Abstract
<jats:p>Конструкция микрополосковой патч-антенны традиционно основывалась на интенсивном двухволновом электромагнитном моделировании, что ограничивает возможности быстрой эвристики и оптимизации. В настоящей статье предлагается гибридная система обратного проектирования, в которой суррогатная модель на основе XGBoost сочетается с байесовской оптимизацией для синтеза прямоугольных патч-антенн с желаемыми рабочими характеристиками самым простым из возможных способов. Суррогатная модель также способна прогнозировать обратные потери антенны и резонансную частоту со значением RMSE 0.018 дБ, используя крупномасштабный общедоступный набор параметрических данных антенны. Байесовский алгоритм оптимизации отрабатывается за 60 итераций, демонстрируя значительное улучшение по сравнению с традиционными методами. Суррогатная модель впервые реализована на платформе NVIDIA Jetson Nano, обеспечивая задержку в 12 мс, низкое энергопотребление и вывод данных в режиме реального времени. Надежность модели была подтверждена тщательной проверкой на основе полноволнового моделирования. Предложенная структура в сочетании с четырнадцатью другими недавними исследованиями обеспечивает наилучший баланс между точностью, усилиями по оптимизации и готовностью к развертыванию. Этот подход предлагает первые практические решения для проектирования антенн на основе данных для интегрированных и реконфигурируемых систем.</jats:p>