Earticle

현재 위치 Home

Analysis of Performance Parameters of Microstrip Low Pass Filter with Open Stub at 1.08 GHz Using Ann

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSIP) 바로가기
  • 간행물
    International Journal of Signal Processing, Image Processing and Pattern Recognition 바로가기
  • 통권
    Vol.9 No.11 (2016.11)바로가기
  • 페이지
    pp.45-62
  • 저자
    Vishakha Dayal Shrivastava, Vandana Vikas Thakare
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A292855

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In the present paper analysis of performance parameters i.e., insertion loss and return loss of microstrip Low Pass Filter with open stub using Artificial Neural Networks has been presented. The Artificial neural network is used in predicting the performance parameters of the low pass filter with open stub as a function of its stub length. Levenberg –Marquardt training algorithms of FFBP-ANN. (feed forward back propagation Artificial Neural Network), Layer Recurrent-ANN and CFBP-ANN (cascaded forward back propagation Artificial Neural Network) has been used to implement the neural network models. Simulated values for training and testing the neural network are obtained by analysing the LPF structure by the use of CST Microwave Studio Software. Comparison of mean square error obtained from different ANN networks concluded that CFBP-ANN gives satisfactory result as compare to FFBP-ANN and Layer Recurrent ANN. The testing of output of neural model is found good agreement with simulated output.

목차

Abstract
 1. Introduction
 2. Design and Data Generation
 3. Ann Models for The Analysis Performance Parameters of Mircrostrip LPF
  3.1. Feed Forward Back Propagation (FFBP)Neural Network
  3.2. Layer Recurrent Neural Network
  3.3. Cascaded Forward Back Propagation (CFBP) Neural Network
 4. Training and Testing Through ANN
  4.1. Training and Testing for the Analysis of Return Loss Through ANN
  4.2. Training and Testing for the Analysis of Insertion Loss Through ANN
 5. Result
  5.1. Result of Return Loss
  5.2. Result of Insertion Loss
 6. Conclusion
 References

키워드

Keywords-Artificial Neural Networks Microstrip Low Pass Filter Feed Forward Back Propagation cascaded forward back propagation Artificial Neural Network and Layer Recurrent

저자

  • Vishakha Dayal Shrivastava [ Department of Electronics Engineering, Madhav Institute of Technology and Science, Gwalior, India ]
  • Vandana Vikas Thakare [ Department of Electronics Engineering, Madhav Institute of Technology and Science, Gwalior, India ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSIP) [Science & Engineering Research Support Center, Republic of Korea(IJSIP)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Signal Processing, Image Processing and Pattern Recognition
  • 간기
    격월간
  • pISSN
    2005-4254
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Signal Processing, Image Processing and Pattern Recognition Vol.9 No.11

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.