收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

微波神经网络技术研究

刘钊  
【摘要】:随着无线通信和微波技术的不断发展,需要既快速又精确的仿真模型。传统的微波CAD建模方法中,模型的精度和仿真速度往往是一对矛盾。因此建立新型的、高性能的仿真模型迫在眉睫。另一方面神经网络技术经过数十年的发展已经成为一种强有力的数学工具,尤其对于复杂的非线性问题有很强的处理能力。它不仅通用性强,而且建模过程简单,不需要任何先验知识,仿真精度高,适用范围广。基于上述优点,微波神经网络必然有非常光明的前景。 目前,国外在微波神经网络研究领域已经做了大量研究工作,有些研究成果已进入商品化阶段。但是国内在这一领域的研究还刚刚起步,不仅论文数目较少,而且研究重点只围绕少数几个问题,缺乏全面性、系统性。 本文从以下几个方面深入而系统的研究了微波神经网络技术: (实现了MLP、RBF、GRNN、小波网络、GA等各种经典的神经网络训练算法,并在此基础上提出了几种新型的神经网络和训练算法(第二章)。 (从隐神经元和神经网络结构入手,提出异化神经网络、源差分法及其变形、混合神经网络和通用前向神经网络优化器等新型的神经网络建模技术。它们不仅可以提高神经网络的性能,而且可以减少训练样点数量和训练时间,使建模过程更加高效(第六章)。 (使用神经网络技术对带状线、耦合带状线、微带线、耦合微带线、槽线和共面波导等各种传输线进行仿真和综合,这是设计各种微波无源元件和MMIC的基础(第三章)。 (使用神经网络技术对微波滤波器、阻抗变换器和定向耦合器等各种无源元件,以及GaAs MESFET、4H-SiC MESFET等有源元件进行建模,证明了神经网络模型的高效性和灵活性。(第四~六章) (在以上工作的基础上建立了微波神经网络数据库和微波神经网络工具箱。 (使用微波神经网络工具箱和各种建模技术对MMIC的设计和分析进行了初步的探讨,证明了微波神经网络技术在MMIC设计领域拥有广阔的应用前景(第九章)。 经过上述分析和实验证明,微波神经网络是一种简单而高效的数学模型。我们有理由相信,在不远的将来微波神经网络技术将对现有微波CAD技术中的难题提出有效的解决方案


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 马明诚;;埋置无源及有源元件的B~2it印制电路板[J];印制电路信息;2009年11期
2 马明诚;;埋置元件印制电路板的实用化开发[J];印制电路信息;2009年07期
3 王正华;混合无源元件与有源器件的光子模块[J];今日电子;2001年12期
4 云振新;;移动通信机中的无源元件[J];电子元器件应用;2001年11期
5 李天牧,李学群;基于神经网络的自动特征抽取[J];云南大学学报(自然科学版);1991年03期
6 kelly MF;邰常峰;;神经网络在肌电信号分析中的应用[J];国际生物医学工程杂志;1991年06期
7 汤新梁;;自由手写体数字识别的神经网方法[J];东南大学学报(自然科学版);1991年03期
8 曾黄麟;;一类新的模式识别联想神经网络[J];电讯技术;1992年01期
9 ;简讯[J];西安电子科技大学学报;1992年01期
10 卢科学;郭美义;;平移不变模式变换与神经网络[J];西安电子科技大学学报;1992年03期
11 吴新余;;简析Lyapunov函数40例[J];南京邮电大学学报(自然科学版);1992年04期
12 王继成,吕维雪;基于神经网络的逻辑计算[J];计算机工程与设计;1993年02期
13 高丽娜;邱关源;;神经网络高精度权值的模拟电路实现[J];电子与信息学报;1993年05期
14 陈在;;神经网络:一种全新的多媒体技术[J];重庆邮电学院学报(自然科学版);1993年01期
15 丁德恒;吕维雪;;基于神经网络的关系模式匹配方法[J];计算机科学;1993年01期
16 刘健勤;手写体汉字识别的神经网络算法[J];计算机应用研究;1994年01期
17 夏又生,吴新余;解框形约束最小二乘问题的神经网络[J];南京邮电学院学报;1994年03期
18 沈琴婉;黄五群;陈天崙;张延炘;;互连权值灰度阶有限的神经网络的蒙特卡洛学习算法[J];模式识别与人工智能;1994年02期
19 李杰,谷士文;HOPFIELD神经网络用于二维重叠物体的形状识别[J];长沙铁道学院学报;1995年02期
20 王卫,蔡德钧,万发贯;神经网络在图像编码中的应用[J];电子学报;1995年07期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 刘钊;微波神经网络技术研究[D];天津大学;2004年
2 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
3 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
4 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
5 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
6 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
7 杜文斌;基于神经网络的冠心病证候诊断标准与药效评价模型研究[D];辽宁中医学院;2004年
8 熊雪梅;参数化模糊遗传神经网络及在植物病害预测的应用[D];南京农业大学;2004年
9 李智;电站锅炉燃烧系统优化运行与应用研究[D];东北大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
2 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
中国重要报纸全文数据库 前10条
1 马明诚;提高可靠性 降低成本:内埋元件电路板作用大[N];中国电子报;2008年
2 清华大学新型陶瓷与精细工艺国家重点实验室副主任 周济;电子元件走进集成时代[N];中国电子报;2003年
3 王宏天;无源元件外形更小 性能更佳 成本更低 含铅更少[N];中国电子报;2002年
4 于翔;数字神经网络中的协同应用[N];网络世界;2009年
5 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
6 林金堵;PCB走向高密度精细化 四类产品最受关注[N];中国电子报;2008年
7 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
8 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
9 远东集团董事长兼总裁 王树柏;PCB技术五大趋势[N];中国电子报;2007年
10 清华大学材料系长江学者特聘教授 周济;新材料新技术推动无源电子元件发展[N];中国电子报;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978