[发明专利]一种基于神经网络的微波窗设计方法有效
| 申请号： | 202210177431.X | 申请日： | 2022-02-25 |
| 公开（公告）号： | CN114692484B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 黄桃;谭政;胡玉禄;高鸾凤;胡权;朱小芳;李斌;杨中海 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/048;G06N3/08 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 闫树平 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 神经网络 微波 设计 方法 | ||
1.一种基于神经网络的微波窗设计方法，其特征在于，具体步骤如下：
S1.根据微波窗的设计要求，构建微波窗初始仿真模型并确定微波窗结构设计参数范围；
S2.在S1确定的微波窗结构设计参数范围内随机选取N组微波窗结构设计参数，N≥100，通过软件驱动程序调用仿真软件的方式将微波窗结构设计参数输入到仿真软件中，通过电磁仿真得到微波窗结构设计参数对应的仿真响应数据；
S3.将S2中选取的N组微波窗结构设计参数作为微波窗神经网络模型的输入数据，并将所选N组微波窗结构设计参数对应的仿真响应数据作为微波窗神经网络模型的输出数据，建立微波窗神经网络模型；
S4.在S1确定的微波窗结构设计参数范围内，另行选取M组微波窗结构设计参数，M≥20，将这M组微波窗结构设计参数输入到S3得到的微波窗神经网络模型，通过微波窗神经网络模型预测得到对应的M组预测结果；所述M组微波窗结构设计参数为S2中N组微波窗结构设计参数以外的数据；
S5.根据微波窗的设计要求，构造微波窗的优化目标函数；
S6.将S4中得到的M组预测结果用于计算S5所构造的优化目标函数，得到M组优化目标函数值；
S7.将S6得到的M组优化目标函数值进行对比寻优，选出满足设计要求的最优解及对应的设计参数值，最终完成微波窗的设计。
2.如权利要求1所述基于神经网络的微波窗设计方法，其特征在于：所述步骤S2中软件驱动程序为Python、Matlab或C++。
3.如权利要求1所述基于神经网络的微波窗设计方法，其特征在于：所述步骤S2中仿真软件为HFSS、CST或MTSS。
4.如权利要求1所述基于神经网络的微波窗设计方法，其特征在于：所述步骤S1中仿真响应数据为S参数。
5.如权利要求1所述基于神经网络的微波窗设计方法，其特征在于：所述M和N满足M≤N。
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电子科技大学，未经电子科技大学许可，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/202210177431.X/1.html，转载请声明来源钻瓜专利网。
