Maskininlärning för design av mikrovågskretsar
Typ
Examensarbete för kandidatexamen
Bachelor thesis
Bachelor thesis
Program
Publicerad
2024
Författare
Bohlin, Alexander
Fornstedt, Ludvig
Lindeberg Fredriksson, Pontus
Melin, Gabriel
Widén, David
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
I detta arbete presenteras en innovativ designmetod för passiva elektriska kretsar,
vilken har implementerats för att skapa anpassningsnät med filteregenskaper som
opererar inom frekvensbandet 1-10 GHz. Metoden bygger på att ett neuralt nätverk
tränas för att förutsäga kretsegenskaper av pixelerade kretsar. Det neurala nätverket
används sedan i en genetisk optimeringsalgoritm för att kunna identifiera den krets
som bäst matchar en godtycklig önskad kretsprestanda specificerad av användaren.
Genom denna metod har tre kretsar genererats, med mindre geometriskt utsträckning
än traditionella designmetoder samtidigt som tidsåtgången för att generera dem
har minskat avsevärt. Den resulterande prestandan hos kretsarna varierade mellan
de olika typerna men är jämförbar med de designade med traditionella metoder.
Denna tillämpning av neurala nätverk och invers design visar på deras potential att
användas i nya designmetoder för elektriska kretsar.