[发明专利]射频阻抗匹配方法、系统和电子设备

权利要求书

1.一种射频阻抗匹配方法，其特征在于，包括：

训练阶段，包括：

获取训练数据集，所述训练数据集包括由多个负载R_L组成的真实输入向量和由多个等效阻抗R组成的真实输出向量；

将所述真实输入向量输入深度神经网络以获得训练输出向量；

计算所述训练输出向量和所述真实输出向量之间的距离矩阵，其中，所述距离矩阵基于所述训练输出向量和所述真实输出向量的每个位置的特征值之间的距离生成；

计算所述真实输入向量和所述真实输出向量之间的转移矩阵，所述转移矩阵用于表示所述真实输入向量和所述真实输出向量之间的差异；

计算所述距离矩阵和所述转移矩阵之间的差分以获得比较矩阵；

计算所述比较矩阵的一致性因素作为一致性损失函数值，所述一致性因素基于所述比较矩阵中的最大特征值和所述比较矩阵的大小生成；

计算所述训练输出向量和所述真实输出向量之间的均方差损失函数值；

计算所述射频源的自身内阻与所述训练输出向量之间的交叉熵损失函数值；

计算所述一致性损失函数值、均方差损失函数值和所述交叉熵损失函数值之间的加权和作为损失函数值；以及

基于所述损失函数值对所述深度神经网络进行训练；以及

推断阶段，包括：

获取由多个负载R_L组成的真实输入向量；以及

将所述真实输入向量输入经训练阶段训练完成的所述深度神经网络以获得输出向量，其中，所述输出向量中各个位置特征值用于表示各个负载R_L对应的等效阻抗R。

2.根据权利要求1所述的射频阻抗匹配方法，其中，将所述真实输入向量输入深度神经网络以获得训练输出向量，包括：

使用所述深度神经网络的全连接层提取所述真实输入向量中各个位置的特征值的高维隐含特征；以及

使用所述深度神经网络的一维卷积层提取所述真实输入向量中各个位置的特征值之间的关联的高维隐含关联特征以获得所述训练输出向量。

3.根据权利要求2所述的射频阻抗匹配方法，其中，计算所述训练输出向量和所述真实输出向量之间的距离矩阵，包括：

计算所述训练输出向量和所述真实输出向量的各个位置的特征值之间的L1距离以获得所述距离矩阵。

4.根据权利要求3所述的射频阻抗匹配方法，其中，计算所述训练输出向量和所述真实输出向量之间的距离矩阵，包括：

计算所述训练输出向量和所述真实输出向量的各个位置的特征值之间的L2距离以获得所述距离矩阵。

5.根据权利要求3或4所述的射频阻抗匹配方法，其中，计算所述真实输入向量和所述真实输出向量之间的转移矩阵，包括：

设定所述真实输入向量为A且所述真实输出向量为B，所述转移矩阵M使得B＝M×A。

6.根据权利要求5所述的射频阻抗匹配方法，其中，计算所述比较矩阵的一致性因素作为一致性损失函数值，包括：

以如下公式计算所述比较矩阵的一致性因素，其中，所述公式为：

其中λ是所述比较矩阵的最大特征值，使得对于所述比较矩阵P的本征向量a，有P·a＝λ·a，且m是比较矩阵的大小。