PROJETO DE FSS EM 3,5 GHZ USANDO ALGORITMO BIO-INSPIRADO: UMA ABORDAGEM COM REDE NEURAL OTIMIZADO COM O ALGORITMO SAILFISH MULTIOBJETIVO
Algorithm Bioinspired, Sailfish Optmizador, general regression neural network, frequency selective surfaces
Este trabalho aborda uma técnica de otimização multiobjetivo híbrida bioinspirada, associada a uma rede neural de regressão geral como proposta para sintetizar a geometria e dimensões de uma superfície seletiva de frequência (FSS), para filtragem de ondas eletromagnéticas em aplicações 5G. Essa nova técnica híbrida associa o algoritmo bio-inspirado conhecido como Sailfish Optmizador (SFO), em conjunto de uma rede GRNN para a obtenção dos parâmetros de construção do filtro. Neste estudo o foco é destinado na aplicação do da técnica como ferramenta para o projeto e síntese da FSS, sendo ela com a forma de uma espira quadrada na célula unitária, impressa em uma placa de substrato de fibra de vidro (FR4). Os objetivos do processo de otimização consistem em ajustar a frequência ressonante do FSS para 3,5 GHz e a largura de banda de operação de 0,8 GHz. Uma Boa concordância entre os resultados simulados e medidos é relatada.