基于RBF神经网络的射频功放器件大信号建模方法研究

摘要：

基于多层前向神经网络对任意非线连续函数有较好的逼近效果,对BP(反向传播算法)神经网络和RBF(径向基函数)神经网络作了理论上的分析比较,并采用实际数据进行训练,说明了RBF神经网络在逼近精度和速度上都要优于BP神经网络.最后,以RBF神经网络作为函数逼近器对射频功率器件建立了大信号特征模型,并进行了模型检验,证明了基于RBF网络的建模方法具有较高的精度.

关键词：径向基函数神经网络、函数逼近、非张性散射函数

所属期刊栏目：16

分类号：TN911.6

资助基金：国家自然科学基金60372051

在线出版日期：2004-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：89-92,133