基于循环神经网络的行波管大信号输出特性预测

摘要：

深度学习是机器学习领域的一个研究方向,已应用于多种人工智能技术的研究.本文基于行波管大信号理论建立了循环神经网络训练模型,将深度学习用于行波管非线性特性的预测,并对行波管的输入参数进行了核函数变换,增强了模型对非线性特征的传递能力.经过训练得到一个适用于8～18 GHz螺旋线行波管的模型,该模型可以预测行波管的输出功率.

关键词：行波管、深度学习、循环神经网络

分类号：TN124+.2(真空电子技术)

资助基金：国家自然科学基金61771117

在线出版日期：2022-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-66