[发明专利]一种射频器件的调试方法、装置、设备、存储介质及系统在审
申请号: | 201910130153.0 | 申请日: | 2019-02-21 |
公开(公告)号: | CN109696618A | 公开(公告)日: | 2019-04-30 |
发明(设计)人: | 徐晨阳 | 申请(专利权)人: | 徐晨阳 |
主分类号: | G01R31/28 | 分类号: | G01R31/28 |
代理公司: | 北京酷爱智慧知识产权代理有限公司 11514 | 代理人: | 向霞 |
地址: | 200336 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 调试 调试参数 存储介质 机器学习 射频器件 被测机 器件参数 生产效率 网络确定 自动调试 输出 网络 | ||
1.一种射频器件的调试方法,其特征在于,包括:
获取被测机的器件参数作为经过训练的机器学习网络的输入数据;
根据所述输入数据通过所述机器学习网络确定调试机构的调试参数;
输出所述调试参数到所述调试机构;
其中,所述调试机构用于根据所述调试参数调整所述被测机。
2.根据权利1要求所述的方法,其特征在于,在所述获取被测机器件参数前还包括训练机器学习网络,具体为:
获取样机的所述器件参数建立样机参数数据库;
根据所述样机参数数据库训练所述机器学习网络。
3.根据权利1要求所述的方法,其特征在于,在所述确定调试机构的调试参数后还包括:
根据所述被测机的所述器件参数驱动所述机器学习网络自适应学习。
4.根据权利1要求所述的方法,其特征在于,在所述确定调试机构的调试参数后还包括:
采用最优化算法优化所述调试参数;
输出优化后的所述调试参数到所述调试机构;
所述最优化算法为牛顿法、拟牛顿法、L-M算法、遗传算法、粒子群算法中的至少之一。
5.根据权利1要求所述的方法,其特征在于,所述机器学习网络包括:
模糊逻辑网络、径向基网络、人工神经网络、深度学习网络中的至少之一,或两个以上所述机器学习网络的融合网络;
所述机器学习网络为变结构网络,根据所述射频器件的机械结构和/或拓扑结构确定所述变结构网络。
6.根据权利1要求所述的方法,其特征在于,
所述射频器件为:滤波器、合路器或功分器;
所述器件参数为传输S参数响应、反射S参数响应、相位参数、时域参数中的至少之一。
7.一种射频器件调试装置,其特征在于,包括:
获取模块:用于获取被测机的器件参数作为经过训练的机器学习网络的输入数据;
确定模块:用于根据所述输入数据通过所述机器学习网络确定调试机构调试参数;
输出模块:用于输出所述调试参数到所述调试机构;
其中,所述调试机构用于根据所述调试参数调整所述被测机。
8.一种射频器件调试设备,其特征在于,包括:
处理器和能够存储在处理器上运行的计算机指令的存储器;
其中,所述处理器用于运行所述计算机指令实现权利要求1-6所述的方法。
9.一种存储介质,所述存储介质中存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1-6所述的方法。
10.一种射频器件调试系统,其特征在于,包括:
网络分析仪、计算机及调试机构;
所述网络分析仪,用于为所述计算机提供被测机器件参数;
所述计算机,用于实现权利要求1-6所述的调试方法;
所述调试机构,用于根据所述计算机输出的参数调整被测机。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于徐晨阳,未经徐晨阳许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910130153.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:电信号侦测电路和装置
- 下一篇:一种多功能通讯线路板测试装置