使用机器学习算法的双端口特拉赫兹基石墨烯基调天线的性能预测,具有极化和模式多样性功能

科学领域:

• 电磁学和应用物理学
• 天线理论和设计.
• 特拉赫兹技术的技术.

背景情况:

• 太赫兹 (THz) 通信系统需要先进的天线解决方案来有效地传输信号.
• 现有的天线往往缺乏极化和模式多样性,限制了它们在复杂环境中的适用性.
• 可调节和可重新配置的天线对于适应动态THz通信需求至关重要.

研究的目的:

• 提出并分析一种混合双端口散热器,具有集成的极化和模式多样性.
• 研究结构特征,如风扇叶片槽和部分反射表面 (PRS) 对天线性能的影响.
• 使用石墨烯涂层证明散热器的调整性,并使用机器学习技术评估其性能.

主要方法:

• 混合式双端口散热器的设计和模拟,其中包括风扇叶片插槽和PRS.
• 在介电器上使用石墨烯涂层,以获得可调节的特性.
• 采用随机森林和XGBoost算法来预测天线反射系数 (diS11n).
• 对天线参数的分析,包括轴比,隔离和光束倾斜.

主要成果:

• 散热器在2.453.15 THz频率范围内实现有效运行.
• 保持低轴比 (<3 dB) 从2.61到2.89 THz,表明良好的圆极化.
• 实际上,PRS从端口-1和端口-2的光束倾斜了±30度.
• 石墨烯涂层可以有效调整散热器的性能.

结论:

• 拟议的混合双端口散热器显示出显著的极化和模式多样性.
• 该天线的调节性质和光束方向能力使其非常适合基于THz的蜂通信系统.
• 机器学习用于性能预测的整合展示了一种高效的设计优化方法.