| 1 |
1
필드 세기를 측정하는 측정부; 및임의 위치에 배치된 전기 다이폴 및 자기 다이폴을 등가원으로 이용하여 필드 세기와 신경망을 형성하도록 구성된 기계학습 기반의 학습 모델을 포함한 학습부;상기 학습 모델을 이용하여 상기 필드 세기에 대응하는 안테나를 모델링하는 모델링부;를 포함하는 안테나 특성 측정 시스템
|
| 2 |
2
제1항에 있어서,상기 학습 모델은 상기 전기 다이폴 및 상기 자기 다이폴에서 다이폴 전류, 다이폴 길이, 다이폴 위치 및 전파 상수를 변경하여 생성된 필드를 학습 데이터로 학습하는 안테나 특성 측정 시스템
|
| 3 |
3
제2항에 있어서,상기 학습 모델은 입력 데이터로 AUT(antenna under test)로부터 상기 측정부가 측정한 검증 필드 세기를 이용하여 검증 전기 다이폴 및 검증 자기 다이폴을 출력하는 안테나 특성 측정 시스템
|
| 4 |
4
제3항에 있어서,상기 모델링부는 상기 출력된 검증 전기 다이폴 및 검증 자기 다이폴로부터 생성 필드 세기를 출력하는 안테나 특성 측정 시스템
|
| 5 |
5
제4항에 있어서,상기 생성 필드 세기와 상기 검증 필드 세기를 이용하여 상기 학습 모델을 테스트하는 테스트부;를 포함하는 안테나 특성 측정 시스템
|
| 6 |
6
제5항에 있어서,상기 측정부는 상기 필드의 위상을 더 측정하는 안테나 특성 측정 시스템
|
| 7 |
7
제6항에 있어서,상기 학습 모델은 상기 필드의 위상이 적용되어 상기 신경망을 형성하도록 구성되는 안테나 특성 측정 시스템
|
| 8 |
8
제7항에 있어서,상기 모델링부는 상기 필드의 위상을 적용하여 상기 안테나를 모델링하는 안테나 특성 측정 시스템
|
