论文部分内容阅读
伴随着现代无线通讯技术的快速发展，对于射频微波领域产品的周期和精度提出了更高的要求，而传统的CAD仿真软件设计周期长，建模精度不高，神经网络具有高度非线性和实时计算能力强等特点，采用神经网络建立微波器件的行为模型是对传统微波电路设计方法的有效补充，提高了建模的精确度，灵活性和高效性。 本文以国家自然科学基金“射频微波电路与系统非线性建模与分析方法研究”项目为支持，将神经网络建模技术分别应用于射频微波有源器件—功率放大器，无源器件—微带天线，射频前端子系统—超宽带下变频器建立行为模型，进行仿真。主要研究内容有: 1.针对射频功率放大器的非线性和记忆效应，提出一种改进的Elman神经网络功放模型，对射频功放的输入输出电压建立行为模型，仿真结果表明该模型精度高，收敛速度快，证明了该模型的有效性。 2.设计了一款工作于北斗B3频段的微带天线并提取其仿真数据，提出改进的粒子群算法优化RBF神经网络，并对此天线的回波损耗、特性阻抗建立神经网络模型，HFSS软件优化天线参数耗费时间长，而神经网络建模周期短，精度高，对于缩短天线的设计周期具有参考性价值。 3.利用信号源和频谱分析仪对可实现RF频率0.1GHz～50GHz到IF频率30MHz～5000MHz任意频段的超宽带下变频器的输入频率/输出功率进行测量并记录，采用改进粒子群算法优化的RBF神经网络对其建立行为模型，对于后续打包嵌入CAD软件进行系统仿真具有指导性意义。