摘要
本申请公开了一种射频匹配器阻抗值的监测方法,涉及射频设备领域。该方法包括:获取射频匹配器对应的实时数据和历史阻抗数据;通过膨胀因果卷积网络对时域信号进行特征提取,得到多尺度时域特征,以及通过注意力网络对频域功率谱进行特征提取,得到关键频段特征;对环境传感器数据进行卡尔曼滤波,得到环境传感器数据对应的多源数据特征,并对多尺度时域特征、关键频段特征和多源数据特征进行融合,得到融合特征;通过物理信息约束网络对融合特征进行阻抗值预测,得到阻抗初值,并通过记忆网络根据历史阻抗数据对阻抗初值进行修正,得到目标阻抗值。本申请深度学习架构融合多源传感数据与电磁物理规律,实现了复杂工况下的高精度实时阻抗监测。
技术关键词
射频匹配器
环境传感器数据
时域特征
网络
融合特征
多尺度
注意力
加速度
热传导方程
监测方法
信号
频段
实时数据
卡尔曼滤波
物理
记忆
深度学习架构
滤波器算法
系统为您推荐了相关专利信息
交通标志检测方法
局部特征信息
编码特征
图像
层级
内部温度控制方法
坝体
混凝土
机器学习方法
内部温度控制装置
点胶路径
机器人动力学模型
状态反馈控制
机械手
点胶位置