一种基于ALO-LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法技术

本发明专利技术公开了一种基于ALO‑LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法，主要步骤包括：提取训练集数据；运用蚁狮算法训练LMBP正向模型，优化权值和阈值并保存；保持权值阈值不变，在建立好的正向模型中输入结构参量，运行得到输出电参量；计算输出参量与目标参量之间的评价函数F；利用逆向迭代算法更新输入参量。将本发明专利技术的ALO‑LMBP神经网络逆向建模方法应用到小型化的双陷波特性的超宽带天线中，在已知天线的回波损耗S11和电压驻波比VSWR的情况下，可以简化设计过程。该方法提高网络稳定性和泛化能力，还缩短了网络运行时间。

【技术实现步骤摘要】
一种基于ALO-LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法
本专利技术属于一种射频微波器件的神经网络逆向建模研究方法，尤其涉及一种基于ALO-LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法。
技术介绍
随着当今移动通信、无线局域网、射频识别等快速发展，无线通信系统展现出巨大的潜力，其中射频微波器件设计的好坏直接影响着整个通信系统的性能。天线在无线通信技术中发挥着不可或缺的作用，它是承载着发射和接收无线电磁波、完成电磁转换的核心部件。其中，超宽带陷波天线具有尺寸较小、覆盖带宽范围广、辐射效率高，并能避免其他通信系统频段如WIMAX(3.3～3.6GHz)和WLAN(5.2～5.8GHz)的干扰的优点，适用于超宽带无线通信系统。在超宽带陷波天线的设计中，可以采用改变谐振器的尺寸和位置，或采用改变辐射贴片上缝隙的长度、宽度等尺寸实现天线的陷波特性。常用的天线设计与分析方法采用HFSS电磁仿真软件的辅助设计。在设计器件时，一旦天线的某个物理尺寸需要一个微小改变则需要重新优化设计，需要重新完整一个的电磁仿真过程，这样降本文档来自技高网...

【技术保护点】
1.一种基于ALO-LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法，其特征在于，包括以下步骤：/nS10、提取训练数据，选择一种具有双陷波特性的超宽带天线，提取其回波损耗S11与频率f和驻波比VSWR与f的关系数据作为模型的输入样本；/nS20、运用蚁狮算法训练LMBP正向模型，优化权值和阈值并保存；/nS30、保持权值阈值不变，在建立好的LMBP正向模型中输入结构参量f，运行得到对应的输出参量S11和VSWR；/nS40、计算输出参量与目标参量之间的评价函数F；/nS50、利用逆向迭代算法更新输入参量

【技术特征摘要】
1.一种基于ALO-LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法，其特征在于，包括以下步骤：
S10、提取训练数据，选择一种具有双陷波特性的超宽带天线，提取其回波损耗S11与频率f和驻波比VSWR与f的关系数据作为模型的输入样本；
S20、运用蚁狮算法训练LMBP正向模型，优化权值和阈值并保存；
S30、保持权值阈值不变，在建立好的LMBP正向模型中输入结构参量f，运行得到对应的输出参量S11和VSWR；
S40、计算输出参量与目标参量之间的评价函数F；
S50、利用逆向迭代算法更新输入参量
S60、将上述步骤得到的ALO-LMBP神经网络逆向建模方法用于具有双陷波特性的超宽带天线的研究，并将模型输出数据与LMBP逆向建模方法和直接逆建模的方法相比较。


2.如权利要求1所述的基于ALO-LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法，其特征在于，在所述步骤S10中，利用电磁仿真软件HFSS15.0仿真软件对具有双陷波特性的超宽带天线进行射频特性的建模仿真分析，回波损耗小于-10dB时，天线带宽为2.8-12.3GHz，在带宽范围内的电压驻波比(VSWR)在2以下；并且在3.23～3.7GHz和8.01～8.66GHz两个频段产生良好的陷波特性；
设置频率步长0.1GHz，提取天线回波损耗S11与f的数据和驻波比VSWR与f的数据各1400组。


3.如权利要求1所述的基于ALO-LMBP神经网络的双陷波特性超宽...

【专利技术属性】
技术研发人员：南敬昌，曹馨元，高明明，张沛泓，杜晶晶，
申请(专利权)人：辽宁工程技术大学，
类型：发明
国别省市：辽宁;21