Wieloparametryczne, matematyczne modele zastępcze układów mikrofalowych

• Autorzy: Balewski Ł. , Lamecki A. , Mrozowski M.

Warianty tytułu

EN

Multivariate, mathematical surrogate models of microwave devices

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia technikę tworzenia wieloparametrycznych modeli zastępczych układów mikrofalowych na podstawie wyników analizy pełnofalowej, wykorzystująca interpolację wymierną funkcji wielu zmiennych. Powstały problem interpolacyjny rozwiązywany jest uogólnioną metodą najmniejszych kwadratów. Procedura tworzenia modelu jest w pełni zautomatyzowana, adaptacyjnie dobierane są zarówno położenia próbek jak i rząd modelu. Dołączone są przykłady pokazujące dokładność modeli oraz efektywność proponowanej metody.

EN

A technique of multiparametric surrogate model construction of microwave components based on the results of electromagnetic simulations, utilizing multivariate rational interpolation scheme is presented. The resulting interpolation problem is solved with the total least squares method. The procedure is fully automated, both support points locations and model orders are selected adaptively. To demonstrate the accuracy of constructed models and efficiency of the method some examples are presented.

• Wydawca: Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
• Rocznik: 2005
• Tom: T. 8
• Strony: 747--752
• Opis fizyczny: Bibliogr. 8 poz., 3 rys., 2 tab.

Twórcy

autor

Balewski Ł.

• Katedra Inżynierii Mikrofalowej i Antenowej, Politechnika Gdańska

autor

Lamecki A.

• Katedra Inżynierii Mikrofalowej i Antenowej, Politechnika Gdańska

autor

Mrozowski M.

• Katedra Inżynierii Mikrofalowej i Antenowej, Politechnika Gdańska

• Katedra Inżynierii Mikrofalowej i Antenowej, Politechnika Gdańska

Bibliografia

• [1] R. Lehmensiek and P. Meyer, “Creating accurate multivariate rational interpolation models of microwave circuits by using efficient adaptive sampling to minimize the number of computational electromagnetic analyses,” IEEE Trans. Microwave Theory Tech., vol. 49, pp. 1419–1430, Aug. 2001.
• [2] J. De Geest, T. Dhaene, N. Fache, and D. De Zutter, “Adaptive CAD-model building algorithm for general planar microwave structures,” IEEE Trans. Microwave Theory Tech., vol. 47, pp. 1801–1809, Sept. 1999.
• [3]A. H. Zaabab, Q. J. Zhang, and M. Nakhla, “A neural network modeling approach to circuit optimization and statistical design,” IEEE Trans. Microwave Theory Tech., vol. 43, pp. 1349–1558, June 1995.
• [4] R. H. Bartels and J.J.Jezioranski, ”Least-squares fitting using orthogonal multinomials”, ACM Transactions on Mathematical Software, Vol. 11, pp. 201-217, September 1985
• [5] S. F. Peik, R. R. Mansour, and Y. L. Chow, “Multidimensional Cauchy method and adaptive sampling for an accurate microwave circuit modeling,” IEEE Trans. Microwave Theory Tech., vol. 46, pp. 2364–2371, Dec. 1998.
• [6] A. Lamęcki, P. Kozakowski, M. Mrozowski, “Efficient Implementation of the Cauchy Method for Automated CAD-Model Construction”, IEEE Microwave And Wireless Components Letters, Volume: 13 Issue: 7, July 2003
• [7] U. Beyer, F. Smieja, ''Data exploration with reflective adaptive models'', Computational Statistics and Data Analysis, Vol. 22, pp. 193-211, 1996
• [8] G. H. Golub and C. F.Van Loan, Matrix Computation. Baltimore, MD: The Johns Hopkins Univ. Press, 1996.