典型文献
一种基于神经网络的微波器件快速建模方法
文献摘要：
随着微波器件结构复杂度的增长和产品性能要求的提高,微波器件建模不仅要能够描述其理想电磁特性,还要能快速准确反映多物理参数对器件性能的影响.虽然神经网络已经被引入到微波器件领域,但是将其应用于器件的多物理特性建模的研究还比较少.文章提出了一种基于人工神经网络的多物理参数建模方法来表示输入输出变量之间的非线性关系.提出了一种高效的神经网络多物理参数模型,并针对该模型引入了一种新的训练算法.所提出的模型可以快速准确地预测微波器件的多物理响应,如滤波器的S参数特性曲线、离子敏感场效应晶体管的输出特性曲线等.与有限元方法相比,此方法可以节省约98％的计算成本与99％的计算时间,为实现快速高效的微波器件行为级建模提供一种可行方法.
文献关键词：
有限元方法;人工神经网络;多物理场;滤波器;离子敏感场效应晶体管
中图分类号：
作者姓名：
谢佳楠;刘文远;王露洁;周远国
作者机构：
西安科技大学通信与信息工程学院,西安710054;陕西科技大学电子信息与人工智能学院,西安710021
文献出处：
引用格式：
[1]谢佳楠;刘文远;王露洁;周远国-.一种基于神经网络的微波器件快速建模方法)[J].微波学报,2022(03):59-64
A类：
离子敏感场效应晶体管
B类：
微波器件,快速建模,器件结构,结构复杂度,产品性能,性能要求,器件建模,要能,电磁特性,快速准确,物理参数,器件性能,物理特性,特性建模,人工神经网络,参数建模,输入输出,非线性关系,参数模型,训练算法,滤波器,参数特性,特性曲线,输出特性,有限元方法,计算成本,计算时间,快速高效,行为级建模,可行方法,多物理场
AB值：
0.320124
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
