基于神經(jīng)網(wǎng)絡(luò)的射頻元件建模與仿真軟件的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、射頻電路中含有大量的無(wú)源元件，這些無(wú)源元件在射頻電路中起著至關(guān)重要的作用，如何提供準(zhǔn)確的模型用于電路的仿真是射頻CAD工具的一個(gè)基本的，同時(shí)也非常關(guān)鍵的內(nèi)容，本文的主要工作就是圍繞射頻元件建模與仿真軟件的設(shè)計(jì)與實(shí)現(xiàn)展開(kāi)的。
　　 本文首先分析比較了射頻元件的傳統(tǒng)建模方法和神經(jīng)網(wǎng)絡(luò)建模方法，指出神經(jīng)網(wǎng)絡(luò)方法是一種能以很少計(jì)算量獲得很高精度的建模方法，相比于傳統(tǒng)的建模方法而言有其獨(dú)特的優(yōu)勢(shì)。把具有最佳性能的Levenberg-Mar

2、quardt算法引入到射頻元件的建模中，并對(duì)其收斂性問(wèn)題做了完善。為提高訓(xùn)練速度，改進(jìn)了Nguyen和、Widrow提出的權(quán)重和閾值的選取算法，盡可能讓神經(jīng)網(wǎng)絡(luò)中每一層的神經(jīng)元的傳輸空間均勻覆蓋到整個(gè)神經(jīng)網(wǎng)絡(luò)的輸入空間。在LM算法的實(shí)現(xiàn)中還采用數(shù)學(xué)和編程結(jié)合的方法，進(jìn)一步優(yōu)化算法，提高計(jì)算速度，并對(duì)改進(jìn)的算法進(jìn)行了收斂性測(cè)試，結(jié)果表明改進(jìn)的優(yōu)化算法性能更佳。
　　 基于這些改進(jìn)技術(shù)開(kāi)發(fā)了一個(gè)通用的射頻元件建模和仿真工具軟件，并使