微波非线性散射函数理论分析和基于BP神经网络大信号建模技术的研究

论文摘要

近年来,随着微波技术的广泛应用,微波电路的设计成为亟待解决的主要问题。而现代通信应用的趋势是朝着大功率驱动电平和更加复杂的调制方案发展。这种大信号环境将引起系统的元件、器件呈现较强的非线性特性,明显地降低了系统的性能。因此微波器件的强非线性精确建模问题成为近年来研究的热点。在过去的几十年里,由于仅有小信号S参数被广泛应用,因此典型的微波器件大信号分析方法还是基于小信号S参数的基础上进行分析。而小信号S参数理论是在线性理论基础上建立的,在大信号条件下,器件通常工作在非线性区,因此这种基于小信号S参数理论已不再适用。论文提出了一种新的大信号分析方法,即非线性散射函数法。该方法考虑了由于非线性所产生的谐波的影响,可以分析电路的谐波特性。论文介绍了一种基于频域测量的黑箱建模方法,这种建模方法是建立在大信号分析基础上的,即实现微波网络在其真实的大信号工作条件下测量和建模的解决方案。建模的核心问题是对非线性散射函数的拟和。而散射函数能否精确地表征器件的非线性特性很大程度上取决于拟和技术的精度。BP神经网络作为本质的非线性系统,在理论上能以任意精度逼近非线性连续函数。今年来BP网络对非线性函数的逼近能力,国内外已有很多文献对其进行了论证。因此,论文采用BP网络对微波器件的非线性特性进行建模。这种基于实际测量的建模方法具有更大的精确性。最后,对所建立的模型进行了验证。验证结果表明,BP网络可以用来对非线性散射函数建模并具有很高的精度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 课题来源
• 1.3 课题研究的目的和意义
• 1.4 国内外该方向研究现状及分析
• 1.4.1 器件建模的发展及研究现状
• 1.4.2 人工神经网络的发展及研究现状
• 1.5 论文主要研究内容
• 第二章 非线性散射函数理论分析
• 2.1 微波非线性的产生
• 2.2 微波非线性电路的传统表征方式
• 2.2.1 单频音输入
• 2.2.2 双频音输入
• 2.2.3 多频音输入
• 2.3 微波非线性电路新的表征方法—散射函数法
• 2.3.1 非线性散射函数的引入
• 2.3.2 非线性散射函数的线性化
• 2.3.3 非线性散射函数的定义
• 2.3.4 非线性散射函数的性质及其用于网络的连接
• 2.4 本章小结
• 第三章 非线性电路大信号建模方法
• 3.1 大信号分析理论
• 3.1.1 幂级数展开法
• 3.1.2 Volterra级数法
• 3.1.3 谐波平衡法
• 3.1.4 非线性散射函数法
• 3.2 常用器件建模方法
• 3.2.1 经验模型方法
• 3.2.2 状态方程方法
• 3.2.3 黑箱模型方法
• 3.3 本章小结
• 第四章 人工神经网络
• 4.1 人工神经网络的基本原理
• 4.1.1 神经元模型
• 4.1.2 神经网络的结构与类型
• 4.1.3 神经网络的学习与训练
• 4.1.4 神经网络的应用
• 4.2 BP网络及算法
• 4.2.1 BP网络结构
• 4.2.2 BP算法及改进
• 4.2.3 BP网络的局限性
• 4.3 Matlab神经网络工具箱中BP网络的设计
• 4.4 本章小结
• 第五章利用BP网络对散射函数建模及仿真
• 5.1 散射函数的测试过程
• 5.2 BP网络建模
• 5.3 仿真结果
• 5.4 本章小结
• 总结
• 致谢
• 参考文献
• 研究成果