-
题名基于卷积神经网络的微带滤波器的参数预测
- 1
-
-
作者
揭智航
杨维明
李进
-
机构
湖北大学人工智能学院
-
出处
《电子器件》
CAS
2024年第2期490-495,共6页
-
基金
2018年国家“新工科”研究与实践项目(教高厅函[2018]17号)。
-
文摘
提出了一种基于卷积神经网络的微带带通滤波器的参数预测方法,针对一个三频带带通滤波器进行预测。首先利用HFSS电磁仿真软件训练数据得到S参数的数据集作为真实值数据集,将微带滤波器的S参数作为输入,物理结构参数作为输出,通过卷积神经网络进行训练,最后将目标S参数作为输入进行参数预测。相比于简单的全连接神经网络,卷积神经网络不仅能够大幅度地减少网络参数,还有效避免了过拟合情况的出现,解决了全连接神经网络耗时长的问题,并且由于卷积神经网络对于结构参数的预测是直接的,即使对于初学者也可以节省大量设计时间。仿真结果表明,目标S参数与卷积神经网络预测后得到的S参数拟合程度很高,证明了该方法对微带滤波器物理结构参数的预测有较高的准确率。
-
关键词
卷积神经网络
参数预测
三频带带通滤波器
HFSS电磁仿真
-
Keywords
convolutional neural network
parameter prediction
three⁃band bandpass filter
HFSS electromagnetic simulation
-
分类号
TN713.5
[电子电信—电路与系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
