人工神經網絡技術在共形相控陣單元建模中的應用.pdf

1、本文對饋線巴倫、耦合器等分別建立了回傳神經網絡模型。在人工神經網絡的基礎上，引入了可用于復雜的電磁工程建模的知識人工神經網絡，并對Schiffman移相器建立了知識人工神經網絡模型。 首先，對饋線巴倫、多層定向耦合器、超寬帶天線及可重構天線建立BP神經網絡模型。結果表明網絡的性能很好，同時受訓后的各神經網絡模型還具有較強的推廣能力。 其次，在訓練樣本數據匱乏的情況下，應用知識人工神經網絡模型建立起Schiffman移相器

2、模型。結果表明該Schiffman移相器的知識人工神經網絡模型在保持較高的建模精度下具有良好的外推性。 另外，我們針對傳統的Schiffman移相器所存在的缺點將其進行改進，設計了一種新型的Schiffman移相器結構，該結構實現了Schiffman移相器在低介電常數下較高的移相度數，并且簡化了高介電常數下的加工工藝。 總之，本文所建立的網絡計算機模型不僅保持了電磁仿真的精度，而且還可以降低它們對CPU和內存等硬件的要求