一种基于CG-BPNN技术的射频功率放大器行为建模方法

本发明公开了一种基于共轭梯度反向传播神经网络(Conjugate Gradient Backpropagation Neural Network,CG‑BPNN)技术的射频功率放大器行为建模方法，包括数据准备、CG‑BPNN模型预测以及模型确定三个步骤。本发明核心采用CG‑BPNN建模方法，使用共轭梯度优化算法来更新权值，能够有效地避免陷入局部最优解，并且可以在相对较少的迭代次数内达到全局最优解。本发明可以结合有限的测量或仿真数据实现射频功率放大器的性能准确预测和行为表征，从而进一步提高射频微波电路的设计效率和精度，给微波工程师提供一种更加高效、便捷的技术手段。