Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Penchel, Rafael Abrantes | - |
Autor(es): dc.contributor | Bernardo, Helton Silva | - |
Autor(es): dc.creator | Tapia, Luis Alexandre Silveira | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:22:59Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:22:59Z | - |
Data de envio: dc.date.issued | 2024-07-30 | - |
Data de envio: dc.date.issued | 2024-07-30 | - |
Data de envio: dc.date.issued | 2024-07-08 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/256827 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/256827 | - |
Descrição: dc.description | Este trabalho tem como objetivo explorar a aplicação da técnica de redes neurais, especificamente a perceptron de múltiplas camadas, no contexto das ondas milimétricas para redes 5G. A proposta é treinar a rede neural com dados relacionados aos parâmetros de espalhamento S11 e S21, que são indicadores críticos da performance de dispositivos de micro-ondas, para determinar as dimensões de espaçamento entre os ressonadores, ideais de um filtro interdigital de quinta ordem. Além disso, o filtro é projetado para operar eficientemente na faixa de 26 GHz a 28 GHz, uma banda crucial para a tecnologia 5G. Para alcançar este objetivo, será utilizada uma base de dados gerada através da amostragem aleatória de um filtro interdigital, implementado com técnicas de design de filtros. Os dados coletados serão então analisados e refinados para servir como entrada para o modelo de regressão baseado em rede neural. Os resultados encontrados foram uma largura de banda de 26,30 a 28,05 GHz (1,75 GHz) com frequência central de 27GHz, com S11 e S21 médios de -17,11dB e -3,19dB respectivamente, o modelo MLP demostrou uma melhoria na planicidade da largura de banda na operação do filtro com score avaliado em 0,9 e a perda próxima de 153 para RG1 e 0,98 de score e perda de 38,69 para RG2. | - |
Descrição: dc.description | This work aims to explore the application of the neural network technique, specifically the multilayer perceptron, in the context of millimeter waves for 5G networks. The proposal is to train the neural network with data related to the scattering parameters S11 and S21, which are critical indicators of the performance of microwave devices, to determine the spacing dimensions between the resonators, ideals of a fifth-order interdigital filter. Furthermore, the filter is designed to operate efficiently in the 26 GHz to 28 GHz band, a crucial band for 5G technology. To achieve this objective, a database generated through random sampling of an interdigital filter, implemented with filter design techniques, will be used. The collected data will then be analyzed and refined to serve as input to the neural network-based regression model. The results found were a bandwidth of 26.30 to 28.05 GHz (1.75GHz) with a central frequency of 27GHz, with S11 and S21 averages of -17.11dB and -3.19dB respectively, the MLP model demonstrated an improvement in bandwidth flatness in filter operation with score evaluated at 0.9 and loss close to 153 for RG1 and 0.98 of score and loss of 38.69 for RG2. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Sistemas de comunicação sem fio | - |
Palavras-chave: dc.subject | Telecomunicações | - |
Título: dc.title | Design de filtros interdigitais para tecnologia 5G via redes neurais artificiais | - |
Título: dc.title | Design of interdigital filters for 5G technology via artificial neural networks | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: