基于神经网络的射频功放行为模型研究

为了设计和优化高线性功率放大器,在系统级仿真中,构建功率放大器精确的行为模型是极为重要的。在ADS中基于飞思卡尔半导体芯片MRF5P21180进行功放电路设计,运用BP和RBF以及在这两种网络的基础上所提出的级联模型BP-RBF对从设计的功放中提取出的电压数据进行MATLAB拟合仿真,通过电压均方根误差(RMSE)大小的比较进行模型精确性的验证、训练次数多少及收敛时间长短进行模型训练速度的对比,最终得出BP-RBF较其他两种模型有更好的拟合功能,对于射频功放行为模型的研究具有重要的参考价值。

基于RBF网络的UCAV战术机动轨迹快速生成方法

针对无人作战飞机(unmanned combat aerial vehicle,UCAV)战术机动动作数学表征困难,机动生成的计算实时性要求高的主要问题,分析了战术机动轨迹建模的基本原理;提出了战术机动轨迹建模的基本思路;设计了基于UCAV运动动力学模型的机动轨迹最优控制方案;建立了基于遗传算法的飞行操控量求解策略。针对操控量求解的实时性问题,基于径向基核函数神经网络,提出了以适应度函数为预测和评判标准的机动飞行操控量快速求解方法,从而建立了初始状态、性能指标与机动飞行操控量的非线性映射模型,实现了机动轨迹的快速生成和机动曲线的精度控制,并通过仿真验证了该方法的有效性。