search query: @instructor Rahola, Jussi / total: 1
reference: 1 / 1
« previous | next »
Author: | Lehtiniemi, Tuukka |
Title: | Genetic algorithm optimization of antennas for mobile terminals |
Matkapuhelinantennien optimointi geneettisellä algoritmilla | |
Publication type: | Master's thesis |
Publication year: | 2006 |
Pages: | 98 Language: eng |
Department/School: | Sähkö- ja tietoliikennetekniikan osasto |
Main subject: | Radiotekniikka (S-26) |
Supervisor: | Vainikainen, Pertti |
Instructor: | Rahola, Jussi |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark S80 | Archive |
Keywords: | optimization genetic algorithm mobile terminal small antenna antenna feed structure optimointi geneettinen algoritmi matkapuhelin pieni antenni antennin syöttörakenne |
Abstract (fin): | Tässä diplomityössä tutkitaan geneettisen algoritmin käyttöä matkapuhelinantennin syöttörakenteen optimointiin. Matkapuhelimen runkomallina käytetään taittuvan, eli ns. simpukkamallisen matkapuhelimen maatasoja. Toisen maatason yläpuolelle on lisätty kelluva metallilevy. Geneettisellä algoritmilla optimoitava syöttörakenne sijaitsee maatason ja kelluvan metallilevyn välissä. Optimoinnin tarkoituksena on tuottaa antenni, joka toimii kaikilla neljällä GSM-taajuuskaistalla: molemmilla ylä- ja molemmilla alakaistoilla. Geneettistä algoritmia käytettiin kahdesta syystä. Ensinnäkin, käytetyn matkapuhelimen runkomallin toimintaperiaatteita ei tunneta kovin tarkasti. Geneettinen algoritmi kykenee tuottamaan antenniratkaisuja ilman tarkkoja tietoja rungon käyttäytymisestä, ja on siksi käyttökelpoinen uudessa tutkimuskohteessa. Toiseksi, geneettisen algoritmin käytöstä näin monimutkaisiin antennisovelluksiin ei ole raportoitua tutkimustietoa. Käytetty runkomalli on varsin monimutkainen, ja lisävaikeuksia tulee algoritmin soveltamisesta kahden selkeästi erillisen taajuuskaistan optimoinnissa. Sovelluskohde siis toimii konseptitestinä geneettiselle algoritmille. Optimointiongelmaa tarkastellessa huomattiin, että geneettiseen algoritmiin oli tehtävä sovellusriippuvia parannuksia. Työn aikana kehitettiin paranneltu antennigeometrian koodausmenetelmä, uudentyyppinen skaalattuihin heijastuskertoimen arvoihin perustuva hyvyysfunktio ja uusi kaksiulotteinen risteytysmenetelmä. Algoritmi, jossa yhdistyivät parannellut ja olemassa olevat menetelmät, tuotti onnistuneita antenniratkaisuja. Optimoimalla sekä ylempiä että alempia GSM-kaistoja erikseen saatiin tulokseksi asetetut kriteerit täyttäviä antenneja. Molempien taajuusalueiden optimointi yhtä aikaa tuotti riittämättömän kaistanleveyden alemmalla taajuusalueella. Sellaisenaan optimoitu antenni kattaa molemmat ylemmät GSM-kaistat ja toisen alemmista. Pääsyy riittämättömään alakaistaan on matkapuhelinmallin rungon pituus. Lyhentämällä rungon pituutta runkoresonanssin taajuus nousisi ylemmäs, ja tekisi alakaistan optimoinnin helpommaksi. Huolimatta alakaistan ongelmista voidaan sanoa, että geneettinen algoritmi toimii, ja sen käyttämisestä antennisuunnittelun apuna on nyt lupaavia kokemuksia. Yhdestä optimoidusta antennirakenteesta valmistettiin prototyyppi. Mallin rakentaminen oli melko vaativa tehtävä rakenteessa olevien ohuiden ilmarakojen vuoksi. Tästä huolimatta vastaavuus simuloitujen ja mitattujen impedanssien välillä havaittiin hyväksi. |
ED: | 2006-06-15 |
INSSI record number: 32020
+ add basket
« previous | next »
INSSI