[发明专利]大功率毫米波回旋行波管功率模块最优工作参数搜索方法

权利要求书

1.大功率毫米波回旋行波管功率模块最优工作参数搜索方法，包括以下步骤：

步骤1.建立及训练径向基神经网络预测模型；

步骤1.1构建训练集

对回旋行波管测试过程中测试数据进行数据清洗、得到有效测试数据，并对有效测试数据进行数据标准化处理，得到若干个训练样本，构成训练集；并同时根据有效测试数据确定每个输入工作参数的最大取值范围；

所述训练样本中，包括：9个工作参数作为输入：管高(mm)、阴极脉冲电压(kv)、阴极脉冲电流(A)、磁场电流(A)、补偿电流(A)、灯丝电流(A)、输出频率(GHz)、信号源功率(kW)、磁场电压(V)，并以效率(％)作为训练样本的标签；

步骤1.2构建径向基神经网络预测模型

所述径向基神经网络预测模型包括：输入层、隐藏层及输出层，其中，输入层的节点数为9，隐藏层节点数50，输出层节点数为1，所述径向基神经网络模型具体为：

其中，x表示模型输入，y表示模型输出，ρ表示径向基函数：H为隐藏层神经元(节点)的个数，c_i、s_i和ω_i分别为第i个隐藏层神经元对应的中心、标准差和权重，b为输出层的偏置；

步骤1.3设置损失函数及训练参数，采用Adam优化器，对径向基神经网络预测模型进行训练，得到训练完成的径向基神经网络预测模型；所述损失函数采用均方误差损失函数MSE；

步骤2.将训练完成的径向基神经网络预测模型作为遗传算法中的适应度函数，通过遗传算法对输入工作参数进行全局寻优，进而得到最优效率及对应的最优工作参数。