Проект направлен на разработку и реализацию модели, способной автоматически синтезировать параметры СВЧ фильтров на основе их топологии. Это позволит значительно сократить время проектирования устройств и повысить точность расчетов. В основе работы системы будут лежать технологии компьютерного моделирования, а также алгоритмы машинного обучения, которые обучаются на реальных данных СВЧ устройств.

Отрасль

Кибернетика

Цель

Создать систему, которая способна предсказывать электрические характеристики СВЧ фильтров на основе их физических параметров и наоборот, используя методы машинного обучения и программное обеспечение AWR для генерации обучающих данных.

Ожидаемые результаты

Датасет топологий СВЧ фильтров и их характеристик
Модель синтеза характеристик СВЧ фильтров по заданным параметрам и выбранной топологии
Оценка точности и эффективности синтеза СВЧ фильтров

Форма и способы промежуточного контроля

1. Еженедельные встречи для обсуждения прогресса. 2. Промежуточные отчеты по разработке модели машинного обучения и генерации/сбору датасета. 3. Демо-версии системы по этапам.

Форма представления результатов

1. Презентация работы системы. 2. Окончательный отчет с детальным описанием процесса разработки и тестирования. 3. Демонстрация работы системы на примерах.

Ресурсное обеспечение

1. Программное обеспечение AWR DE/CST для синтеза СВЧ фильтров. 2. Инструменты для машинного обучения (Python, PyTorch, Catboost, LAMA, Autogluon). 3. Вычислительные мощности для обучения моделей (локальные или облачные ресурсы).

Имеющийся задел

1. Доступ к AWR DE/CST для синтеза СВЧ фильтров. 2. Опыт использования инструментов машинного обучения. 3. Начальные наработки по сбору данных и созданию модели для синтеза характеристик.