论文部分内容阅读
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已经做了大量研究工作,有些研究成果已进入商品化阶段。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、耦合带状线、微带线、耦合微带线、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、阻抗变换器和定向耦合器等各种无源元件,以及GaAs MESFET、4H-SiC MESFET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CAD技术中的难题提出有效的解决方案