摘要
本发明涉及改进可逆神经网络的宽带有源混频器可逆设计方法和系统,方法包括:获取宽带有源混频器的响应,其中,响应包括转换增益G和噪声指数NF;将响应输入R‑INN模型,输出宽带有源混频器的设计参数,根据设计参数对有源混频器进行设计,其中设计参数包括电阻、电容,R‑INN模型通过实值非体积保持变换结合可逆神经网络构建,R‑INN模型通过训练集训练获得,训练集包括预设范围内设计参数及对应的响应。本发明通过引入一种结合实值非体积保持变换技术的改进可逆神经网络模型,优化了正向预测的精度并有效反推设计参数的后验分布,从而提高宽带有源混频器优化设计的效率和准确性。
技术关键词
有源混频器
非线性
雅可比矩阵
噪声指数
训练集
参数
数据采集模块
设计系统
批量
神经网络模型
电容
电阻
分块
标签
样本
元素
系统为您推荐了相关专利信息
气象历史数据
预测发电功率
训练集
参数优化算法
光伏发电功率预测
图像三维重建方法
畸变模型
相机镜头
亮暗图像
残差模块
振动补偿装置
振动补偿方法
高空作业平台
线性参数变化系统
机器人装置
融合特征
卷积特征
池化特征
多尺度特征提取
平衡特征