一种基于深度神经网络的通用多级功分器性能预测方法

本发明属于微波毫米波器件设计技术领域，提供一种基于深度神经网络的通用多级功分器性能预测方法；首先，基于单级功分器进行S参数采集，并使用单级功分器进行级联得到多级功分器，再对多级功分器进行S参数采集；然后，将采集得S参数进行数据清洗，并归一化形成训练集，再根据训练集对深度神经网络进行训练，得到多级功分器性能预测模型；最后，将待预测多级功分器的单级功分器的S参数序列输入多级功分器性能预测模型，由多级功分器性能预测模型输出待预测多级功分器的S参数预测值。综上，本发明通过单级功分器的S参数快速预测多级级联性能，解决了现有方法存在的计算耗时、数据量大、模型复用性差等问题。