基于非线性散射函数和小波神经网络建模方法的研究及应用

论文摘要

微波电路非线性理论的分析和研究已经逐渐引起人们的关注。本文首先以传统的非线性表征方法为基础,提出了非线性散射函数法这一新的表征方法。非线性散射函数考虑了谐波的产生,因而可以分析电路的非线性特性。重点研究了它的定义、物理含义、性质以及网络连接的表达形式。之后,本文对大信号微波器件提出了黑箱建模法。这种方法不需要知道器件内部的结构及作用机理,只需知道端口的工作特性就可以拟合出器件参数的等效模型。人工神经网络是近来发展迅速的一种黑箱模型,而将小波分析和神经网络紧密结合的小波神经网络已经成为解决非线性建模问题的一种有效的工具。小波神经网络建模法是基于频域测量的,本文介绍了非线性器件在真实的大信号工作条件下测量的解决方案,搭建了非线性散射函数的测试系统,通过校准和测试获得了大量数据。基于器件测试数据,采用小波神经网络对器件进行非线性建模,并将成功建立的模型用于放大器设计。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 课题来源及研究的目的和意义
• 1.3 国内外研究发展动态
• 1.3.1 非线性电路建模研究现状
• 1.3.2 人工神经网络及小波网络国内外发展及现状
• 1.4 本文主要研究内容
• 第二章 微波非线性现象及分析方法
• 2.1 微波非线性现象
• 2.1.1 微波非线性的产生原理
• 2.1.2 微波非线性的表征方法
• 2.2 微波非线性的传统分析方法
• 2.3 非线性散射函数理论
• 2.3.1 非线性散射函数的定义
• 2.3.2 微波非线性散射函数的性质
• 2.3.3 非线性散射函数矩阵与阻抗函数、导纳函数矩阵的关系
• 2.3.4 双端口非线性网络与双端口线性网络的连接
• 2.4 本章小结
• 第三章 人工神经网络及小波神经网络基本理论
• 3.1 人工神经网络
• 3.1.1 人工神经网络的概念和特征
• 3.1.2 神经元结构模型及神经网络结构
• 3.1.3 人工神经网络的训练
• 3.2 小波分析基本理论
• 3.2.1 小波分析与连续小波变换
• 3.2.2 常用的小波函数
• 3.2.3 小波分析的应用现状
• 3.3 小波神经网络
• 3.3.1 小波神经网络的构造形式
• 3.3.2 小波神经网络的特点
• 3.3.3 小波神经网络与常规神经网络的比较
• 3.4 本章小结
• 第四章 非线性散射函数测试理论
• 4.1 非线性散射函数的测试系统
• 4.2 非线性散射函数的校准
• 4.2.1 定向耦合器1 的校准
• 4.2.2 定向耦合器2 的校准
• 4.2.3 对接（直通）校准
• 4.2.4 幅度和相位校准
• 4.3 非线性散射函数的测试
• 4.3.1 非线性散射函数第一列的测试
• 4.3.2 非线性散射函数后三列的测试
• 4.4 本章小结
• 第五章 小波神经网络的非线性建模法及电路设计
• 5.1 基于BP算法的小波神经网络模型
• 5.1.1 小波神经网络建模结构
• 5.1.2 小波神经网络的BP算法
• 5.1.3 软件建模程序步骤
• 5.1.4 建模程序应注意的问题
• 5.2 小波神经网络建模结果
• 5.3 基于建模结果设计放大器
• 5.3.1 放大器设计过程
• 5.3.2 放大器的仿真
• 5.4 本章小结
• 结束语
• 致谢
• 参考文献
• 附录A
• 附录B
• 附录C