Yapay zeka aracılığıyla anten parametrelerinin vekilmodellemesi ve simülasyonu

Modelleme problemlerinde kullanılan veri miktarının, model performansını her zaman doğrudan olumlu etkilemediği gözlemlenmektedir. Giriş verilerinin belirlenmesinde gelişmiş Latin Hiperküp Örneklemesi (LHÖ) gibi istatistiksel yöntemler tercih edilse de, veri setinin hem çok küçük hem de aşırı büyük olması durumunda model performansı olumsuz yönde etkilenebilmektedir. Bu tez çalışması, söz konusu karmaşık etkileşimi daha derinlemesine anlamak amacıyla, Ku-band (12–18 GHz) frekans aralığında çalışan, ofset boşluklu (cavity-backed) bir Vivaldi antenin veri odaklı modellenmesini ele almaktadır. Ku-band antenler, bölgesel çekim kuvveti ve üstün atmosferik geçirgenlik avantajları sayesinde özellikle uydu haberleşme sistemlerinde yaygın olarak tercih edilmektedir. Ancak, bu tür antenlerin doğasında bulunan çok geniş bantlı çalışma karakteristiği, doğru ve güvenilir veri odaklı modellerin oluşturulması açısından ciddi bir zorluk teşkil etmektedir. Buna ek olarak, antenin yapısal tasarımında yer alan çok sayıda giriş parametresi, modelin eğitilmesi sürecinde "boyutluluk laneti" (curse of dimensionality) olarak bilinen önemli bir sorunu ortaya çıkarmaktadır. Bu nedenle, modelin etkinliğini ve verimliliğini sağlamak amacıyla giriş parametrelerinin seçiminde titizlikle LHS yöntemi kullanılmıştır. Çalışmada, 10 GHz ile 20 GHz frekans aralığında bir çok katmanlı algılayıcı (ÇKA) modeli gösterilmiştir. Bu modelin çıktısı olarak, tam dalga elektromanyetik (EM) simülasyonlarla elde edilen S11 parametresinin frekansa bağlı değişiminin doğru bir şekilde tahmin edilmesi hedeflenmiştir. Elde edilen sonuçlar, geliştirilen MLP modelinin tahminlerinin, gerçek simülasyon çıktıları ile yüksek düzeyde uyum içinde olduğunu açıkça göstermiştir. Bu başarılı modelleme metodolojisi, sadece incelenen Vivaldi anten tipi için değil, aynı zamanda farklı anten konfigürasyonları ve genel elektromanyetik modelleme problemleri için de uyarlanabilir ve değerli bir yaklaşım sunmaktadır.