支持向量機(jī)在射頻功率器件建模中的應(yīng)用研究.pdf

1、隨著通信技術(shù)的發(fā)展,越來越多的功率器件工作在大信號條件下,器件呈現(xiàn)出強(qiáng)烈的非線性特性。傳統(tǒng)的S參數(shù)理論只適合分析線性系統(tǒng),對于非線性問題已經(jīng)不再適用。因此,急需一種新的方法來代替S參數(shù)理論。非線性散射函數(shù)理論是由S參數(shù)理論推廣而來,它成功地解決了大信號條件下非線性描述的難題,被廣泛地應(yīng)用于射頻功率器件的特征建模技術(shù)上。與此同時,人工智能算法也在飛速地發(fā)展,將智能算法應(yīng)用于射頻功率器件建模是一種非常快捷和高效的方法,相比于傳統(tǒng)的建模方法具

2、有明顯的優(yōu)勢,正被廣泛地采用。
　　 首先,本論文介紹射頻功率器件的建模方法,重點介紹傳統(tǒng)的行為模型建模方法,包括冪級數(shù)法、Volterra級數(shù)法、包絡(luò)域模型法、諧波平衡法和神經(jīng)網(wǎng)絡(luò)模型法,分析各自的優(yōu)缺點。同時也介紹一些表征器件非線性特性的方法,如AM-AM、AM-PM、交調(diào)失真以及三階截交點等理論。著重分析非線性散射函數(shù)法,為論文的研究做理論鋪墊。
　　 其次,射頻功率器件建模已經(jīng)朝著計算機(jī)輔助和自動化設(shè)計方向發(fā)展。

3、在建立模型上多采用人工智能算法和非線性散射函數(shù)相結(jié)合的方法,相比于傳統(tǒng)的物理級模型和電路級模型更加方便和高效。因此本論文又介紹支持向量機(jī)的理論,準(zhǔn)備運(yùn)用支持向量機(jī)的回歸特性來擬合射頻功率器件的非線性散射函數(shù)曲線。
　　 然后,本論文將支持向量機(jī)應(yīng)用于射頻功率器件建模,利用其優(yōu)秀的回歸特性來擬合功率器件的非線性散射函數(shù),并且和神經(jīng)網(wǎng)絡(luò)算法進(jìn)行對比,在功率器件建模領(lǐng)域再次證明支持向量機(jī)的優(yōu)勢;接下來,針對測試數(shù)據(jù)的特點和非線性散射函