版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、基片集成波導(dǎo)(Substrate Integrated Waveguide,SIW)是一種新型的基于周期結(jié)構(gòu)的電磁結(jié)構(gòu),可基于廉價的標(biāo)準(zhǔn)化印制電路板工藝或低溫共燒陶瓷工藝制作,具有類似于矩形波導(dǎo)的電磁性能,可用于構(gòu)建各種低成本高性能的電磁器件,適合應(yīng)用于毫米波等高頻電磁波段。由于采用平面工藝制作,也非常容易與平面電路進(jìn)行集成,具有很高的實際應(yīng)用價值。與傳統(tǒng)矩形波導(dǎo)器件不同的是大多數(shù)SIW器件中并沒有可調(diào)整的部分,一旦被制造出來其性能便已
2、由其材質(zhì)及幾何結(jié)構(gòu)決定,因此在設(shè)計階段能精確確定某些對性能有重要影響的關(guān)鍵參數(shù)便顯得十分重要。對SIW器件的優(yōu)化研究是一個往復(fù)迭代的過程,需要大量的仿真與測試工作,效率不高而且效果得不到保證。針對上述問題,本文引入神經(jīng)網(wǎng)絡(luò)進(jìn)行SIW器件優(yōu)化研究,主要研究內(nèi)容包括:
將SIW結(jié)構(gòu)中一列金屬通孔視為一開有長槽的導(dǎo)電壁,如實地考慮導(dǎo)體有限的電導(dǎo)率和非零的壁厚,基于Maxwell方程和Floquet模式函數(shù)分析計算了TE入射波與周期導(dǎo)
3、電壁的電磁相互作用,獲得了各次Floquet模式透射系數(shù)代表的電磁透射特性。所獲得的結(jié)果是進(jìn)一步分析各類具有周期導(dǎo)電壁的結(jié)構(gòu)和器件的基礎(chǔ)。
提出了一種振動重力場方法用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練,幫助神經(jīng)網(wǎng)絡(luò)的訓(xùn)練跳出誤差曲面上的局部最小值并在梯度下降算法所形成的“重力場”作用下向泛化誤差更低的方向下降。對振動重力場方法中用于控制訓(xùn)練過程的訓(xùn)練周期控制法和指標(biāo)判定法進(jìn)行了討論并比較了其不同。對于振動重力場方法中的核心控制參數(shù)—振動參量vp
4、(vibration parameter)的值對于訓(xùn)練過程和結(jié)果的影響進(jìn)行了分析并提出了建議的設(shè)置范圍。
在標(biāo)準(zhǔn)振動重力場算法的基礎(chǔ)上提出回溯振動重力場方法,可保證振動搜索的起始值一直向下降的方向變化。結(jié)合模擬退火算法提出了退火振動重力場算法。采用模擬退火算法的理念進(jìn)行振動搜索起始點的更新,具有以概率l收斂于全局最優(yōu)解的漸近收斂性,可以以概率l收斂于神經(jīng)網(wǎng)絡(luò)泛化誤差的全局最優(yōu)值。
利用自然常數(shù)π展開的內(nèi)在隨機性作為隨
5、機源構(gòu)建了一個隨機數(shù)發(fā)生器,分析了其產(chǎn)生的隨機數(shù)的性質(zhì)并將其應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練中。提出了一種改進(jìn)的BBP算法,連續(xù)展開時利用上一次展開的級數(shù)計算中間結(jié)果,可以有效提高π展開和產(chǎn)生隨機數(shù)的效率。提出了一種π和線性同余組合隨機數(shù)發(fā)生器,對其產(chǎn)生的隨機數(shù)序列進(jìn)行的統(tǒng)計分析表明其具有良好的隨機統(tǒng)計特性,在均勻性上優(yōu)于線性同余隨機數(shù)發(fā)生器,而且無最大周期限制,適用于對隨機數(shù)統(tǒng)計特性要求較高的場合。
提出了一種基于艾賓浩斯遺忘曲線的
6、神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法,可以很好地完成新增樣本的增量訓(xùn)練?;诎e浩斯遺忘曲線的神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法可獲得與全樣本批訓(xùn)練法相近的性能,所需要的樣本訓(xùn)練次數(shù)則遠(yuǎn)少于全樣本批訓(xùn)練。其在學(xué)習(xí)新樣本的同時可有效防止其遺忘已學(xué)習(xí)過的老樣本并保持神經(jīng)網(wǎng)絡(luò)的泛化能力,適用于大樣本集及新增樣本頻率較高的場合,可以有效提高神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效率改善其在線學(xué)習(xí)能力。
使用神經(jīng)網(wǎng)絡(luò)對SIW功分器、X波段波導(dǎo)濾波器和波導(dǎo)縫隙陣天線中的優(yōu)化問題進(jìn)行了研究。結(jié)果表明,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于知識神經(jīng)網(wǎng)絡(luò)的微波器件設(shè)計研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的微波射頻器件建模.pdf
- 基于神經(jīng)網(wǎng)絡(luò)非線性電子器件建模中的優(yōu)化方法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的微電子塑封器件的優(yōu)化設(shè)計方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的微波射頻MOSFET器件建模.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的最優(yōu)化算法研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的藥劑處方優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化的PID控制研究.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化設(shè)計.pdf
- 基于遺傳優(yōu)化的神經(jīng)網(wǎng)絡(luò)控制策略的研究.pdf
- 基于遞歸神經(jīng)網(wǎng)絡(luò)的優(yōu)化控制問題的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的非線性電子器件的建模方法研究.pdf
- 基于GPU的深度神經(jīng)網(wǎng)絡(luò)優(yōu)化方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的翼型優(yōu)化設(shè)計方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)優(yōu)化的股指預(yù)測模型研究.pdf
- 基于單層神經(jīng)網(wǎng)絡(luò)的凸優(yōu)化問題研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)盲均衡優(yōu)化算法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化和控制研究.pdf
- 基于人工神經(jīng)網(wǎng)絡(luò)的離散變量結(jié)構(gòu)優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的鍋爐控制系統(tǒng)優(yōu)化研究.pdf
評論
0/150
提交評論