Modélisation des antennes microrubans multicouches par une approche neurospectrale
| dc.contributor.author | BARKAT Lamia | |
| dc.date.accessioned | 2023-11-05T14:00:11Z | |
| dc.date.available | 2023-11-05T14:00:11Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | L’objectif de cette thèse est de concevoir et de modéliser des antennes microrubans de deux différentes formes utilisant deux différentes méthodes: dans la première partie, nous appliquons une approche basée sur la méthode de cavité avec les réseaux de neurones pour l’analyse d’une antenne annulaire ajustable, étant donné que le modèle de cavité est numériquement assez efficace et lorsqu'il est couplé à un réseau de neurones approprié, la combinaison serait un outil de conception très efficace et efficiente, du moins pendant la phase initiale de conception. La deuxième méthode est la méthode neurospectrale qui a été réservée pour l'étude des caractéristiques de résonance d’une antenne microruban de forme rectangulaire. La comparaison numérique entre la méthode des moments conventionnelle et la méthode neurospectrale montre des améliorations significatives du point de vue convergence et coût de calcul. Ce qui justifie l'utilisation de l'approche neurospectrale présentée ici comme une technique rapide et prometteuse dans la conception des antennes microrubans. L’approche proposée dans le cadre de cette thèse peut être incluse dans un outil de CAO pour l'analyse, la conception et l'optimisation des circuits intégrés monolithiques microondes (MMIC). La fréquence de résonance, la bande passante et le diagramme de rayonnement sont déterminées et étudiées en fonction des paramètres électriques et physiques de l’antenne en tenant compte de l’anisotropie uniaxiale dans le diélectrique. Les résultats numériques de chaque méthode ont été étudiés et comparés aux données théoriques et expérimentales reportées dans la littérature. | |
| dc.identifier.uri | http://dspace.univ-batna2.dz/handle/123456789/1724 | |
| dc.language.iso | fr | |
| dc.title | Modélisation des antennes microrubans multicouches par une approche neurospectrale |