Conati, A. (2009) Failure Detection In Antenne A Rilfettore Per Mezzo Di Approcci Parametrici Basati Su Algoritmi Di Ottimizzazione Di Tipo Euristico. Masters thesis, University of Trento.
|
Text
Abstract.A152.pdf Download (103kB) | Preview |
Abstract
Le antenne a riflettore rappresentano una tipologia di antenne utilizzata soprattutto nell'ambito delle telecomunicazioni satellitari. Tali dispositivi garantiscono infatti diagrammi di radiazione molto direttivi che consentono di direzionare la potenza trasmessa in una porzione molto limitata dello spazio circostante, limitando quindi sia gli sprechi che la ricezione di contributi interferenti. Al contempo, tali dispositivi presentano un'architettura piuttosto semplice, caratterizzata da una sorgente di campo detta illuminatore ed una superficie riflettente. Tuttavia, l'impiego di tali dispositivi in luoghi esposti ai fenomeni atmosferici o caratterizzati dalla presenza di detriti (si pensi ad esempio all'installazione sulla parte superiore degli edifici oppure a bordo del satellite) espone soprattutto la struttura riflettente ad un elevato rischio di danneggiamento. Al fine di limitare i danni causati da guasti alla struttura riflettente (ammaccature o forature), sono allo studio algoritmi detti di "Failure Detection" in grado di determinare la posizione e la forma di tali alterazioni strutturali al fine di modificare dinamicamente le caratteristiche della sorgente e correggere l'eventuale diagramma di radiazione alterato. In questo ambito, il presente progetto prevede lo sviluppo e la validazione di tecniche parametriche di failure detection basate su algoritmi di ottimizzazione di tipo euristico. In particolare, partendo da un progetto esistente e facendo riferimento soprattutto alla letteratura scientifica riguardante il rilevamento dei guasti nell'ambito degli array adattivi, l'obiettivo è implementare due strategie: la prima, basata su una codifica reale dello spostamento a seguito dei guasti dei vertici delle celle usate per discretizzare il riflettore, mentre la seconda consiste nel limitare l'informazione nella soluzione di prova alla posizione del guasto e allo spostamento delle celle alterate. In entrambi i casi il problema di ottimizzazione verrà dapprima risolto per mezzo di un algoritmo genetico (GA). Una possibile estensione, riguarderà l'uso del Particle Swarm Optimizer (PSO), disponibile presso gli archivi software del gruppo ELEDIA.
Item Type: | Student Project Guidelines (Masters) |
---|---|
Uncontrolled Keywords: | TPCW |
Subjects: | Uncategorized > TK Master Thesis and Project Reports |
URI: | http://www.eledia.org/students-reports/id/eprint/170 |
Actions (login required)
View Item |