[发明专利]一种微波微带发卡型滤波器的仿真方法及系统

权利要求书

1.一种微波微带发卡型滤波器的仿真方法，其特征在于，所述方法包括：

获取已累积微波微带滤波器仿真数据，具体包括：

在MATLAB控制电磁仿真软件中按照预设频率调整微波微带滤波器中的各个条带的尺寸参数，使微波微带滤波器整体尺寸固定不变，得到多组散射参数的微波微带滤波器；其中，所述尺寸参数包括所述条带的长度和宽度；所述已累积微波微带滤波器仿真数据为通过MATLAB控制电磁仿真软件自动完成大量仿真，并返回滤波器的所有微波微带滤波器仿真数据；

建立基于BP神经网络的预测模型，具体包括：

设定输入层元素个数和输出层元素个数；

根据所述输入层元素个数和所述输出层元素个数计算隐含层个数；

以sigmoid函数为激活函数，建立预测模型；

利用所述已累积微波微带滤波器仿真数据作为训练数据训练所述预测模型；

将微波微带滤波器的目标散射参数输入至所述训练后的预测模型，得到预测散射参数的微波微带滤波器；

判断所述预测散射参数的微波微带滤波器是否满足仿真要求，若是，输出所述预测散射参数的微波微带滤波器；若否，返回步骤“获取已累积微波微带滤波器仿真数据”。

2.根据权利要求1所述的微波微带发卡型滤波器的仿真方法，其特征在于，所述利用所述已累积微波微带滤波器仿真数据作为训练数据训练所述预测模型，得到训练后的预测模型，具体包括：

将所述已累积微波微带滤波器仿真数据输入所述预测模型的输入层；

利用随机梯度下降法确定输入层与隐含层的连接权重和隐含层与输出层的连接权重；

通过输入层的输入数据和所述输入层与隐含层的连接权重确定隐含层输入数据；

将所述隐含层输入数据输入激活函数中得到隐含层输出数据；

根据所述隐含层输出数据和所述隐含层与输出层的连接权重确定输出层输入数据；

将所述输出层输入数据输入至所述激活函数进行反向处理后，输出数据；

以所述输出数据和目标输出数据之间的误差作为反馈信号传输至所述隐含层，调整所述隐含层中的所述输入层与隐含层的连接权重和所述隐含层与输出层的连接权重，直至所述误差在设定阈值范围内，得到训练后的预测模型。

3.根据权利要求1所述的微波微带发卡型滤波器的仿真方法，其特征在于，所述判断所述预测散射参数的微波微带滤波器是否满足仿真要求，具体包括：

判断所述预测散射参数的微波微带滤波器的预测散射参数与所述目标散射参数的误差是否小于设定阈值，若是，则满足仿真要求；若否，则不满足仿真要求。

4.一种微波微带发卡型滤波器的仿真系统，其特征在于，所述系统包括：

数据获取单元，用于获取已累积微波微带滤波器仿真数据，具体包括：

尺寸调整子单元，用于在MATLAB控制电磁仿真软件中按照预设频率调整微波微带滤波器中的各个条带的尺寸参数，使微波微带滤波器整体尺寸固定不变，得到多组散射参数的微波微带滤波器；其中，所述尺寸参数包括所述条带的长度和宽度；所述已累积微波微带滤波器仿真数据为通过MATLAB控制电磁仿真软件自动完成大量仿真，并返回滤波器的所有微波微带滤波器仿真数据；

模型建立单元，用于建立基于BP神经网络的预测模型，具体包括：

设定子单元，用于设定输入层元素个数和输出层元素个数；

隐含层个数计算子单元，用于根据所述输入层元素个数和所述输出层元素个数计算隐含层个数；

建立子单元，用于以sigmoid函数为激活函数，建立预测模型；

训练单元，用于利用所述已累积微波微带滤波器仿真数据作为训练数据训练所述预测模型，得到训练后的预测模型；

预测单元，用于将微波微带滤波器的目标散射参数输入至所述训练后的预测模型，得到预测散射参数的微波微带滤波器；

判断单元，用于判断所述预测散射参数的微波微带滤波器是否满足仿真要求，若是，输出所述预测散射参数的微波微带滤波器；若否，调用数据获取单元。