一种基于神经网络的复介电常数测量装置

物质的复介电常数反映了物质对微波的吸收和透射能力,为了提高微波工业应用中能量的利用效率,能准确测量物质的介电常数就显得尤为重要。本文设计了一种在2.45 GHz下的单端口圆柱腔体测量装置,内置聚四氟乙烯容器放置待测物质,避免化学溶液与腔体的金属发生反应影响测量准确性。使用圆形贴片天线向腔体内馈波,提高物质吸收微波的均匀性;利用单端口的反射参数,使用神经网络对复介电常数进行反演;使用双分支神经网络分别提取介电常数实部和损耗角正切值的特征,改善神经网络的训练效果,提高结果准确度,测试结果表明最大误差不超过10%,反演结果与实际值一致性较好。