Алгоритми машинного навчання для адаптивного формування променя в інтелектуальних антенних системах

Автори A.P. Kumar1, Kali Varaprasad B2, P.R. Kumar3
Афіліація

1Department of AIML & ECE, CMR Engineering College, Hyderabad, India

2Department of ECE, Koneru Lakshmaiah Education Foundation, Vaddeswaram, Guntur, Andhra Pradesh, India

3Department of Artificial Intelligence and Machine Learning, Malla Reddy University, Hyderabad, India

Е-mail pramodvce@gmail.com
Випуск Том 17, Рік 2025, Номер 6
Дати Одержано 08 серпня 2025; у відредагованій формі 17 грудня 2025; опубліковано online 19 грудня 2025
Цитування A.P. Kumar, Kali Varaprasad B, P.R. Kumar, Ж. нано- електрон. фіз. 17 № 6, 06017 (2025)
DOI https://doi.org/10.21272/jnep.17(6).06017
PACS Number(s) 07.05.Tp, 84.40.Ba
Ключові слова Формування балки, Штучні нейронні мережі, Python, AOA.
Анотація

Розумні антени сьогодні є одним з найважливіших елементів технології бездротового зв'язку. Це пов'язано з їхніми особливими характеристиками та особливостями. Однак майбутнє застосування технологій інтелектуальних антен у бездротових структурах, ймовірно, значно вплине на ефективність використання спектру, мінімізує вартість нових мереж, покращить якість обслуговування та спростить різні технології бездротових мереж. Методи машинного навчання (МН) є дуже ефективними, потужними та популярними методами останніх десятиліть. Вирішуючи різні нелінійні проблеми, які неможливо просто вирішити традиційними методами, штучні нейронні мережі (ШНМ) продемонстрували свою величезну здатність забезпечувати вищу продуктивність. У цій статті представлено застосування штучних нейронних мереж до систем інтелектуальних антен. Найвідоміші методи адаптивного формування променя порівнюються з алгоритмом ШНМ для інтелектуальних антен. Python та його потужна бібліотека "matplotlib.pyplo" та функції "pyroacoustics" будуть використані для визначення вагових коефіцієнтів характеристик антени, щоб зменшити похибку в сигналі, отриманому за допомогою алгоритму зворотного поширення ШНМ.

Перелік посилань