Doherty功放的贝叶斯正则化神经网络逆向建模研究

作者：南敬昌; 胡婷婷; 盛爽爽; 高明明

来源：计算机工程与科学, 2018, 40(08): 1496-1502.

• 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,提出了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。

• 单位
  辽宁工程技术大学