Red neuronal Backpropagation para la eliminación de lóbulos secundarios en un patrón de radiación

• Autores: Campa Arvizu, Carlos Felix, Acevedo Mosqueda, Marco Antonio
• Formato: objeto de conferencia
• Fecha de Publicación: 2010
• Institución: Universidad Inca Garcilaso de la Vega
• Repositorio: UIGV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uigv.edu.pe:20.500.11818/973
• Enlace del recurso: https://hdl.handle.net/20.500.11818/973
• Nivel de acceso: acceso abierto
• Materia: Ingeniería de Sistemas; Computación; Inteligencia artificial; Backpropagation; Factor de arreglo; Hamming; Computer sciences; Artificial intelligence

En este trabajo se propone una alternativa para inicializar los pesos en una red neuronal Backpropagation que se utiliza en un arreglo de antenas de siete elementos para introducir nulos en el patrón de radiación. El objetivo es reducir el número de iteraciones que se requieren para introducir nulos en las direcciones del jiter. Es importante reducir el número de iteraciones ya que el patrón de radiación se puede adaptar en el menor tiempo posible. La propuesta para la inicialización de los pesos se basa en el método de ventaneo utilizado para reducir de lóbulos secundarios en arreglos de antenas fijos. En este trabajo se utilizan también los coeficientes de un filtro FIR pasa bajas para inicializar el vector de pesos de la Backpropagation. Como primer paso se modifica el patrón de radiación del arreglo agregando un nulo en la dirección de una señal de interferencia conocida a priori, se propone el ángulo de 45.5º que corresponde al segundo lóbulo secundario. El vector de pesos de la red neuronal Backpropagation se inicializa con los valores de los coeficientes de diferentes ventanas. Para verificar la reducción en el número de iteraciones se calcula el error cuadrático medio MSE, la relación señal a ruido SNR y se gráfica el patrón de radiación. Además, se calcula el índice de correlación cruzada entre la señal deseada y la salida de la red en cada iteración.