文件名称：Doherty 功放的贝叶斯正则化神经网络逆向建模研究
文件大小：526KB
文件格式：PDF
更新时间：2024-05-06 20:41:30
神经网络；逆向建模；L1/2 范数；贝叶斯正则化；Doherty 功率放大器
针对直接逆向建模方法精度低，稳定性差等缺点，提出一种采用规则化函数为L1/2范数的贝叶斯正则化神经网络逆向建模方法，L1/2 正则化使得网络结构具有稀疏性，能够缩小网络的规模、加快网络的训练速度，用贝叶斯正则化方法可以使网络的输出更加平滑，提高网络的稳定性和泛化能力。将此方法应用到Doherty 功率放大器的设计中，在已知Doherty 主功放效率、输出匹配端的S11和S21的情况下，分别仿真得出相对应的输出功率和 f ,可以简化设计过程。实验结果表明此逆向模型求得的输出功率、与S11相对的 f 、与S21相对的 f 比直接逆向建模方法的均方误差分别减少了8.83%、9.30%和9.00%，运行时间分别减少了99.34%、99.40%和99.23%，解决了设计中的多解问题，可用于设计射频微波器件。