Makine öğrenimine dayalı 6 ghz altında 5g iletişimi için mikroşerit yama anteninin tasarımı ve optimizasyonu

Sub-6 GHz frekans aralığında çalışan beşinci nesil (5G) kablosuz sistemlere yönelik artan talep, küçük boyutlu, geniş bantlı ve yüksek verimli anten çözümlerini gerekli kılmaktadır. Mikroşerit yama antenler (MYA), düşük profilli yapıları ve kolay entegrasyon özellikleriyle avantaj sağlasa da bant genişliği açısından sınırlıdır. Bu tez, 5G uygulamaları için girintili beslemeli yarıklı dikdörtgen MYA'ların tasarım ve optimizasyonuna yönelik makine öğrenmesi tabanlı bir yöntem önermektedir. Geri dönüş kaybı (S₁₁) ile anten parametreleri arasındaki ilişkiyi incelemek üzere 200.000'in üzerinde HFSS benzetimi yapılmıştır. Gradient Boosting modeli, yüksek doğruluk ve genelleme başarısı elde etmiş ve bant genişliği farkındalıklı optimizasyonda kullanılmıştır. Anten 3.56 GHz ve 6.03 GHz'de çift bantlı çalışmış, -18 dB geri dönüş kaybı, %3.2 ve %4.2 kesirsel bant genişliği ile %84 verimlilik göstermiştir. Önerilen ML destekli tasarım yaklaşımı, tasarım süresini önemli ölçüde azaltmakta ve sürdürülebilir, ölçeklenebilir anten tasarımı için güçlü bir potansiyel sunmaktadır.