Modelos através de redes neurais artificiais sem realimentação para dispositivos e circuitos de RF/micro-ondas.

• Ano de defesa: 2002
• Autor(a) principal: SILVA, Paulo Henrique da Fonseca.
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA; UFCG
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/3654

Esta tese contribui para o desenvolvimento de metodologias através de redes neurais para a modelagem de dispositivos e circuitos de RF/microondas. As aplicações desta técnica neuro-computacional alternativa foram revistas. O principal objetivo foi o estudo das redes neurais sem realimentação. As estratégias de aprendizado supervisionado, baseadas no método do gradiente, foram formuladas para estas redes neurais. Uma nova rede neural, designada RFS. foi proposto com o emprego de funções de ativação sample. O método convencional, EM-ANN, foi aplicado em diversos problemas de modelagem em RF/microondas e na simulação de circuitos não lineares. Na análise transitória de circuitos não lineares, aplicações inéditas de modelos MLPs para transistores MESFET de GaAs em simuladores de circuitos, demonstram a viabilidade do uso de redes neurais, como modelos de dispositivos ativos, para a análise de circuitos no domínio do tempo. Na análise em regime permanente senoidal de circuitos não lineares, aplicou-se as redes de Fourier em conjunto com um método inédito, denominado balanço harmônico simplificado. Modelos neurais baseados no conhecimento empírico foram desenvolvidos. Uma nova técnica de mapeamento de espaço baseado em redes neurais, denominada FDPSMN, foi proposta. Todos os algoritmos formulados, bem como, os métodos numéricos empregados nesta tese foram implementados em Matlab™ e C++. Sugestões para trabalhos futuros foram apresentadas.