بازیابی پترن و مشخصات میدان دور آنتن با اندازه گیری میدان نزدیک

از جمله ی پرتکرارترین و پایه ای ترین تست های آنتنی که در آزمایشگاه ها انجام می شود تست های مربوط به میدان دور آنتن های مختلف و بازیابی پارامتر های مختلف آن است . اما برای انجام این تست ها میبایست ابتدا در میدان دور این آنتن ها و درون محفظه ی بدون بازگشت (اتاق آنتن) این آزمایش ها انجام شود که برای آنتن های و فرکانس های مشخصی این فاصله زیاد می شود بطوری که ساختن چنین محفظه ای بسیار پر هزینه می شود عملی نیست.
در شکل زیر نواحی مختلف تابشی اطراف آنتن ها دیده می شود این نوع اندازه گیری در فاصله ی میدان نزدیک تابشی انجام می شود.

در این پروژه طبق استاندارد IEEE Std 1720™-2012 این روش ها در مرحله ی اول اجرایی شده و در ادامه با استفاده از روش های نوین ارتقا داده شده اند.

پروسه ی این روش اندازه گیری به این صورت است که ابتدا آنتن تحت تست را در فاصله ی مناسب از یک روبات اسکنر قرار می دهیم و بر روی اسکنر یک آنتن گیرنده ی مناسب (پراب مناسب نصب می کنیم ) همانطور که در شکل مشخص است این فاصله برای این روش بسیار کوچک است و نیازی به اتاق آنتن بزرگ نیست . در ادامه با اتصال این دو آنتن به دستگاه آنالیزگر شبکه و همچنین اتصال آنالیزگر و ربات اسکنر به کامپیوتر در صفحه ی اسکنر اقدام به ثبت تمامی میدان های مورد نیاز به صورت اتوماتیک , می کنیم . که شامل اندازه ی دامنه و فاز می شود از روی این اطلاعات با روش های ریاضی و محاسبات کوتاه کامپیوتری میتوانیم به اطلاعات میدان دور این آنتن دست پیدا کنیم و از روی آن اندازه ی دایرکتیویتی و پترن آنتن در تمامی زوایا قابل استخراج می باشد.

همچنین این روش اندازه گیری برای آنتن های آرایه ای و آنتن های بزرگ به صورت خاص بسیار مناسب است.

اندازه گیری های میدان نزدیک بر اساس شکل این صفحه ی اسکن و نوع چینش نقاط آن و همچنین شکل اسکنر به چند دسته تقسیم می شوند که هر کدام ریاضیات مختلف و ویژگی های خاص خود را دارا می باشند.

   

اندازه گیری میدان نزدیک صفحه ای مستطیلی برای آنتن های دارای گین غیر صفر مخصوصاً مناسب می باشد.

در شکل زیر چند مدل پراب مختلف مناسب برای اندازه گیری میدان نزدیک مشاهده می شود.

     

در زیر چند مدل اسکنر مختلف دیده می شود:

   

                                                اسکنر نوع H                                                                        اسکنر نوع T

MRI

تصویربرداری تشدید مغناطیسی به عنوان روشی غیر تهاجمی قادر است تصاویر آناتومی سه بعدی را بدون تشعشعات مضر و با تجسم عالی از ساختار آناتومی تولید کند. MRI تکنیک تصویربرداری زمان بری است. کیفیت تصویر ممکن است به دلیل حرکت های اختیاری یا غیر اختیاری بیمار کاهش یابد. تکنیک های تصویربرداری زیادی مثل تصویربرداری موازی، برای بهبود سرعت تصویربرداری پیشنهاد شده است. حسگری فشرده MRI یا CS-MRI با نقض نرخ نمونه برداری نایکوییست-شنون و با استفاده از تنکی تصاویر MR می کوشد تصاویر MR را با کاهش نمونه برداری از k-space بازسازی کند. در مطالعات پیشین، CS-MRI تبدیل های متعامد مثل تبدیل موجک استفاده شده است و در روش های اخیر، یادگیری دیکشنری برای تبدیلات وفقی مورد استفاده قرار گرفته است. CS-MRI روشی کارامد برای کاهش زمان اسکن تصویربرداری تشدید مغناطیسی است. با این حال، بار محاسباتی بازسازی با حسگری فشرده سنگین است و در نتیجه فرایند بازسازی زمان بر می شود. علاوه بر این، روش های حسگری فشرده بر پایه تبدیلاتی با پایه های ثابت یا دیکشنری های کم عمق هستند که ظرفیت مدل سازی را محدود می کند. یادگیری عمیق، جهت گیری جدیدی در تحقیقات یادگیری ماشین و هوش مصنوعی است. در مباحث بازسازی و اَبَر تفکیک پذیری تصاویر نشان داده شده است که شبکه های عصبی پیچشی در هر دو مورد کیفیت تصویر و سرعت بازسازی، بهتر از روش های مبتنی بر تنکی کار می کنند.