周期性缺陷接地结构的BP神经网络模型

缺陷接地结构 (DGS)是由光子带隙结构 (PBG)发展而来的 ,它是在微波电路的接地金属平面上人为地蚀刻出“缺陷”,改变接地电流的分布 ,从而改变传输线的频率特性。周期性缺陷接地结构 (PDGS)是一种在微波电路的接地金属平面上人为地蚀刻出周期性的“缺陷”结构 ,能够使某些频段的电磁波无法从中通过 ,存在明显的阻带特性。文中采用人工神经网络对周期性缺陷接地结构进行建模 ,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。