Попали в алгоритм: умный проектировщик ускорит создание роботов и спутников
Как вычислительные технологии помогут улучшить форму антенн, связь и управление на расстоянии
0
EN
Следите за нашими новостями в удобном формате
Есть новость? Присылайте!
Ученые разработали алгоритм, который ускоряет проектирование патч-антенн — компактных устройств для Wi-Fi, спутниковой связи и других беспроводных технологий. Метод в разы уменьшает время на определение оптимальной формы изделия. При этом он не ограничен стандартными решениями, а адаптируется под конкретные задачи и электротехнические условия. Технологию успешно протестировали в инженерных программах, сократив число итераций с тысяч до сотен. Инновация будет полезна для разработки дронов, роботов, спутников и других устройств, где важны компактность и точность. Подробнее — в материале «Известий».
Как проектируют патч-антенны
Ученые из Московского физико-технического института предложили новый вычислительный метод, который позволяет быстро и эффективно проектировать патч-антенны — маленькие плоские пластины, которые в составе различных приборов служат для приема-передачи радиосигналов. Обычно такие устройства используют для Wi-Fi, спутниковой связи и других беспроводных технологий.
Как объяснили авторы проекта, предложенный алгоритм в несколько раз сокращает процесс разработки новой антенны. При этом он дает возможность выстроить баланс характеристик, с одной стороны, учитывая задачи, для которых предназначено устройство, с другой — принимая в расчет электротехническое окружение. Кроме того, предложенный алгоритм избавлен от инерции традиционных методов, которые зарекомендовали себя на знакомых схемах, но неэффективны для новых разработок. Вместе с тем он использует не «удобные» для расчета фигуры, а сам «придумывает» необходимую форму.
— Патч-антенны — это, по сути, маленькие «радиотарелки», которые применяют в компактных устройствах. Таких как мобильные телефоны, спутники, дроны и роботы. По сути, это металлическая пластина на диэлектрической подложке. Обычно их делают по технологии печатных плат, и чаще всего они имеют простую форму — прямоугольник или круг, — объяснил «Известиям» автор проекта, техник отдела прикладных исследований и разработок перспективных решений сотовой связи МФТИ Максим Артюшин.
Автор разработки, техник отдела прикладных исследований и разработок перспективных решений сотовой связи МФТИ Максим Артюшкин
По словам ученого, алгоритм обладает универсальностью — он может быть адаптирован под широкий спектр задач — от проектирования антенн для бытовых устройств типа Wi-Fi роутеров до сложных высокотехнологичных систем, таких как роботы и космические спутники.
В частности, метод позволяет разрабатывать антенны с нестандартной геометрией, что может улучшить их работу в динамичных средах. Это важно, например, для дронов. Также алгоритм позволит проектировать антенны с учетом сложных условий для работы аппаратов на околоземных орбитах.
Как уточнил специалист, обыкновенный способ моделирования заключается в том, что инженеры рассчитывают параметры антенны по формулам, а потом уточняют их с помощью компьютерного моделирования. Часто при этом задействуют алгоритмы, которые ищут оптимальное решение методом проб и ошибок. У этих подходов есть минус — они занимают много времени и ограничены стандартными формами, которые не всегда оптимальны.
Как упростить инженерные расчеты
В основе же нового метода, сообщил ученый, лежит способ ускорения расчетов, который вместо громоздкой и дорогостоящей вычислительной модели предполагает использование простой «тренировочной копии» — упрощенного двойника основной задачи. Таким образом, при проектировании патч-антенн инженеры сначала вводят в программу ограниченное число точных данных. На их основе строится математическая модель-имитатор, которая улавливает основные закономерности.
— Алгоритм на старте берет антенну базовой прямоугольной формы и при каждом тесте слегка ее меняет — вырезает некоторые области, отслеживая действие изменений. Если прием стал лучше, то форма подходит, если нет, то возвращается предыдущая форма. Так программа сама подбирает эффективную форму антенны. Этот подход снижает вычислительную нагрузку, поскольку на каждом шаге оптимизируется лишь небольшое число параметров, а не вся структура сразу, — пояснил Максим Артюшин.
Процесс последовательной оптимизации
Это похоже на «машинное обучение», уточнил ученый, — когда нейросети предсказывают результат без перебора вручную всех вариантов. В качестве аналогии можно представить, как, настраивая гитару, музыкант делает пробные настройки, запоминает, как меняется звук, и уже потом по этой «карте» быстро находите нужную ноту.
Разработчики проверили новый метод в программах FEKO и DT Seven — профессиональных платформах для инженерных расчетов, — и успешно рассчитали три устройства: простую на 10 ГГц, двухдиапазонную и всенаправленную антенны. Для их проектирования потребовалось от нескольких десятков до нескольких сотен попыток подбора. В то время как классические методы требуют тысяч итераций.
Экосистема для развития продукта
— При проектировании патч-антенн сложности возникают, когда нужно сделать нестандартную, нетривиальную топологию со специализированными или со специфическими свойствами. Например, если речь идет о сверхширокой полосе или о поддержке нескольких диапазонов, — рассказал «Известиям» директор компании «Матрикс Вейв», член гильдии «Рубежи науки» Алексей Космынин.
Ценность представленного метода — в упрощении расчетов за счет перебора по определенным правилам, пояснил он. Такой подход перспективен не только в отношении патч-антенн, но и других устройств. Например, сумматоров, радиочастотных фильтров и так далее.
— Основная проблема — моделирование «по наитию». Разработчик формирует геометрию, задает типы материалов, «запитывание» патчей и выполняет расчет. На это может потребоваться огромное количество итераций и времени. Вместе с тем самый популярный продукт для расчета сейчас под санкциями и стоит дорого, — объяснил «Известиям» доктор технических наук, руководитель секции «Кибербезопасность» отделения «Исследование проблем управления национальной обороной РФ» Академии военных наук, эксперт TechNet НТИ Александр Замятин.
Плюсы же нового метода — в адаптивности, когда оптимальное построение задает программный продукт, а не инженер ищет методом проб и ошибок, сообщил эксперт.
Вместе с тем, по мнению Александра Замятина, недостатки проекта традиционны для отечественных продуктов — это отсутствие экосистемы. То есть нет сообщества разработчиков, отсутствует система обучения и сертификации специалистов. Также, как правило, это слабая сервисная поддержка и, следовательно, малая клиентская база и выручка.
Гендиректор группы компаний ST IT, эксперт рынка TechNet НТИ Антон Аверьянов подчеркнул схожесть технологии с алгоритмами машинного обучения. Его развитие позволяет усовершенствовать патч-антенны и упростить их разработку. Однако, в связи с тем что подбор формы антенны производится лишь по части основных параметров, финальную версию всё равно необходимо тестировать с полными характеристиками.
