基于核机器学习的微波滤波器辅助调试方法

    公开(公告)号:CN101478069B

    公开(公告)日:2013-04-03

    申请号:CN200910020953.3

    申请日:2009-01-16

    Abstract: 本发明公开了一种基于核机器学习的微波滤波器辅助调试方法,主要解决现有技术没有建立螺栓调整量与耦合矩阵变化量之间关系模型的问题。该方法根据工程中测量的滤波器S参数,通过抽取其耦合矩阵和进行数据处理,得到归一化的螺栓调整量和耦合矩阵变化量的数据样本集;根据这些样本集,使用核机器学习算法建立了螺栓调整量对耦合矩阵变化量影响的模型,通过修正理想耦合矩阵,获得了螺栓调整量对电性能影响的机器学习模型;最后根据此机器学习模型,构建了滤波器螺栓调整量的最优调整模型;求解该最优调整模型,计算得到滤波器各个调整螺栓的调整量。本发明能够快速、准确地进行滤波器辅助调试,可用于大批量生产的滤波器辅助调试。

    基于核机器学习的微波滤波器辅助调试方法

    公开(公告)号:CN101478069A

    公开(公告)日:2009-07-08

    申请号:CN200910020953.3

    申请日:2009-01-16

    Abstract: 本发明公开了一种基于核机器学习的微波滤波器辅助调试方法,主要解决现有技术没有建立螺栓调整量与耦合矩阵变化量之间关系模型的问题。该方法根据工程中测量的滤波器S参数,通过抽取其耦合矩阵和进行数据处理,得到归一化的螺栓调整量和耦合矩阵变化量的数据样本集;根据这些样本集,使用核机器学习算法建立了螺栓调整量对耦合矩阵变化量影响的模型,通过修正理想耦合矩阵,获得了螺栓调整量对电性能影响的机器学习模型;最后根据此机器学习模型,构建了滤波器螺栓调整量的最优调整模型;求解该最优调整模型,计算得到滤波器各个调整螺栓的调整量。本发明能够快速、准确地进行滤波器辅助调试,可用于大批量生产的滤波器辅助调试。

Patent Agency Ranking