静电放电电磁脉冲耦合的非线性优化建模

作者：樊高辉; 魏明; 刘卫超; 陈翔; 曹艳宾

来源：高压电器, 2012, (08): 34-39+44.

• 静电放电电磁脉冲
• NARX
• 遗传算法
• 非线性辨识 electrostatic discharge electromagnetic pulse(ESD EMP)
• NARX
• genetic algorithm
• nonlinear identification

针对现有机理建模算法普遍存在计算电磁脉冲响应过程过于复杂的问题,为能够给电子设备静电放电电磁脉冲响应计算提供一种简便有效的能量耦合建模方法,设计了脉冲场强测试仪的静电放电辐射实验。用NARX神经网络代替传统NARX网络,依靠遗传算法对网络的初始权值、阈值进行优化,以3.5 kV静电放电实验数据作为建模数据对系统进行非线性辨识,并对4.5 kV静电放电电磁脉冲响应进行预测。建模结果表明,两种模型均能准确预测响应波形,但优化后的NARX神经网络模型精度更高。该建模方法计算过程简单。该方法同样适用于其他电磁脉冲响应建模。

• 单位
  中国人民解放军陆军工程大学