Ka波段RF MEMS器件人工智能建模方法.pdf

1、作為一種新型微波芯片技術(shù)，射頻微機電系統(tǒng)(Radio Frequency Micro- Electro-Mechanical Systems，RF MEMS)器件因其具有損耗低、體積小、重量輕以及與其它加工工藝相兼容等特點，已經(jīng)越來越廣泛地應(yīng)用在在相控陣雷達、微波通信、衛(wèi)星通信以及微波測量等領(lǐng)域，其工作穩(wěn)定性、可靠性以及射頻性能在應(yīng)用系統(tǒng)中起著關(guān)鍵作用。伴隨著RF MEMS器件的的廣泛應(yīng)用，其射頻性能建模問題一直是人們關(guān)注的焦點之一。在

2、設(shè)計過程中，由于模型的復雜性，特別是若干物理結(jié)構(gòu)參數(shù)的相互關(guān)聯(lián)性和射頻性能參數(shù)的非線性大大增加了它的設(shè)計難度，其準確性與計算量、存儲量、計算效率以及運行時間成正比。本文通過分析Ka波段RF MEMS器件設(shè)計過程中現(xiàn)有建模方法存在的問題，提出采用人工神經(jīng)網(wǎng)絡(luò)對毫米波器件的S參數(shù)以及設(shè)計參數(shù)進行建模，并對該方法的原理及運算過程進行深入的研究。
　　首先，對Ka波段RF MEMS移相器S參數(shù)神經(jīng)網(wǎng)絡(luò)建模過程進行研究。使用的模型為分布式R

3、F MEMS移相器，以移相器的幾何參數(shù)，即周期布置的橋間距、橋墩高度、絕緣Si3N4層厚度及指定頻率點作為模型輸入。以移相器的Sll和S21參數(shù)幅值相相角作為模型輸出。設(shè)置了三個幾何參數(shù)的樣本空間范圍，使用HFSS軟件進行仿真獲得訓練樣本。研究結(jié)果表明：與HFSS軟件仿真結(jié)果相比，采用網(wǎng)絡(luò)結(jié)構(gòu)為4-30-4的BP神經(jīng)網(wǎng)絡(luò)經(jīng)過69min的訓練收斂后可獲得S參數(shù)幅值誤差平均值小于0.0671dB，S參數(shù)幅角誤差平均值小于2.53610的建模

4、性能。針對BP神經(jīng)網(wǎng)絡(luò)訓練易陷入局部極小而難以收斂這一問題，使用免疫算法和遺傳算法對BP算法進行改進，實驗結(jié)果顯示兩種改進方法針對不同數(shù)目的訓練樣本縮短了BP神經(jīng)網(wǎng)絡(luò)的訓練時間10-30％不等。
　　其次，對Ka波段LIGA濾波器S參數(shù)神經(jīng)網(wǎng)絡(luò)建模進行研究。以Ka波段LIGA濾波器為研究目標，在分析了LIGA工藝特點及基本模型的基礎(chǔ)上，獲得其幾何參數(shù)對于S參數(shù)的影響。確定了影響S參數(shù)的四個幾何參數(shù)，即第二、三帶條長度及間隔。依據(jù)8

5、1x51組訓練樣本和36x51組隨機樣本，分別使用BP神經(jīng)網(wǎng)絡(luò)和RBF神經(jīng)網(wǎng)絡(luò)建立了四個幾何參數(shù)與S參數(shù)幅值的模型。與CST軟件仿真對比，采用5-20-40-2層間結(jié)構(gòu)的BP神經(jīng)網(wǎng)絡(luò)對S參數(shù)幅值建模的平均誤差小于0.1031dB。使用訓練1100次、41分鐘收斂（傳播常數(shù)0.1），隱層為1100個神經(jīng)元的RBF神經(jīng)網(wǎng)絡(luò)S參數(shù)幅值建模的平均誤差小于0.0214dB。
　　之后，使用了支持向量回歸機對Ka波段RF MEMS器件的S參數(shù)

6、進行建模研究。以支持向量機理論為基礎(chǔ)，將其使用于回歸領(lǐng)域，構(gòu)建RF MEMS器件的建模方法，解決S參數(shù)建模過程中模型精度與樣本數(shù)目的過分依賴這一問題。以RF MEMS移相器和LIGA濾波器為研究目標，以支持向量機優(yōu)良的小樣本泛化能力，分別對不同訓練樣本（21、51和101點取樣）的建模性能進行研究。結(jié)果表明，對于同樣的樣本數(shù)目，SVR建模精度相對于BP神經(jīng)網(wǎng)絡(luò)提高了50%。
　　最后，對Ka波段RF MEMS器件設(shè)計參數(shù)進行了人工

7、神經(jīng)網(wǎng)絡(luò)建模研究。結(jié)合人工神經(jīng)網(wǎng)絡(luò)建模過程，提出間接和直接設(shè)計參數(shù)兩種建模方法，建立了各種常用設(shè)計參數(shù)從S曲線中提取的方法。對RF MEMS移相器的幾何參數(shù)和諧振頻率、lOdB帶寬、諧振頻率處插入損耗／反射損耗和諧振頻率處“開”／“關(guān)”態(tài)相移變化量分別使用BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)及多層前向網(wǎng)絡(luò)進行建模研究。結(jié)果表明，對設(shè)計參數(shù)的直接建模性能要優(yōu)于間接建模50%左右的提高，建模時間也僅為間接建模的20%。對于LIGA濾波器的中心頻率和