公开(公告)号：CN111030954B

公开(公告)日：2022-02-25

申请号：CN201911230072.4

申请日：2019-12-04

Applicant: 辽宁工程技术大学

Inventor： 高明明 ,  张春雨 ,  张沛泓 ,  南敬昌 ,  刘超 ,  王金玲

IPC: H04L25/49

公开(公告)号：CN111651936A

公开(公告)日：2020-09-11

申请号：CN202010460354.X

申请日：2020-05-27

Applicant: 辽宁工程技术大学

Inventor： 南敬昌 ,  曹馨元 ,  高明明 ,  陶成健 ,  张沛泓

IPC: G06F30/27 ,  G06N20/20 ,  H01Q5/25

Abstract: 本发明提供一种基于FOA-GRNN的双陷波特性超宽带天线建模设计方法，涉及射频微波器件神经网络建模技术领域，该方法通过选择样本对象提取训练集数据，并对基本参数进行设置，广义回归神经网络的光滑因子作为待优化参数，以预测数据的均方根误差作为适应度函数，利用果蝇算法优化光滑因子，建立FOA-GRNN网络模型。利用FOA-GRNN模型对小型化的双陷波特性的超宽带天线进行预测，用天线的回波损耗|S11|与频率f的数据训练模型，并计算模型的预测输出数据的相对误差与GRNN网络对比。该方法有更加良好的预测能力，收敛速度快，精度更高。

公开(公告)号：CN112149360A

公开(公告)日：2020-12-29

申请号：CN202011076764.0

申请日：2020-10-10

Applicant: 辽宁工程技术大学

Inventor： 南敬昌 ,  曹馨元 ,  高明明 ,  张沛泓 ,  杜晶晶

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08 ,  G06N3/00

Abstract: 本发明公开了一种基于ALO‑LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法，主要步骤包括：提取训练集数据；运用蚁狮算法训练LMBP正向模型，优化权值和阈值并保存；保持权值阈值不变，在建立好的正向模型中输入结构参量，运行得到输出电参量；计算输出参量与目标参量之间的评价函数F；利用逆向迭代算法更新输入参量。将本发明的ALO‑LMBP神经网络逆向建模方法应用到小型化的双陷波特性的超宽带天线中，在已知天线的回波损耗S11和电压驻波比VSWR的情况下，可以简化设计过程。该方法提高网络稳定性和泛化能力，还缩短了网络运行时间。

公开(公告)号：CN111030954A

公开(公告)日：2020-04-17

申请号：CN201911230072.4

申请日：2019-12-04

Applicant: 辽宁工程技术大学

Inventor： 高明明 ,  张春雨 ,  张沛泓 ,  南敬昌 ,  刘超 ,  王金玲

IPC: H04L25/49

Abstract: 本发明公开了一种基于压缩感知的多通道采样的宽带功放预失真方法，把基于SFM(正弦调频)信号的调制宽带转换器应用在预失真系统中采集信号，并用变步长的广义自适应匹配追踪算法(VS-GSAMP)进行信号的重建。本发明的基于压缩感知的多通道采样的宽带功放预失真方法将接受的信号经过模数转换模块DAC和上变频的处理，经过激励功放输出信号；激励功放器输出信号经过G倍衰减再进入信号采样重构模块SMWC模块进行信号采样及重建；最后利用最小二乘法提取数字预失真器DPD的参数。本发明提出的预失真方法可以降低反馈回路采样速率，并且提高了信号重构的精度。