基于循环神经网络的行波管大信号输出特性预测

作者：李卓芸; 殷海荣; 李年康; 贾栋栋; 沈璋; 岳玲娜; 徐进; 赵国庆; 王文祥; 魏彦玉

来源：真空电子技术, 2022, (02): 63-66.

DOI：10.16540/j.cnki.cn11-2485/tn.2022.02.09

• 行波管
• 深度学习
• 循环神经网络

深度学习是机器学习领域的一个研究方向，已应用于多种人工智能技术的研究。本文基于行波管大信号理论建立了循环神经网络训练模型，将深度学习用于行波管非线性特性的预测，并对行波管的输入参数进行了核函数变换，增强了模型对非线性特征的传递能力。经过训练得到一个适用于8～18 GHz螺旋线行波管的模型，该模型可以预测行波管的输出功率。

• 单位
  电子科技大学