[发明专利]基于预测不确定性的鲁棒模拟滤波器辅助设计方法和系统

权利要求书

1.一种基于预测不确定性的鲁棒模拟滤波器辅助设计方法，其特征在于，包括数据生成和不确定性模型训练步骤和不确定性模型辅助设计模拟滤波器步骤；所述数据生成和不确定性模型训练中，随机生成批量滤波器参数，在参数中加入设定的随机噪声得到有噪声的参数X，然后使用模拟器预测这些参数X对应的响应曲线Y，使用参数X以及响应曲线Y作为训练数据训练不确定性预测模型M；所述不确定性模型辅助设计模拟滤波器步骤中，在给定目标响应曲线的滤波器设计过程中，采用训练得到的不确定性预测模型M评估参数的准确度和鲁棒性，从而在不进行实验的情况下设计出同时具有准确性和鲁棒性的模拟滤波器参数。

2.根据权利要求1所述的基于预测不确定性的鲁棒模拟滤波器辅助设计方法，其特征在于，所述数据生成和不确定性模型训练步骤具体为：

步骤100，初始化随机生成器，设置模拟滤波器的结构等信息；

步骤101，使用随机生成器生成预设数量的模拟滤波器参数；

步骤102，在步骤101生成的参数中加入对应的随机噪声，加入噪声的滤波器参数记为X；

步骤103，使用模拟器计算参数X对应的响应曲线Y；

步骤104，使用上述得到的数据X，Y训练不确定性预测模型M。

3.根据权利要求1所述的基于预测不确定性的鲁棒模拟滤波器辅助设计方法，其特征在于，所述不确定性模型辅助设计模拟滤波器步骤包括：

步骤200，初始化步骤，加载数据生成和不确定性模型训练步骤得到的不确定性预测模型M；

步骤201，输入设计目标响应曲线y；

步骤202，设计一组待评估的滤波器参数；

步骤203，使用不确定性预测模型M预测这组参数的精确度和鲁棒性；

步骤204，判断精确度和鲁棒性是否符合要求，如果是则进行步骤205，否则重复步骤202~204；

步骤205，输出符合精确度和鲁棒性要求的滤波器参数，结束设计过程。

4.根据权利要求2所述的基于预测不确定性的鲁棒模拟滤波器辅助设计方法，其特征在于，所述数据生成和不确定性模型训练步骤中：首先设置模拟滤波器的结构信息，用随机生成器生成设定数量的模拟滤波器参数，然后在参数中加入一定的随机噪声，噪声的强度由最终实物生产时所要使用的元器件性能决定；使用模拟器计算参数X对应的响应曲线Y，得到训练数据集X，Y；然后使用前述训练数据集训练不确定性预估模型M；使用一个带Dropout层的前馈神经网络作为不确定性预估模型M，其输入为滤波器参数X，输出为预测的响应曲线Y，训练过程使用随机梯度下降法优化对目标Y的平均平方损失函数。

5.根据权利要求4所述的基于预测不确定性的鲁棒模拟滤波器辅助设计方法，其特征在于，所述不确定性模型辅助设计模拟滤波器步骤为：首先加载训练好的不确定性预估模型M，然后输入需要设计的目标响应曲线Y，设计出一组待评估的滤波器参数；使用不确定性预估模型M对这组参数的精确度和鲁棒性，对于同一参数的多组预测结果并不相同，当预测结果都接近目标响应曲线时认为该组参数具有精确性和鲁棒性；如果偏离目标y则认为精确性较差，如果预测波动较大则认为鲁棒性差，评价标准与具体的设计目标有关；判断精确度和鲁棒性是否符合要求，如果不符合要求则重复进行前述设计和评估步骤，如果符合则输出对应的模拟滤波器参数，结束设计过程；以MSE度量距离来判断预测结果是否接近目标响应曲线。

6.一种基于预测不确定性的鲁棒模拟滤波器辅助设计系统，其特征在于，包括数据生成和不确定性模型训练模块和不确定性模型辅助设计模拟滤波器模块；

所述数据生成和不确定性模型训练模块，随机生成批量滤波器参数，在参数中加入设定的随机噪声得到有噪声的参数X，然后使用模拟器预测这些参数X对应的响应曲线Y，使用参数X以及响应曲线Y作为训练数据训练不确定性预测模型M；

所述不确定性模型辅助设计模拟滤波器模块，在给定目标响应曲线的滤波器设计过程中，采用训练得到的不确定性预测模型M评估参数的准确度和鲁棒性，从而在不进行实验的情况下设计出同时具有准确性和鲁棒性的模拟滤波器参数。