基于改进型BP神经网络的合路滤波器设计方法

摘要

本发明涉及基于改进型BP神经网络的合路滤波器设计方法，该方法包括如下步骤：改进的BP算法，BP算法使用动量下降法更新权值，另外BP算法依赖于一些由设计者指定的参数，比如初始权值，偏置值、学速率、激活函数、网络的拓扑结构以及激活函数的增益。本发明基于激活函数增益改变梯度搜索方向的BP算法；利用改进的BP算法设计合路滤波器，采用单隐层的3层BP神经网络对微带射频滤波器进行设计，神经网络的输入为微带线的线宽、线长、耦合微带线之间的间距以及扫描频率；神经网络的目标输出为ADS采样的反射参数、传输参数、输入驻波比。本发明解决了合路滤波器多参数综合设计问题，优化了合路滤波器的设计方法。

主权项

基于改进型BP神经网络的合路滤波器设计方法，其特征在于：该方法包括如下步骤：1)、改进的BP算法，BP算法使用动量下降法更新权值，这种方法其中的一个问题是误差函数不能找到全局最优点，训练过程中容易陷入局部极小点；另外BP算法依赖于一些由设计者指定的参数，比如初始权值，偏置值、学习速率、激活函数、网络的拓扑结构以及激活函数的增益；2)、利用改进的BP算法设计合路滤波器，采用单隐层的3层BP神经网络对上述微带射频滤波器进行设计，各层神经元个数为4、12、3，用改进BP神经网络训练算法，神经网络的输入为微带线的线宽W、线长L、耦合微带线之间的间距S以及扫描频率freq；3)、神经网络的目标输出为ADS采样的反射参数S11、传输参数S21、输入驻波比VSWR1。