intTypePromotion=1

Mạng nơ ron dựa trên mô hình lưu trữ trạng thái trực giao tĩnh sử dụng trong tự động hiệu chỉnh giản đồ phát xa anten mạng pha

Chia sẻ: Thi Thi | Ngày: | Loại File: PDF | Số trang:7

0
36
lượt xem
0
download

Mạng nơ ron dựa trên mô hình lưu trữ trạng thái trực giao tĩnh sử dụng trong tự động hiệu chỉnh giản đồ phát xa anten mạng pha

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Trong bài báo này, phát triển một ứng dụng mạng nơ ron nhân tạo (Artificial Neural Network) tích hợp trong hệ thống tổ hợp giản đồ phát xạ của an ten mạng pha. Mạng nơ ron này chứa những tổ hợp điều chỉnh được lưu tĩnh trên phần cứng nhằm tự động sửa chữa về mặt tín hiệu đối với những hưởng phần tử phát xạ của an ten mà không cần biết vị trí hư hỏng. Bài báo đưa ra những cơ sở lý thuyết, quá trình xây dựng hệ thống và những kết quả đạt được dựa trên công cụ mô phỏng Matlab.

Chủ đề:
Lưu

Nội dung Text: Mạng nơ ron dựa trên mô hình lưu trữ trạng thái trực giao tĩnh sử dụng trong tự động hiệu chỉnh giản đồ phát xa anten mạng pha

Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> <br /> M¹ng n¬ ron dùa trªn m« h×nh l­u tr÷<br /> tr¹ng th¸i trùc giao tÜnh<br /> sö dông trong tù ®éng hiÖu chØnh gi¶n ®å<br /> ph¸t x¹ anten m¹ng pha<br /> Lª duy hiÖu*, nguyÔn ®«n nh©n*, lª ®¹i phong**, hµ huy dòng*<br /> Tãm t¾t: HiÖu chØnh m¹ng anten cã c¸c phÇn tö lçi lµ mét vÊn ®Ò thùc tÕ cã nhiÒu øng<br /> dông trong liªn l¹c ra ®a, viÔn th«ng vµ vÖ tinh. Khi x¶y ra háng hãc víi mét sè phÇn tö, gi¶n<br /> ®å ph¸t x¹ sÏ bÞ biÕn d¹ng vÒ d¹ng bóp sãng còng nh­ chÊt l­îng tÝn hiÖu ph¸t x¹. Trong bµi<br /> b¸o nµy, chóng t«i ph¸t triÓn mét øng dông m¹ng n¬ ron nh©n t¹o (Artificial Neural<br /> Network) tÝch hîp trong hÖ thèng tæ hîp gi¶n ®å ph¸t x¹ cña an ten m¹ng pha. M¹ng n¬ ron<br /> nµy chøa nh÷ng tæ hîp ®iÒu chØnh ®­îc l­u tÜnh trªn phÇn cøng nh»m tù ®éng söa ch÷a vÒ<br /> mÆt tÝn hiÖu ®èi víi nh÷ng h­ëng phÇn tö ph¸t x¹ cña an ten mµ kh«ng cÇn biÕt vÞ trÝ h­<br /> háng. Bµi b¸o ®­a ra nh÷ng c¬ së lý thuyÕt, qu¸ tr×nh x©y dùng hÖ thèng vµ nh÷ng kÕt qu¶ ®¹t<br /> ®­îc dùa trªn c«ng cô m« pháng Matlab.<br /> Tõ khãa: Anten m¹ng pha, M¹ng n¬ ron nh©n t¹o (ANN), Gi¶n ®å ph¸t x¹ (G§PX).<br /> <br /> 1. Giíi thiÖu<br /> Anten m¹ng bao gåm mét l­îng lín c¸c phÇn tö ph¸t x¹ cã nhiÒu øng dông trùc tiÕp<br /> trong trong c¸c lÜnh vùc nh­ ra ®a, vÖ tinh vµ viÔn th«ng. Trong qu¸ tr×nh ho¹t ®éng viÖc<br /> x¶y ra háng hãc, suy biÕn cña mét hoÆc nhiÒu phÇn tö ph¸t x¹ lµ kh«ng thÓ tr¸nh khái.<br /> §iÒu nµy lµm cho møc bóp sãng phô sÏ t¨ng lªn, c¸c h­íng gãc quÐt bÞ dÞch chuyÓn vµ<br /> lµm t¨ng b¨ng th«ng trong gi¶n ®å c«ng suÊt. §Ó duy tr× ho¹t ®éng cña anten ®ßi hái ph¶i<br /> söa ch÷a, thay thÕ vµ hiÖu chØnh, mµ ®iÒu nµy kh«ng ph¶i lóc nµo còng thùc hiÖn ®­îc<br /> th­êng xuyªn, ®Æc biÖt lµ trong c¸c øng dông qu©n sù, viÔn th«ng vµ vÖ tinh.<br /> <br /> <br /> <br /> <br /> H×nh 1. Minh häa hÖ thèng An ten m¹ng pha tiªu chuÈn.<br /> Tuy nhiªn, m¹ng anten cã mét ­u ®iÓm lµ träng sè cña c¸c phÇn tö anten cã thÓ ®­îc<br /> ®iÒu chØnh l¹i ®Ó thu ®­îc gi¶n ®å ph¸t x¹ mong muèn. V× vËy, chóng ta cã thÓ tÝnh to¸n<br /> l¹i c¸c tham sè tÝn hiÖu kÝch thÝch cho c¸c phÇn tö cßn l¹i ®Ó t¹o ra mét gi¶n ®å míi gÇn<br /> gièng víi gi¶n ®å ban ®Çu [1].<br /> ý t­ëng cña ph­¬ng ph¸p lµ khi mét gi¶n ®å ph¸t x¹ ®­îc t¹o ra, nã ®­îc so s¸nh víi<br /> gi¶n ®å c¸nh sãng chuÈn ®­îc l­u trong bé nhí ®Ó x¸c ®Þnh xem cã xuÊt hiÖn t×nh tr¹ng<br /> háng hãc hay kh«ng. NÕu cã sù kh¸c biÖt nhÊt ®Þnh gi÷a c¸c gi¶n ®å, m¹ng n¬ ron sÏ ®­îc<br /> ghÐp nèi vµo hÖ thèng vµ thùc hiÖn tÝnh to¸n l¹i c¸c träng sè ®Ó thu ®­îc mét gi¶n ®å gÇn<br /> víi gi¶n ®å chuÈn nhÊt, tøc lµ hiÖu gi÷a 2 gi¶n ®å n»m trong mét giíi h¹n cho phÐp ®Þnh<br /> tr­íc ®­îc quy ®Þnh khi thiÕt kÕ. S¬ ®å chøc cña m¹ng n¬ ron nµy ®­îc m« t¶ trªn h×nh 2.<br /> <br /> <br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN qu©n sù, Sè 31, 06 - 2014. 37<br /> Ra ®a<br /> <br /> <br /> <br /> <br /> H×nh 2. S¬ ®å chøc n¨ng hÖ thèng anten m¹ng tÝch hîp m¹ng n¬ ron.<br /> <br /> 2. C¬ së lý thuyÕt<br /> 2.1. Qu¸ tr×nh tæ hîp gi¶n ®å h­íng trong anten m¹ng<br /> Qu¸ tr×nh t¹o c¸nh sãng cho mét m¹ng anten tuyÕn tÝnh cã thÓ ®­îc dïng riªng cho<br /> biªn ®é, pha hoÆc biªn ®é - pha kÕt hîp. NÕu chØ t¸c ®éng vÒ biªn ®é sÏ kh«ng thÓ hiÖu<br /> chØnh bï ®­îc cho suy biÕn cña gi¶n ®å m¹ng bÞ háng khi c¸c phÇn tö lçi t¹o ra ph©n bè<br /> mÆt më kh«ng ®èi xøng. Tr­êng hîp chØ t¸c ®éng lªn pha víi biªn ®é kh«ng ®æi ®ßi hái<br /> ph¶i cã mét l­îng lín c¸c phÇn tö ®Ó t¹o ra møc bóp sãng thÊp. Nh­ vËy, ph­¬ng ph¸p tèi<br /> ­u lµ dïng c¶ biªn ®é vµ pha kÕt hîp víi ph©n bè l¹i träng sè nh»m hiÖu chØnh gi¶n ®å bÞ<br /> lçi [2].<br /> Víi mét s¾p xÕp ngÉu nhiªn, hÖ sè m¹ng ®­îc tÝnh b»ng:<br /> AF  W T S ( ,  m ) (1)<br /> víi, w  {w1, w2 ,..., wn}T , wn Cn lµ vÐct¬ träng sè, S lµ vÐct¬ quay, θ vµ θm lµ c¸c biÕn<br /> h­íng vµ h­íng c¸nh sãng chÝnh t­¬ng øng. Cn lµ tËp hoÆc c¸c tËp con cña tÊt c¶ c¸c sè<br /> phøc. LÊy vÝ dô, mét m¹ng tuyÕn tÝnh cã N phÇn tö gièng nhau, vec t¬ quay cña nã ®­îc<br /> tÝnh bëi:<br />   N 1  (2)<br /> S  exp  jkd  n    (cos   cos  n ) <br />   2  <br /> C«ng thøc (2) ®¶m b¶o víi cïng bé träng sè tèi ­u ®ã cho c¸nh sãng chÝnh ë h­íng<br /> ngang cã thÓ dïng ®­îc cho c¸c h­íng kh¸c, khi vect¬ S ë trªn ®­îc tÝnh to¸n l¹i cho<br /> h­íng chÝnh c¸nh sãng míi. Gi¶n ®å ph¸t x¹ ®­îc tÝnh nh­ sau:<br /> <br /> (3)<br /> <br /> trong ®ã, ai, φi là träng sè biªn ®é vµ pha kÝch thÝch ban ®Çu; k0 lµ sè sãng 2π/λ; Xi lµ vÞ trÝ<br /> ph¸t x¹ trªn mÆt ngang i x d.<br /> M« h×nh x©y dùng gi¶n ®å ph¸t x¹ theo c«ng thøc (3) ®­îc m« t¶ trong h×nh 3. H×nh 4<br /> minh häa gi¶n ®å ph¸t x¹ (G§PX) chuÈn ®­îc t¹o ra vµ G§PX khi cã phÇn tö háng. Khi<br /> phÇn tö thø M háng trong m¹ng, träng sè cña nã wm ®­îc coi lµ xÊp xØ 0. Do ®ã, m¹ng n¬<br /> ron nh©n t¹o (AAN) cã thÓ ¸p dông ®Ó hiÖu chØnh møc bóp sãng phô vµ d¹ng sãng bóp<br /> chÝnh cña gi¶n ®å khi xÐt tíi c¸c háng hãc tr­íc ®ã, ®iÒu nµy sÏ ®­îc lµm râ trong phÇn<br /> tiÕp theo cña bµi b¸o.<br /> <br /> <br /> <br /> <br /> 38 L.D. HiÖu, …, H.H. Dòng, “M¹ng n¬ron dùa trªn m« h×nh … ph¸t x¹ anten m¹ng pha .”<br /> Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> <br /> <br /> <br /> H×nh 3. M« h×nh x©y dùng gi¶n ®å ph¸t x¹ trong m¹ng anten.<br /> <br /> <br /> <br /> <br /> H×nh 4. Gi¶n ®å ph¸t x¹ cña anten m¹ng trong tr­êng hîp chuÈn vµ lçi phÇn tö.<br /> <br /> 2.2 M¹ng n¬ ron nh©n t¹o (ANN)<br /> M¹ng n¬ ron lµ m« h×nh tÝnh to¸n dùa theo bé n·o sinh häc, trong ®ã mçi n¬ ron lµ mét<br /> hµm chøc n¨ng ®¬n gi¶n, tËp c¸c n¬ ron kÕt nèi ch»ng chÞt víi nhau th«ng qua sù hiÖu<br /> chØnh, vµ ®Þnh h­íng c¸c liªn kÕtnh»m t¹o ra cÊu tróc xö lÝ ph©n bè song song.M¹ng n¬<br /> ron nh©n t¹o ANN (Artificial Neural Network) lµ mét tËp c¸c n¬ ron nh©n t¹o, mçi n¬ ron<br /> lµ mét phÇn tö tÝnh to¸n ®¬n. Qu¸ tr×nh xö lý ban ®Çu t¹i mçi n¬ ron lµ thùc hiÖn mét tæng<br /> cã träng sè c¸c ®Çu vµo cña nã, mét hÖ sè ®iÒu chØnh tuyÕn tÝnh ®­îc thªm vµo kÕt qu¶ ®Çu<br /> ra cña mçi n¬ ron ®Ó t¨ng kh¶ n¨ng linh ho¹t cña hÖ thèng (h×nh 5a).<br /> ANN bao gåm mét tËp c¸c n¬ ron liªn kÕt bëi c¸c träng sè. C¸c n¬ ron trong m¹ng<br /> ®­îc x¾p xÕp theo mét cÊu tróc chuÈn 3 líp, gåm: líp vµo (input) chøa sè n¬ ron t­¬ng<br /> øng víi sè ®Çu vµo, líp ra (output) chøa sè n¬ ron t­¬ng øng víi sè ®Çu ra, vµ líp Èn<br /> (hidden) chøa c¸c n¬ ron xö lý. Líp HIDDEN cã thÓ gåm mét hay nhiÒu líp ®­îc liªn kÕt<br /> víi hai líp cßn l¹i nhê c¸c liªn kÕt cã träng sè W1, W2, vµ c¸c hÖ sè tuyÕn tÝnh t­¬ng øng<br /> nh­ h×nh 5b [1].<br /> §Çu ra cña mét m¹ng n¬ ron cã cÊu tróc chuÈn 3 líp sÏ thùc hiÖn hµm to¸n häc sau :<br /> (5)<br /> trong ®ã, I lµ ma trËn ®Çu vµo, W vµ b lµ c¸c ma trËn träng sè vµ hÖ sè tuyÕn tÝnh.<br /> Ban ®Çu c¸c ma trËn trong AAN sÏ ®­îc khëi t¹o ngÉu nhiªn, gi¸ trÞ c¸c träng sè vµ hÖ<br /> sè cña chóng sÏ ®­îc dÇn dÇn ®iÒu chØnh theo mét thuËt to¸n luyÖn m¹ng ®Ó ®Çu ra ®¹t<br /> ®­îc ®é chÝnh x¸c cÇn thiÕt.<br /> <br /> <br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN qu©n sù, Sè 31, 06 - 2014. 39<br /> Ra ®a<br /> <br /> <br /> <br /> <br /> H×nh 5. M¹ng n¬ ron nh©n t¹o.<br /> <br /> 3. HÖ thèng an ten m¹ng pha tÝch hîp ANN<br /> Nh­ ®· tr×nh bµy ë trªn, trong môc nµy bµi b¸o sÏ m« t¶ mét hÖ thèng anten m¹ng tÝch<br /> hîp m¹ng n¬ ron nh©n t¹o - ANN, vµ ph­¬ng thøc ho¹t ®éng cña hÖ thèng tÝch hîp nµy.<br /> Chi tiÕt thiÕt kÕ còng nh­ gi¶i ph¸p x©y dùng m¹ng n¬ ron tÜnh còng sÏ ®­îc tr×nh bµy.<br /> <br /> 3.1. CÊu tróc chung cña hÖ thèng tÝch hîp anten m¹ng-m¹ng n¬ ron<br /> S¬ ®å ho¹t ®éng cña hÖ thèng tÝch hîp ®· ®­îc m« t¶ t¹i h×nh 2. Trong s¬ ®å nµy m¹ng<br /> n¬ ron sÏ t¸c ®éng lªn tÝn hiÖu kÝch thÝch nhê viÖc ®iÒu chØnh c¸c tham sè biªn ®é vµ pha<br /> sao cho kÕt qu¶ ®Çu ra cã sù sai lÖch nhá nhÊt víi mÉu ph¸t x¹ chuÈn khi x¶y ra háng hãc<br /> phÇn tö bÊt kú (h÷u h¹n c¸c phÇn tö). CÊu tróc cña hÖ thèng ®­îc m« t¶ trong h×nh 6.<br /> <br /> <br /> <br /> <br /> H×nh 6. CÊu tróc tÝch hîp anten m¹ng vµ ANN.<br /> <br /> ANN khi ®­îc cho phÐp sÏ ghÐp nèi tiÕp vµo hÖ thèng chuÈn, ®Ó ®¶m b¶o tÝnh n¨ng thêi<br /> gian thùc phôc vô qu¸ tr×nh tæ hîp gi¶n ®å ph¸t x¹ qu¸ tr×nh tÝnh to¸n trong ANN tr¹ng<br /> th¸i tÜnh ®­îc thùc hiÖn trªn bo m¹ch cøng tèc ®é cao. Nh÷ng tr­êng hîp háng hãc cã thÓ<br /> söa ®· ®­îc luyÖn m¹ng tõ tr­íc ®¶m b¶o khi c¸c ®Çu vµo chøa phÇn tö háng sÏ ®­îc ®iÒu<br /> chØnh bëi viÖc ®Þnh tuyÕn ®i qua c¸c ®iÒu chØnh biªn ®é-pha cÇn thiÕt. Nh­ vËy sè l­îng<br /> tr¹ng th¸i tÜnh trong ANN quyÕt ®Þnh kh¶ n¨ng cña m¹ng n¬ ron. Tuy nhiªn trong thùc tÕ<br /> chÊt l­îng hay hÖ sè lçi cña mét ANN míi lµ vÊn ®Ò cÇn gi¶i quyÕt. ChÊt l­îng mét ANN<br /> ®­îc quyÕt ®Þnh bëi ph­¬ng ph¸p thiÕt kÕ vµ m« h×nh luyÖn m¹ng n¬ ron, nh÷ng yÕu tè<br /> nµy lµ träng t©m cña bµi b¸o vµ ®­îc tr×nh bµy trong môc d­íi ®©y.<br /> <br /> 3.2. Ph­¬ng ph¸p m¹ng n¬ ron tr¹ng th¸i trùc giao tÜnh cho söa lçi anten m¹ng<br /> <br /> <br /> <br /> 40 L.D. HiÖu, …, H.H. Dòng, “M¹ng n¬ron dùa trªn m« h×nh … ph¸t x¹ anten m¹ng pha .”<br /> Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> §Ó minh häa cho c¸c gi¶i ph¸p kü thuËt ®­îc thùc hiÖn, bµi b¸o sö dông mét m« h×nh<br /> m¹ng anten tuyÕn tÝnh 16 phÇn tö. Do sè l­îng phÇn tö anten nhá nªn ®é réng cña bóp<br /> sãng chÝnh réng xÊp xØ 280 do ®ã gãc quyÐt sÏ ®­îc giíi h¹n trong θm = ±500. Khi x¶y ra<br /> mét háng hãc phÇn tö trong m¹ng anten, vect¬ quay S bÞ¶nh h­ëng vµ do ®ã lµm háng gi¶n<br /> ®å ph¸t x¹ trong c¸c hÖ sè cña hÖ sè m¹ng (AF). Khi ®ã coi n (n = 1, 2) kÝch thÝchphÇn tö<br /> háng lµ 0, ta thu ®­îc gi¶n ®å ph¸t x¹ cho M - n phÇn tö cßn l¹i vµ m¹ng ANN ®iÒu chØnh<br /> c¸c tham sè míi ®Ó t­¬ng thÝch chóng víi gi¶n ®å ph¸t x¹ ban ®Çu. Mçi gi¶n ®å ph¸t x¹<br /> ®­îc t¹o bëi 16 tæ hîp gi¸ trÞ, mçi tæ hîp bao gåm c¸c gi¸ trÞ thay ®æi theo 1800 mÆt ph¼ng<br /> tæ hîp bóp sãng vµ gi¸ trÞ gãc bóp chÝnh t¹i thêi ®iÓm ®­îc xÐt ®Õn. Nh­ vËy sè gi¸ trÞ<br /> trong mçi tæ hîp phô thuéc vµo ®é ph©n gi¶i gãc tæ hîp 1800. §Ó m¹ng n¬ ron thùc hiÖn<br /> nhiÖm vô cña nã, chóng ta ph¶i xö lý tr­íc d÷ liÖu ban ®Çu nh»m t¨ng kh¶ n¨ng thùc hiÖn<br /> cho ANN, viÖc xö lý ban ®Çu d÷ liÖu lµ yÕu tè quyÕt ®Þnh ®Õn ph­¬ng ph¸p, kÕt cÊu vµ hiÖu<br /> qu¶ cña m¹ng n¬ ron.<br /> M« h×nh anten m¹ng tÝch hîp ANN ®ßi hái ANN cã tèc ®é xö lý rÊt cao, tÝn hiÖu kÝch<br /> thÝch phÇn tö ph¶i lu«n ®­îc b¶o ®¶m vÒ c¶ biªn ®é vµ pha. Bµi b¸o nµy ®­a ra mét ph­¬ng<br /> ¸n tèi ­u tèc ®é cña m¹ng vµ tÝnh toµn vÑn cña tÝn hiÖu nhê qu¸ tr×nh t¸ch tÝn hiÖu thµnh<br /> hai phÇn trùc giao I, Q. B»ng c¸c thö nghiÖm thùc tÕ vµ tÝnh chÊt cña m¹ng n¬ ron chóng ta<br /> nhËn thÊy viÖc luyÖn m¹ng víi tæ hîp I, Q ®ång thêi hay luyÖn riªng tõng thµnh phÇn trùc<br /> giao sau ®ã tæ hîp l¹i vÉn thu ®­îc kÕt qu¶ nh­ nhau. §iÒu nµy cho phÐp thùc hiÖn luyÖn<br /> song song hai thµnh phÇn trùc giao khi ¸p dông bo m¹ch, yÕu tè nµy t¨ng tèc ®é luyÖn cña<br /> m¹ng lªn rÊt nhiÒu lÇn nh»m ®¸p øng nhu cÇu thùc tÕ. Tõ c«ng thøc (4) ta sÏ t¸ch tÝn hiÖu<br /> thµnh hai phÇn trùc giao:<br /> <br /> (6)<br /> trong ®ã, Ii = aisin( );<br /> Qi = aicos( )<br /> <br /> TËp hîp c¸c gi¸ trÞ tæ hîp bóp sãng ®­îc chia thµnh hai ma trËn trùc giao kÝch th­íc<br /> LLxNN. Trong ®ã sè hµng LL b»ng sè tæ hîp = 16, vµ sè cét NN b»ng (1800/ ®é ph©n<br /> gi¶i).§é lín cña sè cét NN®¹i diÖn cho sè mÉu ®­îc lÊy ®èi víi mét G§PX cã ¶nh h­ëng<br /> trùc tiÕp ®Õn thêi gian vµ chÊt l­îng cña m¹ng n¬ ron ®­îc luyÖn ra. NÕu NN qu¸ nhá viÖc<br /> kh«i phôc l¹i d¹ng G§PX sÏ kh«ng ®óng do qu¸ Ýt ®iÓm lÊy mÉu, nÕu NN qu¸ lín sÏ lµm<br /> gi¶m tÝnh kh¶ thi khi luyÖn m¹ng do khèi l­îng tÝnh to¸n qu¸ lín nh»m ®¶m b¶o mét møc<br /> lçi nhá cho mét l­îng lín d÷ liÖu.<br /> Víi mét m« h×nh m¹ng ANN lín nh­ hÖ thèng nªu trªn ®Ó ra ®­îc kÕt qu¶ thùc ¸p<br /> dông ®­îc trong thùc tÕ ngoµi viÖc thiÕt kÕ cÊu h×nh vµ chuÈn hãa ®Çu vµo, ph­¬ng thøc<br /> luyÖn m¹ng n¬ ron th«ng minh còng ph¶i ®­îc thiÕt kÕ nh»m ®¶m b¶o chÊt l­îng héi tô<br /> cña m¹ng phï hîp víi d¹ng ®Çu vµo vµ duy tr× æn ®Þnh bé nhí cho ch­¬ng tr×nh luyÖn. M«<br /> h×nh ®­îc bµi b¸o sö dông ®ã lµ m¹ng lan truyÒn ng­îc víi hµm truyÒn cho líp ®Çu vµo<br /> ®¸p øng tÝn hiÖu kh«ng tuyÕn tÝnh lµ ‘tansig’, c¸ch thøc luyÖn tèi ­u ®¶m b¶o bé nhí æn<br /> ®Þnh vµ kh¶ n¨ng héi tô nhê sù thay ®æi mÒm dÎo ®é gi¶m dèc gradient ®ã lµ Scaled<br /> Conjugate Gradient [3][4].<br /> <br /> Trong Matlab c©u lÖnh khëi t¹o m¹ng ®­îc viÕt nh­ sau:<br /> netI (=netQ) = newff(minmax(ISphi),[NN LL],{'tansig''purelin'},'trainscg');<br /> Tæ hîp c¸c lçi cã thÓ söa (biÕn interaction) ®­îc t¸ch trùc giao theo IS, QS vµ ®­îc ®­a<br /> vµo luyÖn m¹ng, c¸c ma trËn môc tiªu ®­îc më réng nhê lÖnh ‘repmat’ trong Matlab.<br /> for kj = 2:interaction<br /> IS = [IS transpose(I_SphiE(:,:,kj))]; QS = [QS transpose(Q_SphiE(:,:,kj))];end<br /> targetI=[TargetI repmat(TargetI,1,interaction-1)];<br /> <br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN qu©n sù, Sè 31, 06 - 2014. 41<br /> Ra ®a<br /> <br /> targetQ= repmat(TargetQ,1,interaction);<br /> netI = train(net,IS,targetI);netQ = train(net1,QS,targetQ);<br /> KÕt qu¶ cña qu¸ tr×nh luyÖn sÏ lµ tËp c¸c gi¸ trÞ träng sè liªn kÕt trong m¹ng n¬ ron vµ<br /> sÏ ®­îc n¹p vµo bo m¹ch cøng. S¬ ®å ho¹t ®éng cña hÖ thèng tÝch hîp ®­îc thÓ hiÖn trong<br /> h×nh 7.<br /> <br /> <br /> <br /> <br /> H×nh 7. HÖ thèng anten m¹ng tÝch hîp m¹ng n¬ ron tr¹ng th¸i tÜnh.<br /> <br /> Sau qu¸ tr×nh luyÖn, ANN kÕt qu¶ sÏ ®­îc l­u vµo c¸c file .mat t­¬ng øng. PhÇn cuèi cña<br /> bµi b¸o sÏ ®­a ra mét sè kÕt qu¶ m« pháng ®èi víi m¹ng ANN ®· luyÖn xong.<br /> <br /> 4. KÕt qu¶ m« pháng vµ kÕt luËn<br /> <br /> Víi m« h×nh m¹ng anten 16 phÇn tö cã ®iÒu chØnh møc bóp bªn cÇn suy gi¶m d­íi -<br /> 25dB . Mét m¹ng ANN ®· ®­îc hoµn thµnh vµ l­u tr÷ trong nh÷ng file Matlab. KÕt qu¶ m«<br /> pháng sÏ ®­îc thùc hiÖn nhê viÖc n¹p l¹i c¸c file nµy sau ®ã sö dông lÖnh ‘sim’®Ó ®­a mét<br /> ®Çu vµo cã chøa hai phÇn tö háng t¹i vÞ trÝ 5 vµ 10 kÕt qu¶ söa cña m¹ng n¬ ron chÝnh lµ<br /> c¸c tham sè ra cña lÖnh ‘sim’. H×nh 8 lµ kÕt qu¶ thu ®­îc nhê sù kÕt hîp m¹ng ANN vµo<br /> hÖ thèng t¹i c¸c gãc quÐt +200, +300, vµ -200, -300.<br /> <br /> G§PX anten m¹ng khi bÞ lçi hai phÇn tö cã møc bóp bªn d©ng lªn møc -13dB, c«ng suÊt<br /> trung b×nh ph¸t x¹ còng bÞ ®Èy lªn cao. TÝn hiÖu kÝch thÝch ban ®Çu nµy khi ®­îc hiÖu<br /> chØnh bëi mét ANN sÏ vÉn ®¶m b¶o ®­îc ®Ønh bóp bªn xÊp xØ -25dB, vÞ trÝ gãc quÐt kh«ng<br /> bÞ thay ®æi vµ c«ng suÊt thùc hiÖn G§PX còng ®­îc gi¶m xuèng.<br /> <br /> Qua qu¸ tr×nh thùc hiÖn m« pháng, mét sè ®iÓm cÇn chó ý khi luyÖn m¹ng n¬ ron ®ã lµ<br /> viÖc lùa chän hÖ sè lçi ph¶i ®¶m b¶o kÕt qu¶ ®Çu ra ®ång thêi kh¶ thi víi tiªu chuÈn héi tô.<br /> ViÖc chän hÖ sè lçi qu¸ nhá sÏ khiÕn m¹ng mÊt kh¶ n¨ng héi tô cÇn thiÕt.<br /> <br /> Ph­¬ng ph¸p luyÖn m¹ng theo c¸c thµnh phÇn trùc giao cña tÝn hiÖu ®­îc tr×nh bµy trong<br /> bµi b¸o thÓ hiÖn ®­îc ®é æn ®Þnh cao cña m¹ng theo c¶ vÒ biªn ®é vµ pha, lµ c¬ së lÝ thuyÕt<br /> quan träng cho qu¸ tr×nh ph¸t triÓn lý thuyÕt kh¾c phôc lçi thÝch nghi trong anten m¹ng<br /> pha vµ lµ d÷ liÖu chuÈn ®Ó thùc hiÖn mét hÖ thèng tù söa lçi b»ng phÇn cøng dùa trªn m¹ng<br /> n¬ ron. MÆc dï G§PX ®­îc hiÖu chØnh kh«ng gièng víi G§PX chuÈn nh­ c¸ch luyÖn trùc<br /> tuyÕn tuy nhiªn tèc ®é xö lý còng nh­ tÝnh mÒm dÎo, kh¶ n¨ng cøng hãa ®èi víi ANN<br /> tr¹ng th¸i tÜnh lµ v­ît tréi t¹o cho nã tÝnh ¸p dông thùc tiÔn cao.<br /> <br /> <br /> <br /> <br /> 42 L.D. HiÖu, …, H.H. Dòng, “M¹ng n¬ron dùa trªn m« h×nh … ph¸t x¹ anten m¹ng pha .”<br /> Nghiªn cøu khoa häc c«ng nghÖ<br /> <br /> <br /> <br /> <br /> Hình 8: Kết quả thực hiện sửa GĐPX dung ANN trạng thái tĩnh mô phỏng trên Matlab<br /> <br /> Tµi liÖu tham kh¶o<br /> [1]. Fa Long Luo, Rolf Unbehauen, “Applied neural networks for signal processing”,<br /> CambridgeUniversity Press, 1998, pp.367.<br /> [2]. Balanis C. A., “Antenna Theory analysis and design”, N.Y: J.W& Sons, 1997.<br /> [3]. S. Haykins, “Neural network: A comprehensive foundation,” IEEE Press/IEEE<br /> Computer SocietyPress, New York, 1994.<br /> [4]. H. Demuth, M. Beale, “Neural Network toolbox for use with Matlab: User’s guide”<br /> (Vers. 4), The Math Works Inc., Natick, MA, 2000.<br /> [5]. Bassem R. M.& Atef Z. E., “MATLAB Simulations for Radar Systems Design”, 2008.<br /> <br /> Abstract<br /> NEURAL network based on static orthogonal storage model<br /> for auto-correction radiation pattern of array antenna<br /> Pattern correction for array antenna with failed elements has many practical<br /> applications in radar, satellite and mobile comunication. Due to failure of elements,<br /> radiation pattern will be disturbed in terms of beamshape and quality of radiated signals.<br /> In this paper, we developed an application of artificial neural network (ANN) intergrated<br /> in radiation pattern synthesis system of array antenna. This neural network contains<br /> correct combinations which is stored statically in hardware to auto-correct signals for<br /> failure of radiated elements without the knowledge about positions of these elements. The<br /> paper presented theoretical basic, system building process and attained results based on<br /> Matlab simulation tools.<br /> Keywords: Array antenna, Artificial neural network, Radiation pattern.<br /> NhËn bµi ngµy 04 th¸ng 01 n¨m 2014<br /> Hoµn thiÖn ngµy 20 th¸ng 04 n¨m 2014<br /> ChÊp nhËn ®¨ng ngµy 25 th¸ng 05 n¨m 2014<br /> §Þa chØ: * ViÖn Ra ®a, ViÖn KH & CNQS;<br /> ** Khoa V« tuyÕn ®iÖn tö - Häc viÖn KTQS.<br /> <br /> <br /> <br /> <br /> T¹p chÝ Nghiªn cøu KH&CN qu©n sù, Sè 31, 06 - 2014. 43<br />
ADSENSE
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2