[发明专利]基于BPNN的CMOS低噪声放大器性能退化预测方法

摘要

本发明公开了一种基于BPNN的CMOS低噪声放大器性能退化预测方法：建立多输入多输出的BPNN预测模型；使用测量/加速/测量技术加速低噪声放大器性能退化，获得低噪声放大性能参数；选取表征低噪声放大器性能退化参数；将选取的数据分为两部分，选取时间点T₀，将T₀时刻前数据作为训练数据，将T₀时刻之后数据作为需要被预测的数据；采用训练数据训练BPNN模型；T₀时刻之前数据输入已选练好的BPNN模型，预测出T₀时刻之后数据，并将预测值与传统实验测试值比较，计算误差。本发明基于已有的性能退化数据，训练BPNN模型，预测出未发生的退化情况，可有效减少退化测试时间，为主要退化机制不发生转变提供技术支持。

主权项

1.一种基于BPNN的CMOS低噪声放大器性能退化预测方法，其特征在于，包括以下步骤：步骤一，建立多输入多输出的BPNN预测模型，包括输入层、隐藏层、输出层；步骤二，使用测量/加速/测量技术加速低噪声放大器性能退化，获得低噪声放大性能参数，测试过程中CMOS低噪声放大器的供电电压设置为方波电压；步骤三，在获得的低噪声放大性能参数数据中，选取表征低噪声放大器性能退化的参数；步骤四，将步骤三选取的数据分为两部分，选取一个时间点T0，将T0时刻前的数据作为训练数据，将T0时刻之后的数据作为需要被预测的数据；步骤五，采用训练数据训练多输入多输出的BPNN预测模型：使用T0时刻前的部分训练数据进行训练，部分训练数据进行测试，待BPNN预测模型误差达到10e‑6时，完成BPNN预测模型的训练，保留BPNN预测模型的参数；步骤六，将T0时刻之前的数据输入已经选练好的BPNN预测模型，预测出T0时刻之后的数据，并将预测值与传统实验测试值比较，用MSE计算误差。