[發(fā)明專利]大功率毫米波回旋行波管功率模塊最優(yōu)工作參數(shù)搜索方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110238818.7
• 申請(qǐng)日: 2021-03-04
• 公開（公告）號(hào): CN112884234A
• 公開（公告）日: 2021-06-01
• 發(fā)明（設(shè)計(jì)）人: 鄢然;鄒富城;羅勇;王麗;姚葉雷
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06K9/62;G06N3/04;G06N3/08;G06N3/12
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 甘茂

1.大功率毫米波回旋行波管功率模塊最優(yōu)工作參數(shù)搜索方法，包括以下步驟：

步驟1.建立及訓(xùn)練徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型；

步驟1.1構(gòu)建訓(xùn)練集

對(duì)回旋行波管測(cè)試過程中測(cè)試數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、得到有效測(cè)試數(shù)據(jù)，并對(duì)有效測(cè)試數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，得到若干個(gè)訓(xùn)練樣本，構(gòu)成訓(xùn)練集；并同時(shí)根據(jù)有效測(cè)試數(shù)據(jù)確定每個(gè)輸入工作參數(shù)的最大取值范圍；

所述訓(xùn)練樣本中，包括：9個(gè)工作參數(shù)作為輸入：管高(mm)、陰極脈沖電壓(kv)、陰極脈沖電流(A)、磁場(chǎng)電流(A)、補(bǔ)償電流(A)、燈絲電流(A)、輸出頻率(GHz)、信號(hào)源功率(kW)、磁場(chǎng)電壓(V)，并以效率(％)作為訓(xùn)練樣本的標(biāo)簽；

步驟1.2構(gòu)建徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型

所述徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型包括：輸入層、隱藏層及輸出層，其中，輸入層的節(jié)點(diǎn)數(shù)為9，隱藏層節(jié)點(diǎn)數(shù)50，輸出層節(jié)點(diǎn)數(shù)為1，所述徑向基神經(jīng)網(wǎng)絡(luò)模型具體為：

其中，x表示模型輸入，y表示模型輸出，ρ表示徑向基函數(shù)：H為隱藏層神經(jīng)元(節(jié)點(diǎn))的個(gè)數(shù)，c_i、s_i和ω_i分別為第i個(gè)隱藏層神經(jīng)元對(duì)應(yīng)的中心、標(biāo)準(zhǔn)差和權(quán)重，b為輸出層的偏置；

步驟1.3設(shè)置損失函數(shù)及訓(xùn)練參數(shù)，采用Adam優(yōu)化器，對(duì)徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行訓(xùn)練，得到訓(xùn)練完成的徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型；所述損失函數(shù)采用均方誤差損失函數(shù)MSE；

步驟2.將訓(xùn)練完成的徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型作為遺傳算法中的適應(yīng)度函數(shù)，通過遺傳算法對(duì)輸入工作參數(shù)進(jìn)行全局尋優(yōu)，進(jìn)而得到最優(yōu)效率及對(duì)應(yīng)的最優(yōu)工作參數(shù)。