[发明专利]Y参数的极点和留数构建的微波滤波器的处理方法及系统

权利要求书

1.Y参数的极点和留数构建的微波滤波器的处理方法，其特征在于，包括如下步骤：

(1)获取通过改变已知的微波滤波器的螺栓长度而得到的滤波器耗散参数S₂₁和S₁₁，形成样本数据；

(2)对样本数据进行预处理，以样本数据中每个个体的耗散参数S₂₁和S₁₁分别转换成Y₂₁和Y₁₁，通过矢量拟合法提取Y参数的极点和留数，从而得到螺栓长度关于Y参数的极点和留数的数据集T；

(3)利用神经网络算法处理数据集T，建立螺栓长度关于Y参数的极点和留数之间的关系模型Y^model；

(4)根据关系模型Y^model，进而得到螺栓长度与耗散参数S之间的关系模型S^model；

(5)根据关系模型S^model，响应对微波滤波器的参数调整，直至达到微波滤波器的目标状态。

2.如权利要求1所述的处理方法，其特征在于，

步骤(1)中微波滤波器的螺栓包含具有耦合杆的螺栓和具有谐振杆的螺栓，样本数据中包含分别只改变每个耦合杆形成的数据w和分别只改变每个谐振杆形成的数据v，步骤(2)中数据集T对应的包含分别只改变每个耦合杆的形成的数据W和分别只改变每个谐振杆的形成的数据V，步骤(2)具体包括：

首先将数据集T所有的数据集按照如下公式转换成Y参数：

其中，Y参数的用极点和留数表达：式中，a_i、c_i分别是Y参数的极点、留数，s为频域变量，N为滤波器的阶数；

对于数据W，用矢量拟合分别从Y₂₁和Y₁₁中提取出极点eig1，eig2和留数r21，r22，将极点的虚部和留数的实部这部分数据集放在一起形成一个数据集a，取极点的实部和留数的虚部这部分数据放在一起作为一个数据集b，

a＝[imag(eig1)；imag(eig2)；real(r21)；real(r22)]，

b＝[real(eig1)；real(eig2)；imag(r21)；iamg(r22)]，

然后将b放大到1000倍后，作为新的b，式中，imag表示虚部，real表示实部分；

对于数据V，采用下述步骤进行处理:

第一步，分别提取Y₁₁和Y₂₁的极点和留数；

第二步，判断每个数据提取到的极点的维数与滤波器阶次的大小，如果提取到的极点的维数和滤波器的阶次大小相等，继续判断这些极点的的实部的绝对值是否大于1，如果大于1，则此提取到的极点和留数不符合要求，将第几个极点的序号保存，此提取到的极点和留数不保存，如果小于或者等于1，保存此提取到的极点和留数；如果提取到的极点的维数和滤波器的阶次大小不相等，则此提取到的极点和留数不符合要求，将第几个极点的序号保存，此提取到的极点和留数不保存；

第三步，对第二步中提取到的不符合要求的极点和留数进行处理，将滤波器阶次的大小加一后作为新的滤波器阶次，判断极点的维数与滤波器阶次的大小是否相等，如果不相等则舍弃提取到的极点和留数，如果相等则继续判断这些极点的实部的绝对值是否大于1，若是，则舍弃提取到的极点和留数，若否，则保存此提取到的极点和留数；

然后，对于数据V，将所有提取到的极点和留数进行下面处理方式，将提取到的极点的虚部和留数的实部当作一个数据集a₁，另外一部分取极点的实部和留数的虚部放在一起，作为一个数据集b₁：

a₁＝[imag(eig1)；imag(eig2)；real(r21)；real(r22)]

b₁＝[real(eig1)；real(eig2)；imag(r21)；iamg(r22)]

然后将b₁放大到1000倍后，作为新的b₁；

最后将数据集a和数据集a₁合并成数据集A，将数据集b和数据集b₁合并成数据集B。