[发明专利]一种基于人工神经网络的S参数去嵌入法

权利要求书

1.一种基于人工神经网络的S参数去嵌入法，其特征在于：包括如下步骤：

1、设计一款单晶体管射频功率放大器，包括输入匹配网络、晶体管和输出匹配网络；

2、测试不同偏置电压下，射频功率放大器的S参数，即S_PA；将S参数转换成ABCD矩阵，转换公式为：

(1)

其中，Z₀是测试端口特征阻抗；

3、设计一套晶体管TRL校准件，该校准件是传输线结构，不包含匹配网络，极大地节约了加工面积；

4、将晶体管固定在“R”校准件上；测试不同偏置电压下，带有夹具晶体管的S参数，即S_R；使用标准TRL校准算法提取晶体管的S参数，即S_t，将S参数转换成ABCD矩阵；

5、建立神经网络模型：输入参数为射频功率放大器的ABCD矩阵，输出参数为对应偏置电压下晶体管的ABCD矩阵；由于两个矩阵之间存在如下关系，即

(2)

转换得：

(3)

其中，是射频功率放大器输入匹配网络ABCD矩阵，是射频功率放大器输出匹配网络ABCD矩阵；可得表征建立的神经网络的函数：

(4)

使用多组偏置电压下，射频功率放大器和晶体管的S参数训练神经网络，直至模型测试误差满足既定要求；

6、射频大信号加速晶体管性能退化后，将测试的射频功率放大器S参数转换成ABCD矩阵，并代入神经网络模型，提取晶体管性能退化后的ABCD矩阵，将晶体管ABCD矩阵转换成S参数

(5)

以此得到S参数。

2.根据权利要求所述一种基于人工神经网络的S参数去嵌入法，其特征在于：所述“TRL”校准件，校准件“T”的长度是校准件“R”长度的2倍，在校准中心频率，校准件“L”长度比校准件“T”长1/4λ。