الفهرس 
Chapter 1: IntroductionOnly 14 pages are availabe for public view
 |  | from | 101 |  |  |
| | | from | 101 | | |
Abstract
ﻓﻲ ھﺬه اﻟﺮﺳﺎﻟﺔ ، ﯾﺘﻢ اﺳﺘﺨﺪام ﻧﻤﻮذج اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ ﻟﺘﺼﻤﯿﻢ ھﻮاﺋﻲ microstrip patch ﻟﻨﻄﺎق ﺗﺮدد ﻣﺘﻌﺪد اﻟﻨﻄﺎﻗﺎت. اﻟﺘﺼﻤﯿﻢ اﻟﻤﻘﺘﺮح أﻛﺜﺮ دﻗﺔ وأﺳﺮع ﺑﺎﺳﺘﺨﺪام ﺷﺒﻜﺔ (Radial Basis Function (RBF. ﺗﺤﻠﯿﻞ وﻣﺤﺎﻛﺎة ﻧﮭﺞ ﺟﺪﯾﺪ ﻟﺘﺼﻤﯿﻢ ھﻮاﺋﻲ microstrip ﻻﺳﺘﺨﺪاﻣﮫ ﻓﻲ اﻟﺘﻄﺒﯿﻘﺎت اﻟﺼﻨﺎﻋﯿﺔ واﻟﻌﻠﻤﯿﺔ واﻟﻄﺒﯿﺔ. ﯾﺴﺘﺨﺪم ﻧﻤﻮذج اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ (ANN) ﻟﺘﺤﻠﯿﻞ وﺗﻮﻟﯿﻒ ﺗﺮدد اﻟﺮﻧﯿﻦ وﻓﻘﺪان اﻟﻌﻮدة. ﯾﺘﻢ ﺗﺤﺪﯾﺪ اﻟﺘﺮدد اﻟﺬي ﯾﺮن ﻓﯿﮫ اﻟﮭﻮاﺋﻲ ﻣﻦ ﺧﻼل ﺣﺠﻤﮫ وﺷﻜﻠﮫ. اﻷﺑﻌﺎد اﻟﻤﺎدﯾﺔ ﻣﺜﻞ ﻋﺮض اﻷرض أو اﻟﺮﻛﯿﺰة (wg = ws) ، وﻋﺮض اﻟﺮﻗﻌﺔ (wp) ، وطﻮل اﻷرض أو اﻟﺮﻛﯿﺰة (lg = ls) ، وطﻮل اﻟﺘﺼﺤﯿﺢ (lp) وأﺑﻌﺎد ﻧﻘﻄﺔ اﻟﺘﻐﺬﯾﺔ (x & y ) ﻓﻲ ﺧﻮارزﻣﯿﺎت ANN ﻧﻤﻮذج اﻟﻮظﯿﻔﺔ اﻷﺳﺎﺳﯿﺔ (RBF) واﻟﺨﻮارزﻣﯿﺔ اﻟﺨﻄﯿﺔ. ﺗُﺴﺘﺨﺪم ھﺬه اﻟﻮرﻗﺔ ﻟﺘﺤﻠﯿﻞ اﻟﻤﻌﻠﻤﺎت واﻟﺘﻮﻟﯿﻒ ﻓﻲ ﺗﺤﺪﯾﺪ ﺧﺴﺎرة اﻟﻌﻮدة (S11) وﺗﺮدد اﻟﺮﻧﯿﻦ (fr) ﻟﻠﮭﻮاﺋﻲ. ﯾﺘﻢ ﺗﺤﻠﯿﻞ ﺗﻜﻮﯾﻦ اﻟﮭﻮاﺋﻲ ﺑﺎﺳﺘﺨﺪام ﺗﻘﻨﯿﺔ ﻣﺤﺎﻛﺎة اﻟﻜﻤﺒﯿﻮﺗﺮ (CST). ﺗﻘﺪم ھﺬه اﻟﺮﺳﺎﻟﺔ وﺗﻮﺿﺢ ﺗﺼﻤﯿًﻤﺎ ﯾﻌﺘﻤﺪ ﻋﻠﻰ اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ اﻻﺻﻄﻨﺎﻋﯿﺔ ﻟﮭﻮاﺋﯿﺎت اﻟﺘﺼﺤﯿﺢ اﻟﺪﻗﯿﻘﺔ اﻟﻤﺴﺘﻄﯿﻠﺔ ﺑﺎﺳﺘﺨﺪام اﻟﺸﺒﻜﺔ اﻟﻌﺼﺒﯿﺔ ذات اﻷﺳﺎس اﻟﺸﻌﺎﻋﻲ. ﺗﻢ ﺗﻘﯿﯿﻢ اﻟﺨﻮارزﻣﯿﺔ اﻟﻌﺼﺒﯿﺔ ﻋﻠﻰ 1733 ﻣﺠﻤﻮﻋﺔ ﺑﯿﺎﻧﺎت ﻣﻊ ﻣﻌﻠﻤﺎت .ANN ﻹﻧﺸﺎء وﺗﻨﻔﯿﺬ ﻧﻤﻮذج ﺧﻮارزﻣﯿﺔ Python اﻹدﺧﺎل واﻹﺧﺮاج. 1300 ﻋﯿﻨﺔ ﻟﻠﺘﺪرﯾﺐ و 433 ﻋﯿﻨﺔ ﻟﻼﺧﺘﺒﺎر. ﺗﻢ اﺳﺘﺨﺪام ﻣﻦ ﺧﻼل ﺗﻐﯿﯿﺮ ﻋﺪد اﻟﺨﻼﯾﺎ اﻟﻌﺼﺒﯿﺔ واﻟﻄﺒﻘﺎت اﻟﻤﺨﻔﯿﺔ ، ﯾﺘﻢ ﺗﺤﺴﯿﻦ ﻣﺨﺮﺟﺎت وظﯿﻔﺔ اﻷﺳﺎس اﻟﺸﻌﺎﻋﻲ. ﯾﻤﻜﻨﻨﺎ ﺗﻘﻠﯿﻞ ﺗﺄﺧﯿﺮ وﻗﺖ اﻟﻨﻈﺎم وﺧﻄﺄ اﻹﺧﺮاج ﺑﺎﺳﺘﺨﺪام ھﺬا اﻟﻨﻤﻮذج. ﺗﻤﺖ ﻣﻘﺎرﻧﺔ ﻧﺘﺎﺋﺞ اﻟﻄﺮﯾﻘﺔ اﻟﻤﻘﺘﺮﺣﺔ ﺑﻨﺘﺎﺋﺞ ﻟﺠﻨﺔ اﻟﻌﻠﻢ واﻟﺘﻜﻨﻮﻟﻮﺟﯿﺎ ووﺟﺪت أﻧﮭﺎ ﻣﺘﻮاﻓﻘﺔ ﺟﯿدا.