基于神经网络的圆孔阵列垂直入射耦合截面预测
丁星丽1 赵翔1 闫丽萍1 刘强2
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

丁星丽1 赵翔1 闫丽萍1 刘强2,. 基于神经网络的圆孔阵列垂直入射耦合截面预测[J]. 无线电研究,2020.9. DOI:.
摘要:
为了分析电子系统金属屏蔽外壳上孔阵的耦合截面,引入神经网络建模方法。分析了垂直入射条件下一些特征参数对圆孔阵列耦合截面的影响,用全波分析法计算了不同特征参数下的孔阵归一化耦合截面,将获得的6 000组样本数据输入神经网络进行训练,获得根据孔单元的电尺寸、行/列数、行/列间距电尺寸及入射波的极化角度6个参数预测孔阵归一化耦合截面的神经网络模型;将样本按比例随机分为训练集和测试集,得出最少约3 000组数据就能使神经网络模型达到较高的预测精度。为了进一步验证神经网络模型的普适性和有效性,选取了2组没有在训练集和测试集中出现的特征参数,分别用全波分析法和该神经网络模型进行预测,发现基于神经网络的预测结果和全波分析法的计算结果吻合良好。
关键词: 圆孔阵列耦合截面神经网络训练精度预测精度
DOI:
基金资助:

》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知:

1、审稿结果将于1~7个工作日以邮件告知,请注意查收(包含录用通知书、审稿意见、知网CNKI查重报告)。

2、提交投稿后,若7个工作日之内未接到录用通知,则说明该文章未被录用,请另投他刊。

3、凡投寄本刊稿件,如在内容上有侵权行为或不妥之处,均应文责自负。本刊有权对来稿进行文字编辑、加工和修改,如不同意,请附说明,以便妥善处理。

4、多作者文稿署名时须征得其他作者同意,排好先后次序,通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表,其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库,如作者不同意被收录,请提前申明,未申明者,本刊一律视为同意被收录。

7、请勿一稿多投。