Dairesel Anten Dizilerinin Optimum Sentezine Özgün Bir Yaklaşım: Elektrikli Yılan Balığı Yiyecek Arama Optimizasyonu

Öz

Dairesel Anten Dizileri (CAA), çok yönlü demet tarama yetenekleri nedeniyle modern kablosuz iletişim sistemlerinde çok önemli bir rol oynamaktadır. Ancak, bu dizilerin bastırılmış SLL ve dar HPBW elde edecek şekilde sentezlenmesi, elektromanyetik girişimi en aza indirmek için gerekli olan karmaşık bir optimizasyon problem olmaya devam etmektedir. Bu çalışmada, düzgün olmayan CAA'ların optimum sentezi için yeni bir biyo-tabanlı metasezgisel yaklaşım olan Elektrikli Yılan Balığı Yiyecek Arama Optimizasyonu (EEFO) algoritması uygulanmıştır. Elektrikli yılan balıklarının zeki avlanma davranışlarından esinlenen EEFO algoritması, optimum uyarma genliklerini ve eleman konumlarını belirlemek için kullanılmıştır. Önerilen yöntemin etkinliğini ve esnekliğini değerlendirmek için 8, 10 ve 12 elemandan oluşan üç farklı dizi konfigürasyonu incelenmiştir. EEFO ile elde edilen simülasyon sonuçları, literatürde iyi bilinen Genetik Algoritma (GA) ve Parçacık Sürü Optimizasyonu (PSO) ile mukayese edilmiştir. Karşılaştırmalı analiz, EEFO algoritmasının, özellikle SLL bastırma açısından bu geleneksel yöntemlerden önemli ölçüde daha iyi performans gösterdiğini ve anten dizisi tasarımı için güçlü bir araç olduğunu kanıtlamaktadır.

Anahtar Kelimeler

• Dairesel anten dizileri
• Electric Eel Foraging
• Optimizasyon
• Anten dizi sentezi.

Optimum Synthesis of Circular Antenna Arrays: A Novel Approach via Electric Eel Foraging Optimization

Öz

Circular Antenna Arrays (CAAs) play a pivotal role in modern wireless communication systems due to their versatile beam-scanning capabilities. However, synthesizing these arrays to achieve suppressed Side Lobe Levels (SLL) and narrow Half Power Beam Widths (HPBW) remains a complex optimization challenge essential for minimizing electromagnetic interference. In this study, a novel bio-inspired metaheuristic approach, the Electric Eel Foraging Optimization (EEFO) algorithm, is applied to the optimum synthesis of non-uniform CAAs. Inspired by the intelligent hunting behavior of electric eels, the EEFO algorithm is utilized to determine the optimal excitation amplitudes and element positions. To evaluate the efficacy and robustness of the proposed method, three distinct array configurations consisting of 8, 10, and 12 elements are investigated. The simulation results obtained via EEFO are rigorously benchmarked against well-established algorithms, specifically Genetic Algorithm (GA) and Particle Swarm Optimization (PSO). The comparative analysis demonstrates that the EEFO algorithm significantly outperforms these conventional methods, particularly in terms of SLL suppression, proving its effectiveness as a robust tool for antenna array design.

Anahtar Kelimeler

• Electric Eel Foraging
• Optimization
• Antenna array synthesis.

Kaynakça

1. T.S. Rappaport, Y. Xing, O. Kanhere, S. Ju, A. Madanayake, S. Mandal et al., “Wireless Communications and Applications Above 100 GHz: Opportunities and Challenges for 6G and Beyond”, IEEE Access, vol. 7, pp. 78729–78757, 2019.
2. M. Noor-A-Rahim, J. John, F. Firyaguna, H.H.R. Sherazi, S. Kushch, A. Vijayan et al., “Wireless Communications for Smart Manufacturing and Industrial IoT: Existing Technologies, 5G and Beyond”, Sensors, vol. 23, no. 1, pp. 73, 2022.
3. M. Agiwal, A. Roy and N. Saxena, “Next Generation 5G Wireless Networks: A Comprehensive Survey”, IEEE Communications Surveys & Tutorials, vol. 18, no. 3, pp. 1617–1655, 2016.
4. C.A. Balanis, Antenna Theory: Analysis and Design, 4th ed., Hoboken, NJ, USA: Wiley, 2016.
5. M. Panduro, A. Mendez, R. Dominguez and G. Romero, “Design of Non-Uniform Antenna Arrays for Side Lobe Reduction Using the Method of Genetic Algorithm”, AEU - International Journal of Electronics and Communications, vol. 60, pp. 713–717, 2006.
6. M. Shihab, Y. Najjar and N.D.M. Khodier, “Design of Non-Uniform Circular Antenna Arrays Using Particle Swarm Optimization”, Journal of Electrical Engineering, vol. 59, pp. 216–220, 2008.
7. M. Rattan, M.S. Patterh and B.S. Sohi, “Optimization of Circular Antenna Arrays of Isotropic Radiators Using Simulated Annealing”, International Journal of Microwave and Wireless Technologies, vol. 1, pp. 441–446, 2009.
8. U. Singh and T.S. Kamal, “Design of Non-Uniform Circular Antenna Arrays Using Biogeography-Based Optimization”, IET Microwaves, Antennas & Propagation, vol. 5, pp. 1365–1370, 2011.

9. A. Sharaqa and N. Dib, “Circular Antenna Array Synthesis Using Firefly Algorithm”, International Journal of RF and Microwave Computer-Aided Engineering, vol. 24, pp. 139–146, 2014.
10. K. Guney and S. Basbug, “A Parallel Implementation of Seeker Optimization Algorithm for Designing Circular and Concentric Circular Antenna Arrays”, Applied Soft Computing, vol. 22, pp. 287–296, 2014.
11. G. Ram, D. Mandal, R. Kar and S.P. Ghoshal, “Circular and Concentric Circular Antenna Array Synthesis Using Cat Swarm Optimization”, IETE Technical Review, vol. 32, pp. 204–217, 2015.
12. B. Babayigit and E. Senyigit, “Design Optimization of Circular Antenna Arrays Using Taguchi Method”, Neural Computing & Applications, vol. 28, pp. 1443–1452, 2017.
13. A. Durmuş, “Circular Antenna Array Synthesis Using Salp Swarm Optimization”, Balkan Journal of Electrical and Computer Engineering, vol. 8, no. 4, pp. 320–324, 2020.
14. L. Hanzo, Y. Akhtman, L. Wang and M. Jiang, MIMO-OFDM for LTE, WiFi and WiMAX: Coherent versus Non-Coherent and Cooperative Turbo Transceivers, Wiley, 2010.
15. W. Zhao, L. Wang, Z. Zhang, H. Fan, J. Zhang, S. Mirjalili et al., “Electric Eel Foraging Optimization: A New Bio-Inspired Meta-Heuristic Algorithm for Solving Engineering Applications”, Expert Systems with Applications, vol. 238, pp. 122200, 2024.