一种融入耦合模理论的声表面波谐振器导纳深度学习预测方法

一种融入耦合模理论的声表面波谐振器导纳深度学习预测方法，涉及声表面波器件与人工智能技术领域。利用电磁仿真软件建立声表面波谐振器模型，进行频域和特征频率分析，得到COM参数；将结构参数输入神经网络，构建和训练神经网络，预测声表面波谐振器的COM参数，带入P矩阵计算，得到目标声表面波谐振器的导纳，实现声表面波谐振器导纳正向预测。通过神经网络预测声表面波谐振器COM参数，结合P矩阵，实现声表面波谐振器导纳正向预测，避免计算结构复杂声表面波谐振器的声电转换的复杂过程，克服传统方法难以精准预测声表面波谐振器导纳的问题，实现从声表面波谐振器结构参数到导纳的快速精准计算，满足声表面波谐振器快速设计的需求。