A novel identification technique for lumped models of general distributed circuits (i.e. microwave transmission lines, monolithic integrated circuits and filters) is presented. The approach is based on a hybrid neural network having a supplementary layer and a particular learning process, whose convergence allows the validation of the circuit approximated lumped model. The supplementary layer is generated by symbolic analysis of the model. The inputs of the network are the geometrical parameters and the neural network output represents the lumped circuit parameter estimation.
PL
Zaprezentowano nowoczesną technikę identyfikacji modeli skupionych obwodów o parametrach rozłożonych (np. kanały transmisji mikrofali, jednolite zintegrowane obwody i filtry). Rozwiązanie oparte jest na hybrydowej sieci neuronowej, która ma dodatkową warstwę i specjalny algorytm uczenia. Jej zbieżność pozwala na weryfikację przybliżonego obwodowego modelu skupionego. Dodatkowa warstwa jest tworzona na podstawia analizy symbolicznej modelu. Wejście do sieci neuronowej stanowią parametru geometryczne, a wyjście estymowane parametry obwodu skupionego.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.