基于深度学习的滤波器逆向设计和优化方法

授权

摘要

本发明属于微波滤波器设计技术领域,具体为一种基于深度学习算法的滤波器的逆向设计和优化方法。本发明根据滤波器的电磁响应变化来针对滤波器的结构参数进行设计；设计中使用正向网络生成数据来训练逆向网络，进行深度学习，结合遗传算法优化：使用正向网络自生成的数据结合仿真得到的数据训练逆向网络；滤波器的电磁响应曲线由切比雪夫多项式综合得到；将目标电磁响应曲线作为逆向神经网络的输入，获得结构参数的初始值；把初值输入给遗传算法和正向神经网络，进行迭代优化；优化目标为正向神经网络输出的电磁响应曲线与目标电磁响应曲线差距最小，最后输出优化的滤波响应曲线，并获得最终滤波器的结构参数。

基本信息

专利标题：

基于深度学习的滤波器逆向设计和优化方法

专利标题（英）：

暂无

公开（公告）号：

CN113128119A

申请号：

CN202110431909.2

公开（公告）日：

2021-07-16

申请日：

2021-04-21

授权号：

CN113128119B

授权日：

2022-04-12

发明人：

黄浩梁修业张喆曾建平关放刘晓晗资剑

申请人：

复旦大学

申请人地址：

上海市杨浦区邯郸路220号

代理机构：

上海正旦专利代理有限公司

代理人：

陆飞

优先权：

CN202110431909.2

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06F30/17 G06N3/04 G06N3/08 G06N3/12 G06F111/06