Applicazione delle reti neurali all’analisi e al progetto di dispositivi in microstriscia

Le reti neurali artificiali (ANN) sono approssimatori universali ovvero strumenti software che forniscono in tempo reale un'approssimazione di una qualsiasi funzione con un errore piccolo a piacere.

In particolare, se la funzione da approssimare è quella che lega i parametri geometrici di un dispositivo alle sue caratteristiche elettromagnetiche, l'utilizzo di una ANN è particolarmente utile. Infatti l'analisi elettromagnetica numerica Full Wave di un dispositivo è un compito gravoso in
termini du CPU, memoria e tempi di calcolo.

Addestrare, sulla base di un insieme di simulazioni limitate, una rete neurale in grado di fornire in tempo reale il comportamento, anche solo approssimato, di un dispositivo diminuisce drasticamente i tempi di analisi. Di conseguenza, nell'ottica di un progetto che sia avvalga di una serie di tali analisi, si ha una diminuzione notevole dei tempi di progetto. Dualmente, sebbene in genere più complesso, è il problema inverso, ovvero addestrare una rete che fornisca i parametri geometrici di un dispositivo date delle specifiche elettromagnetiche.

Questa tecnica si può applicare a tutti i tipi di dispositivi i visti nel corso di Teoria e Tecnica dei Campi Elettromagnetici e in particolare:

• Reti a scala
• Rat Race
• Divisori (anche a più di due porte)
• Sfasatori
• Reti sequenziali

Ulteriori informazioni

Software utilizzato: CST e Matlab
Verifica sperimentale: stampa e misura
Relatore di riferimento: Stefano Selleri
SSD: ING-INF/02