| 第一章 绪论 | 第1-27页 |
| 1．1 微波电路理论与技术的进展 | 第9-11页 |
| 1．1．1 微波宽带和超宽带电路理论和技术 | 第10页 |
| 1．1．2 微波电路互连和封装寄生参量的估值和电特性仿真 | 第10-11页 |
| 1．1．3 微波非线性电路理论 | 第11页 |
| 1．2 微波电路CAD概述 | 第11-13页 |
| 1．2．1 微波器件的建模和参数提取 | 第12页 |
| 1．2．2 微波电路的特性分析 | 第12页 |
| 1．2．3 微波电路的仿真和优化设计 | 第12-13页 |
| 1．3 微波电路CAD的神经网络理论基础 | 第13-25页 |
| 1．3．1 神经网络简介 | 第14-16页 |
| 1．3．1．1 常用表述符号 | 第14-15页 |
| 1．3．1．2 神经网络模型方法的突出优点 | 第15-16页 |
| 1．3．2 多层感知器（MLP) | 第16-17页 |
| 1．3．2．1 MLP的结构 | 第16页 |
| 1．3．2．2 MLP的激活函数 | 第16-17页 |
| 1．3．3 径向基函数网络 | 第17-19页 |
| 1．3．4 小波神经网络 | 第19-21页 |
| 1．3．4．1 小波变换 | 第19-20页 |
| 1．3．4．2 小波网络以及其前馈算法 | 第20页 |
| 1．3．4．3 小波网络训练和初始化 | 第20-21页 |
| 1．3．5 聚类算法 | 第21-22页 |
| 1．3．5．1 聚类算法的基本概念 | 第21页 |
| 1．3．5．2 K-均值聚类算法 | 第21-22页 |
| 1．3．6 递归神经网络 | 第22-23页 |
| 1．3．7 神经网络训练常用算法 | 第23-25页 |
| 1．3．7．1 反向传播算法及其改进 | 第23-24页 |
| 1．3．7．2 共轭梯度法 | 第24页 |
| 1．3．7．3 牛顿法 | 第24-25页 |
| 1．3．7．4 Levenberg-Marquart算法 | 第25页 |
| 1．4 人工神经网络及其在射频、微波电路中的应用 | 第25-26页 |
| 1．5 本文主要工作及论文安排 | 第26-27页 |
| 第二章 微波电路的时域非线性特性建模 | 第27-42页 |
| 2．1 功率放大器非线性特性分析 | 第27-30页 |
| 2．1．1 无记忆系统中的振幅非线性 | 第28-29页 |
| 2．1．2 无记忆系统中的交叉调制 | 第29页 |
| 2．1．3 群时延振幅调制－相位调制（AM-PM）变换 | 第29-30页 |
| 2．2． ADS简介 | 第30-33页 |
| 2．2．1 绘制原理图 | 第32页 |
| 2．2．2 系统仿真 | 第32-33页 |
| 2．2．3 电路布局图 | 第33页 |
| 2．3 仿真数据产生电路模型及其建立 | 第33-35页 |
| 2．3．1 放大器底层电路创建 | 第33-35页 |
| 2．3．2 仿真数据产生过程 | 第35页 |
| 2．4 基于递归神经网络的放大器非线性特性仿真 | 第35-38页 |
| 2．5 基于径向基函数网络的放大器非线性特性仿真 | 第38-41页 |
| 2．6 本章小结 | 第41-42页 |
| 第三章 微波电路频域非线性特性的神经网络建模 | 第42-53页 |
| 3．1 基于Volterra级数的微波电路输入和输出关系描述 | 第42-44页 |
| 3．2 MESFET的电路模型 | 第44-47页 |
| 3．3 基于Volterra级数的MESFET电路模型非线性分析 | 第47-49页 |
| 3．4 用多层前馈神经网络确定Volterra级数的核函数 | 第49-52页 |
| 3．5 本章小结 | 第52-53页 |
| 第四章 神经网络在微波电路优化问题中的应用 | 第53-59页 |
| 4．1 微带线的神经网络模型 | 第53-55页 |
| 4．2 微带电路神经网络模型训练和测试数据的产生 | 第55-56页 |
| 4．3 基于小波神经网络的微带电路仿真优化结果 | 第56-58页 |
| 4．4 本章小结 | 第58-59页 |
| 第五章 总结和展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66-72页 |
| 个人简历、在学期间的学术论文 | 第72页 |
