一种基于ALO-LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法

摘要

本发明公开了一种基于ALO‑LMBP神经网络的双陷波特性超宽带天线逆向建模研究方法，主要步骤包括：提取训练集数据；运用蚁狮算法训练LMBP正向模型，优化权值和阈值并保存；保持权值阈值不变，在建立好的正向模型中输入结构参量，运行得到输出电参量；计算输出参量与目标参量之间的评价函数F；利用逆向迭代算法更新输入参量。将本发明的ALO‑LMBP神经网络逆向建模方法应用到小型化的双陷波特性的超宽带天线中，在已知天线的回波损耗S11和电压驻波比VSWR的情况下，可以简化设计过程。该方法提高网络稳定性和泛化能力，还缩短了网络运行时间。