96

98

100

Fitness Evaluation

Best F

itness

Evaluation de la fonction de coûtDiagramme de rayonnement

Lobes secondaires réduites à -34 DB

L’algorithme converge à partir de 25 ème itérations

SYNTHÈSE PAR la LOI D’AMPLITUDE MODE TM11

29

N° Amplitude (V)

TM11 TM12

1 0.1033 0.02212 0.2533 0.18193 0.4474 0.41674 0.6069 0.67835 0.8078 0.70946 0.9584 0.90607 0.9852 0.99278 0.9445 0.73899 0.7784 0.625310 0.5615 0.415911 0.3808 0.252312 0.1886 0.0337

0 2 4 6 8 10 120

0.2

0.4

0.6

0.8

1

Sources

Exci

tatio

n M

agni

tude

s

TM11TM12

La distribution de loi d’amplitude

Comparaison des deux modes TM11 et TM12

1 30

50 100 150-45

-40

-35

-30

-25

-20

-15

-10

-5

0

Theta°

Nor

mal

ized

mag

nitu

de (d

B)

0 5 10 15 20 25 30 35 40 45 5084

86

88

90

92

94

96

98

100

Fitness Evaluation

Best Fitness

Diagramme de rayonnement Evaluation de la fonction de cout

NLSsim=-27dB Convergenc

e maximal

SYNTHÈSE PAR LOIs D’AMPLITUDE ET DE PHASE MODE TM11

31

0 5 10 15 20 25 30 35 40 45 5084

86

88

90

92

94

96

98

100

Fitness Evaluation

Best Fitness

Diagramme de rayonnement Evaluation de la fonction de cout

50 100 150-45

-40

-35

-30

-25

-20

-15

-10

-5

0

Theta°

Nor

mal

ized

mag

nitu

de (d

B)

NLSsim= -27dB

Convergence maximal

SYNTHÈSE PAR LOIs D’AMPLITUDE ET DE PHASE MODE TM11

32

0 5 10 150

50

100

150

200

Sources

Exci

tatio

n Ph

ases

°

TM11TM12

0 5 10 150

0.2

0.4

0.6

0.8

1

Sources

Exci

tatio

n M

agni

tude

s

TM11TM12

Comparaison des phases et d’amplitude

Comparaison des deux modes TM11 et TM12

33

  N°

TM11 TM12

Amplitude(V)

Phase(Rad)

Amplitude(V)

Phase(Rad)

1 0.2402 0.5260 0.1566 1.73522 0.2821 0.5177 0.4554 1.72603 0.3528 0.2343 0.3597 1.68504 0.6624 0.3104 0.8211 2.19465 0.7170 0.4948 0.6866 2.46476 0.8304 0.3652 0.4600 2.02437 0.7403 0.5845 0.7650 2.52668 0.6661 0.1464 0.5383 1.91439 0.8462 0.1253 0.5845 1.993010 0.7463 0.0202 0.5435 1.994111 0.9488 0.1598 0.7037 2.028912 0.6508 0.5569 0.3365 1.867313 0.3681 0.3066 0.6752 1.866514 0.2962 0.5821 0.5933 2.9064

La distribution de la loi d’amplitude et de phase dans les deux modes

1

PLAN DE TRAVAIL

INTRODUCTION

GENERALITE SUR RA IMPRIMEE FORME ANNEAU

PRESENTATION D’ALGORITHME MPSO

RESULTAT ET DESCUSSION

CONCLUSION

34

35

présenter et appliquer la méthode d’essaim de particules afin de produire des diagrammes de rayonnement désirés et variés des antennes imprimées en formes anneau dans les deux modes de résonnance

Cette étude prouve son efficacité lorsque le diagramme rayonné est inclus dans le diagramme imposé par l’utilisateur et c’est les résultats aux quels nous somme parvenu

CONCLUSION

36

PERSPECTIVES

proposer une nouvelle variante, de synthèse de réseaux d’antennes imprimées, basée sur un formalisme mathématique de modélisation et d’optimisation en utilisant les réseaux de neurones.

Généraliser l’algorithme APSO à des structures d’antennes imprimées (dièdre, cylindre, pyramide, sphère, etc) .

On peut aspirer et chercher à utiliser un autre algorithme d’optimisation globale qui soit plus rapide et identifier un bon jeu de paramètres.

1 37

Recommended