《微波電子器件與系統建模最佳化先進方法研究》是依託天津大學，由張齊軍擔任項目負責人的面上項目。
基本介紹
- 中文名：微波電子器件與系統建模最佳化先進方法研究
- 項目類別：面上項目
- 項目負責人：張齊軍
- 依託單位：天津大學
項目摘要,結題摘要,
項目摘要
本課題的目標是研究新的高頻電子器件建模方法，用於射頻/微波通信系統的開發。在高頻情況下，器件/系統的電磁行為建模和最佳化是至關重要的。隨著電磁場幾何結構複雜性的增加，電磁建模和最佳化任務因為龐大的計算量給設計者提出了嚴峻的挑戰。特別是在基於高成品率的設計中，高精度要求和眾多物理/幾何參數變化的情況下，需要對電磁場進行反覆的計算，進而加劇了設計的難度。針對這些技術問題，課題組在已經處於微波器件神經網路建模研究的國際前沿基礎上，將開展如下創新研究：一是基於電磁回響和電磁敏感度的神經網路模型訓練算法，二是採用基於敏感度訓練的知識型神經網路模型自動生成算法，三是採用狀態空間估計和動態神經網路狀態空間訓練的非線性器件行為建模方法，四是新型用於狀態空間動態神經網路模型的自動產生算法。本研究的目標是為快速和準確地設計新一代高頻器件和系統，建立系統規範的神經網路模型生成方法。
結題摘要
本課題的目標是研究新的高頻電子器件建模方法，用於射頻/微波通信系統的開發。在高頻情況下，器件/系統的電磁行為建模和最佳化是至關重要的。隨著電磁場幾何結構複雜性的增加，電磁建模和最佳化任務因為龐大的計算量給設計者提出了嚴峻的挑戰。特別是在基於高成品率的設計中，高精度要求和眾多物理/幾何參數變化的情況下，需要對電磁場進行反覆的計算，進而加劇了設計的難度。針對這些技術問題，課題組在已經處於微波器件神經網路建模研究的國際前沿基礎上，開展了如下創新研究：基於電磁回響和電磁敏感度的神經網路模型訓練算法；採用基於敏感度訓練的知識型神經網路模型自動生成算法；採用狀態空間估計和動態神經網路狀態空間訓練的非線性器件行為建模方法；新型用於狀態空間動態神經網路模型的自動產生算法。本研究的目標是為快速和準確地設計新一代高頻器件和系統，建立系統規範的神經網路模型生成方法。 通過本項目的研究，我們在世界上首次將神經網路自動建模算法套用於知識型神經網路的建模過程中，提出了一種新型的統一知識型神經網路模型自動生成算法，實現了知識型神經網路的建模自動化。我們還提出了一個新型的分散式並行計算電磁建模技術，並開發了並行空間映射方法以及全局最佳化算法，從而進一步加快電磁最佳化的速度。我們還開發了基於知識的粗細格線空間映射方法用於電磁最佳化設計，以及使用基於導數的神經網路傳輸函式對微波無源器件的參數化建模方法，解決了當等效電路或經驗公式模型不存在的情況下如何使用空間映射方法來進行快速的電磁設計的難題。我們還提出了一個新的使用了遞歸神經網路的用於帶有長期和短期記憶效應的功率放大器的行為級建模技術，以及快速簡單的電路噪聲係數計算技術，使訓練後的模型能夠反映非線性電路的行為。我們還提出了一種全新的微波器件自動建模方法，維納型動態神經網路，相比現有的神經網路方法具有更好的收斂性。
