The invention discloses a method for modeling the temperature characteristic of RF power amplifier based on BPNN: the training data and test data of the BPNN model are selected according to the measured data of the temperature characteristic of the RF power amplifier, the input variable and the output variable of the BPNN model are determined, the training data is guided into the BPNN model and the BPNN model is trained. To import the test data into the trained BPNN model, compare the output and test results of the BPNN model and calculate the error of the two, compare the test error MSE of the BPNN model and the size of the BPNN model precision expectation value, if the test error MSE is less than the precision expectation value, the BPNN model is trained and the test error MSE is large The training parameters are retrained until the MSE is less than the expected precision and the training ends. The invention uses BPNN to realize the prediction of the change of the performance index of the RF power amplifier in a given temperature range.
【技术实现步骤摘要】
一种基于BPNN的射频功放温度特性建模方法
本专利技术涉及射频功率放大器温度特性建模领域,更具体的说,是涉及一种基于BPNN的射频功放温度特性建模方法。
技术介绍
射频功率放大器是射频前端不可或缺的核心电路模块,其性能的好坏直接决定了无线通信系统性能的良莠。射频功率放大器的性能受温度的影响巨大,该缺陷在实际的工作过程中无法避免。文献调研结果表明:目前尚未建立完整的器件温度模型,导致所设计出来的射频功率放大器只能在某一特定的温度范围内满足要求。当射频功率放大器的工作温度发生变化(尤其是温度发生大范围变化)的时候,射频功率放大器的特性将随之发生变化,而这将极大地影响整个通信系统的性能和工作状态。因此,需要针对一个设计完成的射频功率放大器进行关于温度特性的行为表征,以实现在大范围温度变化情况下射频功率放大器特性的预测。要预测在大范围温度变化情况下的射频功率放大器的特性,这就需要开展大量的实际测试,而实际的测试过程是异常耗时的,而且实际的测试点又不可能是完整连续覆盖所有温度的。因此,在预测大范围温度变化情况下射频功率放大器的特性就面临一个迫切的需求:根据少数关键的测试点来表征整个温度范围内的射频功率放大器的特性。
技术实现思路
本专利技术的目的是为了克服现有技术中的不足,本专利技术提供一种基于BPNN的射频功放温度特性建模方法,基于射频功率放大器温度特性的实测数据,应用BackPropagationNeuralNetwork(BPNN),建立射频功率放大器性能指标(例如:S参数、输出功率、PAE等)关于温度的相关模型,实现对给定温度区间内射频功率放大器性能指标变化情况 ...
【技术保护点】
1.一种基于BPNN的射频功放温度特性建模方法,其特征在于,包括以下步骤:步骤一,根据所获得的射频功率放大器温度特性的实测数据选取BPNN模型的训练数据和测试数据;步骤二,确定BPNN模型的输入变量(输入功率、频率和温度)和输出变量(输出功率、S参数和PAE);步骤三,将训练数据导入BPNN模型中,对BPNN模型进行训练;步骤四,将测试数据导入已经训练好的BPNN模型中,比较BPNN模型输出结果和测试结果并计算二者的误差,即BPNN模型的测试误差MSE:
【技术特征摘要】
1.一种基于BPNN的射频功放温度特性建模方法,其特征在于,包括以下步骤:步骤一,根据所获得的射频功率放大器温度特性的实测数据选取BPNN模型的训练数据和测试数据;步骤二,确定BPNN模型的输入变量(输入功率、频率和温度)和输出变量(输出功率、S参数和PAE);步骤三,将训练数据导入BPNN模型中,对BPNN模型进行训练;步骤四,将测试数据导入已经训练好的BPNN模型中,比较BPNN模型输出结果和测试结果并计算二者的误差,即BPNN模型的...
【专利技术属性】
技术研发人员:马建国,周绍华,傅海鹏,
申请(专利权)人:天津大学,
类型:发明
国别省市:天津,12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。