[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

说明书

本发明公开一种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，包括训练数据的收集和不确定性预测模型的训练，以及利用不确定性模型进行辅助设计；首先使用模拟方法获得加入噪声的数据并利用这些数据训练不确定性预测模型，然后利用不确定性预测模型在滤波器设计过程中对其鲁棒性进行评估。本发明的方法能够在不进行实物实验的情况下估计特定滤波器参数在实际实现后的鲁棒性，能够有效减少实验成本，同时也允许使用较低精度的器件，降低模拟滤波器的生产成本。

技术领域

本发明一种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，属于通信和信号处理技术领域。

背景技术

模拟滤波器在通信以及信号处理领域有着广泛的应用。为了满足特定场景需要的滤波性能，通常需要对滤波器的参数进行重新设计。随着对滤波器精度需求的提高，模拟滤波器的物理实现往往对元器件的性能提出了很高的要求，从而大幅提高了生产成本；另一方面，各个组成元器件的性能对模拟滤波器性能的影响非常复杂，难以通过单一元器件的精度计算得到，只能采取实验的方法进行评估。如果简单地采用具有高精度的元器件，则生产成本高昂，但在使用较低精度元器件的情况下保证滤波器的鲁棒性则需要大量的实验评估和专家经验的参与，显著提高了设计成本。

针对滤波器的辅助设计，目前已经有一些基于机器学习方法的研究，主要从两个方向出发，但均未考虑滤波器的鲁棒性问题。其中一个方向是使用机器学习方法学习出一个滤波曲线的预测模型，这样就可以在不进行实验的情况下预测特定的滤波器的性能。但是如果要考虑鲁棒性的情况，则滤波器的性能是有一定的随机波动性的，所以其性能无法使用模型精确预测。另一个方向是使用机器学习模型直接根据需要的响应曲线预测滤波器参数，此类方法也要求一个响应曲线对应一个滤波器参数，但在考虑随机波动的情况下一一对应并不存在。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种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。

技术方案：一种基于预测不确定性的鲁棒模拟滤波器辅助设计方法，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。

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。

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，加载步骤104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。