scispace - formally typeset
Open AccessDissertation

Synthese de diagrammes de reseaux d'antennes par optimisation convexe

Hervé Lebret
Reads0
Chats0
TLDR
In this paper, the authors present a set of problems of synthese de diagrammes de reseaux d'antennes, which are solved by numeriques d'optimisation convexe.
Abstract
Cette these montre que de tres nombreux problemes de synthese de diagrammes de reseaux d'antennes peuvent etre resolus par des techniques numeriques d'optimisation convexe. En effet, les reseaux d'antennes consideres peuvent avoir une geometrie quelconque et les diagrammes elementaires des antennes peuvent etre tres generaux. Ces reseaux peuvent egalement etre a fonctionnement large bande. Les questions importantes de robustesse sont egalement abordees. Enfin on peut noter que les methodes numeriques utilisees sont applicables a de nombreux autres techniques de l'ingenieur, notamment a la synthese de filtres. La convexite est une notion mathematique fondamentale qui n'a guere ete utilisee dans le domaine des reseaux d'antennes. Elle a pourtant deux proprietes essentielles qui sont exposees dans ce rapport: tout d'abord elle garantit toujours une optimalite globale, c'est a dire que tout minimum local d'une fonction convexe est un minimum global ; ensuite la convexite permet d'obtenir des informations detaillees sur l'optimisation grace a la theorie de la dualite. Bien que ces problemes n'aient pas de solution analytique, ils peuvent etre traites numeriquement, et de maniere plus efficace encore depuis l'apparition recente de nouveaux algorithmes: il s'agit de la famille des algorithmes de l'ellipsoide et des tres efficaces methodes de points interieurs. De nombreuses simulations effectuees avec ces deux groupes d'algorithmes sont presentees, en particulier le probleme classique de la minimisation des lobes secondaires. D'autres simulations traitent de la valeur des poids et de minimisation de puissance

read more

Citations
More filters
Journal ArticleDOI

Applications of second-order cone programming

TL;DR: In this paper, an efficient primal-dual interior-point method for solving second-order cone programs (SOCP) is presented. But it is not a generalization of interior point methods for convex problems.
Journal ArticleDOI

Robust Solutions to Least-Squares Problems with Uncertain Data

TL;DR: This work considers least-squares problems where the coefficient matrices A,b are unknown but bounded and minimize the worst-case residual error using (convex) second-order cone programming, yielding an algorithm with complexity similar to one singular value decomposition of A.
Journal ArticleDOI

Robust Solutions to Uncertain Semidefinite Programs

TL;DR: This paper shows how to formulate sufficient conditions for a robust solution to exist as SDPs, and provides sufficient conditions which guarantee that the robust solution is unique and continuous (Holder-stable) with respect to the unperturbed problem's data.
Journal ArticleDOI

Optimal Narrow Beam Low Sidelobe Synthesis for Arbitrary Arrays

TL;DR: The classical narrow main beam and low sidelobe synthesis problem is addressed and extended to arbitrary sidelobe envelopes in both one and two dimensional scenarios and the proposed approach allows also to handle arbitrary arrays.

A semismooth newton-cg augmented lagrangian method for large scale linear and convex quadratic sdps

Zhao Xinyuan
TL;DR: In this paper, a number of people who have supported and encouraged me in the work of this thesis are recognized and acknowledged.2009 ii Acknowledgements I hope to express my gratitude towards a number, including my advisor Toh Kim Chuan, co-advisor Defeng Sun, and co-student Gongyun Zhao.