Project

Bayesiaans actief leren voor de EMI nabije-veld karakterisatie van hogesnelheidselektronica

Code
G095224N
Looptijd
01-01-2024 → 31-12-2027
Financiering
Fonds voor Wetenschappelijk Onderzoek - Vlaanderen (FWO)
Promotor-woordvoerder
Onderzoeksdisciplines
  • Natural sciences
    • Machine learning and decision making
  • Engineering and technology
    • Wireless communications
    • Electromagnetism and antenna technology
    • Electronic circuit and system reliability
    • Scientific computing not elsewhere classified
Trefwoorden
Elektromagnetische compatibiliteit
 
Projectomschrijving

Het “Internet-der-Dingen”, “Industrie 5.0”, “Slimme Steden” en “Autonome Voertuigen” kunnen de samenleving enorme voordelen opleveren. Door hun verdere ontplooiing zullen we omringd worden door vele draadloos geconnecteerde toestellen. Ons leven zal meer en meer afhankelijk worden van de correcte werking van deze complexe elektronische toestellen. Echter, door miniaturisatie, extra functionaliteit en meer integratie, wordt de kans op interferentie tussen deze toestellen steeds groter. Immers, elk elektronisch toestel veroorzaakt elektromagnetische interferentie (EMI) terwijl het tezelfdertijd ook mogelijks kwets-baar is voor EMI van ander toestellen. Er is nood aan technieken om meer en beter te weten hoe toestellen beïnvloed worden door EMI en hoe we ze er bestand tegen kunnen maken. “EMI near-field scanning” heeft als techniek al aangetoond over veel potentieel te beschik-ken voor dergelijke EMI karakterisatie. Helaas kent deze techniek nog enkele belangrijke beperkingen - voornamelijk de meetsnelheid. Dit onderzoeksproject wil een oplossing bieden voor deze uitdagingen door geavanceerde nieuwe methoden te ontwerpen, gebaseerd op het gebruik van meerdere probes en slimme Bayesiaanse AI-algoritmes, die de effecten van EMI veel sneller kunnen karakteriseren. Deze aanpak kan een enorme stap vooruit betekenen om onze sterk geconnecteerde wereld betrouwbaarder en performanter te maken.