预测建模和高性能增强智能thz天线用于6g应用程序,使用回归机器学习方法
Md Ashraful Haque1, Md Mostafa Arafat2, Isha Das3
1Department of Electrical and Electronic Engineering, Daffodil International University, Dhaka, 1341, Bangladesh. limon.ashraf@gmail.com.
Scientific reports
|October 5, 2025
概括
一个用于6G太赫兹应用的新型石墨烯MIMO天线提供了宽带宽和高收益. 机器学习模型,特别是额外树回归,显著提高设计预测的准确性和优化.
科学领域:
- 天线工程天线工程
- 特拉赫兹技术的技术.
- 材料科学 材料科学 材料科学
背景情况:
- 第六代 (6G) 无线系统需要为太赫兹 (THz) 频率提供先进的天线解决方案.
- 石墨烯独特的电磁特性使其成为高性能天线的有希望的材料.
- 现有的天线设计往往面临着在THz频率上实现宽带宽,高收益和高效隔离方面的挑战.
研究的目的:
- 为6G THz应用引入基于石墨烯的新型多输入多输出 (MIMO) 天线设计.
- 在带宽,增益,隔离和效率方面评估天线的性能.
- 整合机器学习 (ML) 以提高天线设计过程的预测建模和优化.
主要方法:
- 利用CST Studio Suite进行电磁模拟和设计.
- 在ADS中使用RLC相当的电路模型验证了天线设计.
- 采用了五种监督回归ML模型 (额外树,随机森林,决策树,山脊回归,高斯过程回归) 进行预测分析.
- 从天线几何形状的参数变化得出的数据集上训练ML模型.
主要成果:
- 拟议的石墨烯MIMO天线在三个宽带宽上表现出多共振行为:2.479 THz,0.516 THz和1.694 THz.
- 实现了13.41dB的峰值增益,34.2dB的隔离,以及高达90%的效率.
- 额外树木回归模型显示出更高的预测准确性,R2得分为98.91%,MAE为2.51%,MSE为0.44%.
- 证明了优异的多样性增长 (9.9993) 和一个低的包裹相关系数 (ECC) 0.00013.
结论:
- 新型石墨烯MIMO天线设计符合6G THz应用的苛刻要求.
- 集成ML和RLC电路建模显著减少模拟时间,并改善设计优化.
- 开发的框架为THz无线通信和生物医学应用的未来进步提供了一个强大的方法.
