Константин Лемберг | Машинное обучение для оптимизации рефлекторных антенных облучателей

Konstantin Lemberg | Machine learning for optimized reflector antenna feeds Abstract This paper presents a rapid machine learning-based method for optimizing reflector antenna feeds. Calculating the aperture efficiency of reflector antennas with a given feed using numerical simulation is computationally intensive. We propose a simple regression model, trained on numerical simulation data, that predicts reflector antenna aperture efficiency from seven features extracted from the feed's radiation pattern. A specific post-processing routine in CST Studio Suite automatically calculates these features from the feed design and estimates aperture efficiency with 10% accuracy, bypassing the need for full reflector antenna numerical simulation. The proposed approach drastically reduces design time and facilitates efficient feed geometry optimization. Main paper/arXiv, related to the seminar, and other references Сивов Н. О., Лемберг К. В. Оптимизация облучателя с ближнепольным контррефлектором с использованием алгоритмов машинного обучения // Материалы VIII Всерос. науч.-техн. конф. «Системы связи и радионавигации». 2024. С. 110-115. 00:00 Начало доклада 04:27 Процедура синтеза антенны 08:30 Варианты моделей антенны 11:57 Суррогатная модель антенны 16:36 Обучение суррогатной модели 22:25 Схема применения суррогатной модели 26:20 Примеры использования 30:28 Q&A