Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学吴一凡获国家专利权

杭州电子科技大学吴一凡获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉杭州电子科技大学申请的专利一种基于高性能计算的射频电路寻优设计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115906741B

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211660419.0,技术领域涉及:G06F30/373;该发明授权一种基于高性能计算的射频电路寻优设计方法是由吴一凡;刘军;王骏超;任坤设计研发完成,并于2022-12-23向国家知识产权局提交的专利申请。

一种基于高性能计算的射频电路寻优设计方法在说明书摘要公布了:一种基于高性能计算的射频电路寻优设计方法,包括以下步骤:将射频电路子模块化;建构电路子模块神经网络;基于电路子模块神经网络,使用GPU进行并行计算;对各级子模块电路的散射参数结果级联计算,得到整体电路的散射参数结果:从整体电路的散射参数结果中,搜索符合性能指标条件的优化方案;对搜索结果的优劣寻找帕累托Pareto最优解,筛选出符合实际工程指标的电路。本方法相较于传统的人工神经网络用于对全级射频电路设计尺寸与电气行为之间关系进行建模,本方法更具灵活性,也能提高人工神经网络模型上的复用性和准确性,并利用神经网络模型可高并行计算的特性对计算进行加速。

本发明授权一种基于高性能计算的射频电路寻优设计方法在权利要求书中公布了:1.一种基于高性能计算的射频电路寻优设计方法,其特征在于,包括以下步骤: S1、将射频电路按电路功能进行拆分,得到若干电路子模块化,得到电路子模块,所述电路子模块包括:放大电路模块、匹配电路模块、滤波电路模块; S2、建构电路子模块神经网络 对各个电路子模块在设计空间上进行采样,针对所述设计空间中可能的设计参数对电路进行仿真,得到覆盖设计空间的电路仿真结果的数据集; 所述数据集中包括输入部分和输出部分: 所述输入部分包括:电路子模块中所有的无源元件和有源元件的尺寸设计参数以及仿真频率点,所述无源元件包括:电阻、电感、电容、传输线和T型结,所述有源元件包括晶体管,所述尺寸设计参数包括元件的长、宽,电感的线圈匝数与内径,所述仿真频率点是指仿真频段上按照设定仿真频率步长采样的频率点; 所述输出部分反映其电路的性能度量,包括:散射参量, 对各个电路子模块分别建立神经网络模型;所述神经网络模型的输入为:电路子模块的器件参数与设计尺寸;所述神经网络模型的输出为作为电路仿真结果的散射参数;所述神经网络模型的基本单元为感知器; 将所述数据集分为训练集和验证集,使用训练集对所述神经网络模型进行训练, 使用验证集验证训练后的神经网络中,判断样本预测值和真实值的误差是否符合预设要求,若是,完成神经网络训练,若否,继续进行训练;完成训练和验证后,得到电路子模块神经网络; S3、基于电路子模块神经网络,使用GPU进行并行计算: S3.1.对各个电路子模块在规定设计空间内对可能的设计尺寸参量进行采样,形成输入参数矩阵: ; 其中代表第组对设计尺寸参量采样的第个设计参量,代表的是第级子电路模块的设计参量集合,上式中代表了共组对设计参量的采样,每组设计参量为维向量,即包含了个设计尺寸; S3.2.设定寻优频率范围与步长,形成带频率点信息的输入参数矩阵: ; 其中为在规定频率范围内与步长采样的频率点,为带频率点信息的输入参数矩阵,中的一个子矩阵代表一组设计方案在多个仿真频率点上加入了频率点信息的输入参数,每一个子矩阵来自与S3.1中矩阵中的行向量重复扩展,并在最后带上频率点信息; S3.3.将该矩阵输入神经网络模型之中,并使用GPU加速神经网络模型实现高并发运算,得到散射参量矩阵输出: ; 其中为散射参量矩阵,其维度为,其中,其含义代表共组对设计尺寸采样中的第组采样,对应个采样频率点中第个频率点时输出的散射参量; S4、对各级子模块电路的散射参数结果级联计算,得到整体电路的散射参数结果: S4.1.将S3.3中得到各级电路子模块神经网络的散射参量矩阵中每一个频率点的散射参数拆分为四个分块矩阵,所述四个分块矩阵即,,,四个散射参量的实虚部信息: ; 其中,代表第级网络在设定的频段范围与步长采样频率点上的分块矩阵; S4.2.各级电路子模块神经网络按以下四个公式所示的方式进行级联: ; ; ; ; 其中,代表前级级联网络的散射参数,,代表前级级联网络的散射参数,,代表网络与网络级联后形成的网络的散射参数; 级联计算中为复数,; S5、从整体电路的散射参数结果中,搜索符合性能指标条件的优化方案;对搜索结果的优劣寻找帕累托Pareto最优解,筛选出符合实际工程指标的电路。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘新区白杨街道2号大街1158号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。