基于神经网络拟合晶体振荡器电路参数的方法及系统

本发明涉及一种基于神经网络拟合晶体振荡器电路参数的方法，通过测试获得目标晶体振荡器电路的频率阻抗曲线，并构建训练数据集；基于目标晶体振荡器电路中多个元件之间组成的电路结构，构建一个神经网络模型用以拟合所述目标晶体振荡器电路中的元件参数；将所述训练数据集中的测试频率作为输入，电路阻抗值作为真实标签，将所述训练数据集分批次输入所述神经网络模型输出预测阻抗值；构建损失函数对所述神经网络模型进行训练；在所述神经网络模型训练完成后，获得拟合好的目标晶体振荡器电路中的元件参数。本发明方法应用神经网络算法通过对神经元参数的更新可以对晶体振荡器电路进行拟合，在较小的误差范围内得到了晶体振荡器内部的元件参数。