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