微波神经网络技术的研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 要 摘 要 随着无线通信和微波技术的不断发展,需要既快速又精确的仿真模型。传统 的微波CAD建模方法中,模型的精度和仿真速度往往是一对矛盾。因此建立新 型的、高性能的仿真模型迫在眉睫。另一方面神经网络技术经过数十年的发展已 经成为一种强有力的数学工具,尤其对于复杂的非线性问题有很强的处理能力。 它不仅通用性强,而且建模过程简单,不需要任何先验知识,仿真精度高,适用 范围广。基于上述优点,微波神经网络必然有非常光明的前景。 目前,国外在微波神经网络研究领域己经做了大量研究工作,有些研究成果 己进入商品化阶段。但是国内在这一领域的研究还刚刚起步,不仅论文数目较少, 而且研究重点只围绕少数几个问题,缺乏全面性、系统性。 本文从以下几个方面深入而系统的研究了微波神经网络技术: 》实现了MLP,RBF,GRNN、小波网络、GA等各种经典的神经网络训练 算法,并在此基础上提出了几种新型的神经网络和训练算法 (第二章)。 》从隐神经元和神经网络结构入手,提出异化神经网络、源差分法及其变形、 混合神经网络和通用前向神经网络优化器等新型的神经网络建模技术。它们不仅 可以提高神经网络的性能,而且可以减少训练样点数量和训练时间,使建模过程 更加高效 (第六章)。 》使用神经网络技术对带状线、祸合带状线、微带线、祸合微带线、槽线和 共面波导等各种传输线进行仿真和综合,这是设计各种微波无源元件和 MMIC 的基础 (第三章)。 》使用神经网络技术对微波滤波器、阻抗变换器和定向藕合器等各种无源元 件,以及GaAsMESFET,4H-SiCMESFET等有源元件进行建模,证明了神经 网络模型的高效性和灵活性。(第四~六章) 》在以上工作的基础上建立了微波神经网络数据库和微波神经网络工具箱。 》使用微波神经网络工具箱和各种建模技术对MMIC的设计和分析进行了 初步的探讨,证明了微波神经网络技术在MMIC设计领域拥有广阔的应用前景 (第九章)。 经过上述分析和实验证明,微波神经网络是一种简单而高效的数学模型。我 们有理由相信,在不远的将来微波神经网络技术将对现有微波CA]〕技术中的难 题提出有效的解决方案 关键词:微波CAD,神经网络,无源元件,有源元件 摘 要 ABSTRACT Withtheincreasinglydevelopmentofwirelesscommunicationandmicrowavetechnology, weneedspeedyandaccuratecomponentmodelurgently.IntraditionalmicrowaveCADmethod, thepursuitofcomputationspeedandaccuracyhasoftenbeenatrade-offprocess.Modelswith betteraccuracyusuallycomewithmorecomputationandfastmodelshaveoftensacrificed accuracy.Weneednewmodelingtechniquesthatallowveryfastmodelevaluationanddonot sacrificeaccuracyatthesametime.Ontheotherhand,neuralnetworktechnologyhadbecomea powerfulmathematicaltool,especiallyforthecomplexnonlinearproblems.Ithasmany advantagessuchas:generalization,nopriorknowledgeneeded,modelingprocesssimple,and highaccuracy,whichmakeitbecomeaverypotentialmicrowaveCADtool. Recently,massiveresearchworkshadbeendoneaboutmicrowaveneuralnetworkatabroad. Manyofthemhadbecomeco

文档评论(0)

lyxbb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档