组合式非周期缺陷接地结构的滤波特性研究

提出了一种新型的具有双阻带特性的组合式非周期性缺陷接地结构 (CNPDGS) ,利用时域有限差分法(FDTD)对其滤波特性进行了电磁仿真 ,研究了其结构尺寸变化对阻带特性的影响 ,研制了带宽可调节的双阻带滤波器 ,测量结果与仿真结果一致性很好 ,此结构的双阻带中心频率位置及它们之间的间隔随着结构参数的变化而变化 ,两阻带之间的间隔可从 3.5GHz到 12GHz.这种新型结构可有效地抑制信号中的低端和高端干扰 ,具有较好的带通滤波特性 .

一种新型缺陷接地结构的BP神经网络模型

组合式非周期性缺陷接地结构(CNPDGS)是在微波电路的接地金属平面上人为地蚀刻出特殊形状的非周期性"缺陷",改变接地电流的分布,从而改变传输线的频率特性。本文针对一种新型的具有双阻带特性的CNPDGS,在场分析的基础上建立了其BP神经网络模型,将其结构尺寸和频率作为输入样本,传输系数参数作为输出样本,采用贝叶斯正则化算法对神经网络进行训练。神经网络训练完成后,在学习范围内将其结构尺寸和频率输入到神经网络模型,从输出端立即得到准确的传输系数。最后通过了实验验证,进一步说明了神经网络模型的正确性和有效性,为DGS的分析和设计提供了新的有效途径。

基于神经网络的新型缺陷接地结构优化设计

应用人工神经网络与单纯形优化算法相结合的方法,对一种新型组合式非周期性缺陷接地结构(CNPDGS)进行优化设计。与电磁场数值分析方法相比,以神经网络模型作分析单元,可以在保证精度的基础上大大提高分析速度,因此在优化设计中可用来替代FDTD分析方法作为结构分析的计算单元。本文中以所要求的传输系数为期望目标,以可以使误差函数达到极小化的结构尺寸为输出,经单纯形优化算法寻优,进行该具有双阻带特性CNPDGS的优化设计。仿真设计和实验的对比结果表明了这一方法的有效性。

动量VLBP神经网络在缺陷接地电路中的应用

采用一种改进的人工神经网络反向传播算法(BP算法),将动量方法和可变学习速度的BP算法(VLBP算法)结合,并且在每个样本点更新权值和偏置值,这种算法称为动量VLBP算法。用C语言实现该算法,并将其运用到对一种新型组合式非周期性缺陷接地结构(CNPDGS)低通滤波器的神经网络建模之中。以CNPDGS的结构尺寸和频率为输入样本,传输系数参数为输出样本,建模成功后,在样本范围内输入结构尺寸和频率能够很快得出准确的传输系数。结果表明应用动量VLBP算法的神经网络相对于FDTD分析方法可以节省大量的时间,并且与基本的BP算法相比,可以加速算法收敛、减少训练时间。

CNPDGS在特定长度并联传输线滤波器中的应用

微带线滤波器是射频、微波电路中的重要组成部分。特定长度并联传输线滤波器具有低通和带通滤波特性,但是阻带衰减较小。为了在不增加电路面积的情况下提高并联传输线电路的阻带衰减,使其具有更高的实用价值,本文将一种“哑铃”式组合式非周期性缺陷接地结构应用于特定长度并联传输线滤波器,改善了滤波特性。利用时域有限差分法对微带线构成的特定长度并联传输线滤波器及缺陷接地结构电路进行了仿真,并实际制作了电路。通过实验测量,仿真结果与测量结果一致性较好,基本满足了设计要求。