AI と最適化
Antenna Toolbox™ は、AI ベースのアンテナ モデルを使用した設計空間探索や、2 次元直交スライスからの 3 次元パターン再構成のためのオブジェクトと関数を提供します。従来の全波ソルバーの代わりに AI ベースのアンテナ モデルを使用することで、設計目標を満たすためのアンテナの微調整に必要なシミュレーション時間を大幅に短縮できます。
Antenna Toolbox は、定義されたオブジェクティブと制約を使用してアンテナまたはアレイの設計を最適化する AI ベースのオプティマイザーを提供します。
カテゴリ
- 設計空間の探索
設計空間を探索するためのアンテナの機械学習モデル
- 3 次元パターン再構成
深層学習に基づく 3 次元パターン再構成
- アンテナおよびアレイの最適化
アンテナとアレイをゲイン、帯域幅、SLL、F/B 比、面積、カスタムのオブジェクティブ、および制約に合わせて最適化し、アレイ間引きを実行する
注目の例
Artificial Intelligence (AI) for Rapid Analysis and Design of Patch Antenna
Use artificial intelligence (AI) to rapidly analyze and design antennas from the Antenna Toolbox™ catalog.
Miniaturize Rectangular Microstrip Patch Antenna Using Genetic Algorithm Optimization
Miniaturize rectangular microstrip patch antenna using genetic algorithm (GA) optimization.
SADEA Optimization of Six-Element Yagi-Uda Antenna using Custom Objective Function
Optimize six-element Yagi-Uda antenna using a custom objective function.
Surrogate Based Optimization of Six-Element Yagi-Uda Antenna
Optimize directivity and input impedance of a six-element Yagi-Uda antenna.
Optimization of Antenna Array Elements Using Antenna Array Designer App
Demonstrates how to maximize the gain of 2-by-2 patch array antenna elements using a surrogate model-assisted differential evolution for antenna synthesis (SADEA) optimizer. The design and analysis are performed at 2.4 GHz.
設計変数を使用した H ノッチ パッチの設計、解析、および最適化
PCB アンテナ デザイナー アプリの設計変数を使用して、H ノッチ パッチ アンテナの金属パッチ層、誘電体層、およびグランド プレーン層を定義し、ゲインが最大になるように設計を最適化する。
