Banca de DEFESA: WELLINGTON CANDEIA DE ARAUJO

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: WELLINGTON CANDEIA DE ARAUJO
DATA: 17/03/2014
HORA: 09:00
LOCAL: Sala de Reuniões do INCT-CSF
TÍTULO:

Síntese de Superfícies Seletivas de Frequência através de Técnicas de Computação Natural 


PALAVRAS-CHAVES:

Algoritmos Genéticos, Redes Neurais Artificiais, Superfícies Seletivas de Frequência, Otimização, Computação Natural.


PÁGINAS: 68
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
SUBÁREA: Telecomunicações
ESPECIALIDADE: Teoria Eletromagnetica, Microondas, Propagação de Ondas, Antenas
RESUMO:

As superfícies seletivas de frequência (FSS) têm sido objeto de intensa pesquisa nas duas últimas décadas, sendo utilizadas em diversas aplicações que vão desde sistemas de micro-ondas e antenas até aplicações em radomes e comunicações via satélite. Uma superfície seletiva de freqüência é um arranjo periódico que se constitui de elementos tipo patch ou abertura, ou mesmo por uma combinação de ambos, e exibe reflexão ou transmissão total na freqüência ressonante, se comportando dessa maneira como um filtro rejeita-faixa ou passa-faixa. Neste trabalho é realizada uma investigação numérica e experimental, consistindo do projeto, simulação computacional, construção e medição de estruturas de FSS. Esta FSS é estudada experimentalmente e suas características eletromagnéticas são medidas e simuladas através de programas de computador, equipamentos e técnicas de otimização. Estas estruturas são bastante complexas requerendo uma análise por técnicas de onda completa, como o método das diferenças finitas no domínio do tempo ou método dos elementos finitos. Para superar os custos computacionais e de tempo das técnicas de onda completa, podem ser utilizadas como alternativa as técnicas de computação natural. Algumas características como robustez, generalização, adaptabilidade e rápida convergência contribuem para o aumento significativo do emprego destas técnicas em aplicações na área de comunicações moveis. A modelagem das FSS citadas é realizada com redes neurais artificiais de múltiplas camadas, com o algoritmo de Levenberg-Marquardt para aprendizagem e treinamento. Os modelos neurocomputacionais desenvolvidos para as FSS proveem excelentes resultados e em concordância com valores obtidos através de medições em laboratório. A necessidade de estruturas com comportamento eletromagnético adequado em dispositivos de micro-ondas tem sido bastante estudada pelos pesquisadores da área. Essas estruturas requerem, em sua análise de características espectrais, técnicas rigorosas e elevada complexidade computacional em sua implementação. O objetivo desse trabalho consiste no projeto de FSSs através de redes neurais artificiais e outros algoritmos de computação natural selecionados, com aplicações na faixa de micro-ondas. A precisão dessa técnica é realizada experimentalmente e comparada com simulações efetuadas pelos softwares comerciais Ansoft Designer e Ansoft HFSS, utilizados na análise numérica do comportamento eletromagnético das FSSs através do Método dos Momentos (MoM) e do Método dos Elementos Finitos (FEM), respectivamente. Nesta tese um estudo bibliográfico em teoria de FSSs é realizado, bem como o estudo das redes neurais artificiais, algoritmos genéticos e outros algoritmos de otimização natural. Este estudo analisa também a solução da arquitetura de rede adequada aos projetos, algoritmos de treinamento, parâmetros dos algoritmos como número de neurônios nas camadas e quantidade de camadas das redes, bem como os parâmetros e funções adequadas para os algoritmos de otimização.


MEMBROS DA BANCA:
Presidente - 6345784 - ADAILDO GOMES D ASSUNCAO
Interno - 349732 - LAERCIO MARTINS DE MENDONCA
Externo ao Programa - 1422699 - HERTZ WILTON DE CASTRO LINS
Externo à Instituição - GERVASIO PROTASIO DOS SANTOS CAVALCANTE - UFPA
Externo à Instituição - JOSE DE RIBAMAR SILVA OLIVEIRA - IFRN
Notícia cadastrada em: 18/02/2014 07:57
SIGAA | Superintendência de Informática - | | Copyright © 2006-2020 - UFRN - sigaa10-producao.info.ufrn.br.sigaa10-producao