首页--工业技术论文--无线电电子学、电信技术论文--电子元件、组件论文--微波元件、微波铁氧体元件论文

基于神经网络空间映射的微波射频器件建模

摘要第4-5页
abstract第5-6页
第一章 绪论第10-17页
    1.1 研究背景第10-11页
    1.2 国内外研究现状及现有的主要建模方法概述第11-14页
        1.2.1 国内外研究现状第11-13页
        1.2.2 现有的主要建模方法概述第13-14页
    1.3 本文的主要贡献第14-15页
    1.4 本文的组织结构第15-16页
    1.5 本章小结第16-17页
第二章 传统的Neuro-SM建模技术第17-32页
    2.1 经典的GaAs基经验公式模型第17-23页
        2.1.1 Statz电热模型第18-20页
        2.1.2 Curtice电热模型第20-22页
        2.1.3 Angelov电热模型第22-23页
    2.2 几种常见的神经网络第23-26页
        2.2.1 MLP神经网络第24-25页
        2.2.2 TDNN神经网络第25-26页
    2.3 传统Neruo-SM建模技术第26-31页
        2.3.1 粗模型和精细模型第26-27页
        2.3.2 传统的Neuro-SM模型的概念及结构第27-28页
        2.3.3 传统Neuro-SM模型的解析型表达式第28-29页
        2.3.4 传统Neuro-SM模型对映射神经网络权重的敏感度分析第29-31页
        2.3.5 传统Neuro-SM模型的训练第31页
    2.4 本章小结第31-32页
第三章 加入电流映射的改进型Neuro-SM建模方法研究第32-48页
    3.1 一种适用于微波、射频器件建模的改进型Neuro-SM技术第33-44页
        3.1.1 改进型Neuro-SM模型的概念及结构第33-34页
        3.1.2 改进型Neuro-SM模型的解析型表达式第34-38页
        3.1.3 改进型Neuro-SM模型对映射神经网络权重的敏感度分析第38-43页
        3.1.4 改进型Neuro-SM模型的训练第43-44页
    3.2 采用改进型Neuro-SM技术对GaAs FET器件建模第44-47页
    3.3 本章小结第47-48页
第四章 新的解析型动态Neuro-SM建模技术研究第48-78页
    4.1 解析型动态Neuro-SM建模技术第49-62页
        4.1.1 解析型动态Neuro-SM模型第49-50页
        4.1.2 引入动态映射的必要性第50-53页
        4.1.3 动态Neuro-SM模型的解析型表达式第53-56页
        4.1.4 动态Neuro-SM模型对映射神经网络权重的敏感度分析第56-58页
        4.1.5 解析型动态Neuro-SM模型的训练第58-61页
        4.1.6 讨论第61-62页
    4.2 微波、射频器件建模实例第62-77页
        4.2.1 ADS GaAs MESFET器件的动态Neuro-SM模型第62-65页
        4.2.2 实际GaAs pHEMT器件的动态Neuro-SM模型第65-71页
        4.2.3 Medici中GaAs HEMT器件的动态Neuro-SM模型第71-77页
    4.3 本章小结第77-78页
第五章 考虑自热效应的Neuro-SM电热模型研究第78-122页
    5.1 考虑自热效应的解析型静态Neuro-SM建模技术第79-91页
        5.1.1 考虑自热效应的解析型静态Neuro-SM模型第79-81页
        5.1.2 考虑自热效应的静态Neuro-SM电热模型的解析型表达式第81-85页
        5.1.3 考虑自热效应的解析型静态Neuro-SM电热模型对映射神经网络权重的敏感度分析第85-89页
        5.1.4 考虑自热效应的解析型静态Neuro-SM电热模型的训练第89-91页
    5.2 考虑自热效应的解析型动态Neuro-SM建模技术第91-101页
        5.2.1 考虑自热效应的解析型静态Neuro-SM模型第91-93页
        5.2.2 考虑自热效应的动态Neuro-SM电热模型的解析型表达式第93-97页
        5.2.3 考虑自热效应的解析型动态Neuro-SM电热模型对映射神经网络权重的敏感度分析第97-100页
        5.2.4 考虑自热效应的解析型动态Neuro-SM模型的训练第100-101页
    5.3 非线性器件建模实例第101-120页
        5.3.1 高功率晶体管建模第101-112页
        5.3.2 GaAs FET器件建模第112-120页
    5.4 本章小结第120-122页
第六章 总结与展望第122-125页
    6.1 全文的工作总结第122-123页
    6.2 未来工作展望第123-125页
参考文献第125-135页
发表论文和参加科研情况说明第135-136页
致谢第136-137页

论文共137页,点击 下载论文
上一篇:基于互联网的自动问答答案抽取的研究
下一篇:基于抑制近坝支流水华的三峡水库非汛期优化调度研究