(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110128530.4 (22)申请日 2021.01.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 113158541 A (43)申请公布日 2021.07.23 (73)专利权人 中国地质大 学 （武汉） 地址 430000 湖北省武汉市洪山区鲁磨路 388号 (72)发明人 曹卫华　郭琳炜　毕乐宇　袁艳　 (74)专利代理 机构 武汉知产时代知识产权代理 有限公司 42 238 专利代理师 龚春来 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06K 9/62(2022.01) 审查员 毛晓羽 (54)发明名称 一种微波滤波器多特 征融合建模调试方法 (57)摘要 本发明提供了一种微波滤波器多特征融合 建模调试方法， 多次改变可调部件状态x， 采样测 量S参数s， 构建包含x、 s和采样频率f的原始数据 集， 并对s和f进行预处理， 得到原始特征， 可调部 件状态x和原始特征构成训练集； 使用卷积层、 池 化层和激活函数层构建模型的特征融合部分， 使 用全连接层构建模型的特征映射部分， 通过训练 得到高精度的多特征调试决策模 型； 将满足指标 要求的S参数s*与f进行同样的预处理， 然后输入 到训练后高精度的多特征调试决策模 型， 得到对 应的可调部件状态x*， 并将待调试微波滤波器的 可调部件状态调节为x*。 本发明的有益效果是： 提高了调试决策模型的精度， 进而提高了调试效 率。 权利要求书2页 说明书6页 附图3页 CN 113158541 B 2022.07.26 CN 113158541 B 1.一种微波滤波器多特 征融合建模调试 方法， 其特 征在于： 包括以下步骤： S1： 在微波滤波器上多次改变可调部件状态x， 采样测量S参数s， 构建包含x和 s以及采 样频率f的原 始数据集Draw； S2： 对所述原始数据集Draw进行数据预处理， 使用原始数据集Draw中的S参数s以及采样 频率f计算得到 幅频响应和相频响应， 结合目标指标得到原始特征Rraw， 构建包含可调部件 状态x和原 始特征Rraw的训练集； S3： 使用神经网络中的卷积层、 池化层和激活函数层构建多特征调试决策模型的特征 融合部分， 用于将原 始特征处理成融合特 征； S4： 使用全连接层构建多特征调试决策模型的特征映射部分， 用于将所述融合特征映 射到可调部件状态x； S5： 使用训练集对特征融合部分和特征映射部分进行训练， 得到训练后 高精度的多特 征调试决策模型； S6： 将满足指标要求的S参数s*与采样频率f进行数据预处理， 输入到训练后 高精度的 多特征调试决策模型， 得到对应的可调部件状态x*， 并将待调试微波滤波器的可调部件状 态调节为x*， 从而实现对微波滤波器的高精度调试。 2.如权利要求1所述的一种微波滤波器多特征融合建模调试方法， 其特征在于： 步骤S2 中， 得到原 始特征Rraw的具体过程主 要分以下三 步： 首先， 获取幅频响应和相频响应； S参数是一个 复数矩阵， s11＝a11+b11i表示输入信号能 量的反射率， s21＝a21+b21i表示输入信号 能量的传输率， S11和S21均为S参数中的元素， a11和 a21分别为S11和S21的实数部分， b11和b21分别为S11和S21的虚数部分； 根据公式(1)和公式(2) 计算得到幅值和相位， 进而结合采样频率f， 得到幅频响应 和相频响应 然后， 根据微波滤波器性能指标要 求设置目标指标； 性能指标包 括中心频率fc、 带宽W与 回波损耗ζ， 通过S参数计算得到； 时对应的采样频率为上、 下截止 频率f1、 f2， 则中 心频率fc为： fc＝(f1+f2)/2                          (3) 带宽为： W＝f1‑f2                            (4) 性能指标要求是使实际性能指标满足下列关系： |W‑W*|≤ δW                         (6) ζ ≤ζ*                            (7) 其中， W*和ζ*分别为目标中心频率、 目标带宽和目标回波损耗， 和δW分别为中心 频率和带宽的允许误差；权　利　要　求　书 1/2 页 2 CN 113158541 B 2最后， 获取原始特征Rraw； 利用三种特征的空间关系， 即幅频响应和相频响应在相同频 率处有对应 关系， 目标指标可在幅频响应中直观反映， 将幅频响应、 相频响应和目标指标结 合。 3.如权利要求1所述的一种微波滤波器多特征融合建模调试方法， 其特征在于： 步骤S2 中， 将原始数据集Draw中的每一个样 本处理为原始特征Rraw， 与对应的可调部件状态x一起作 为一个训练样本， 多个训练样本构成训练集Dtrain。 4.如权利要求1所述的一种微波滤波器多特征融合建模调试方法， 其特征在于： 步骤S3 中， 特征融合部 分共包含四个卷积层， 每个卷积层后依次接激活函数层和池化层； 第一卷积 层卷积核的尺寸为5*5， 通道数为16， 用于提取线条和轮廓信息； 后三个层卷积层逐渐减小 卷积核尺寸， 增加通道数， 分别是32@3*3、 64@2*2和64@2*2， 用于提取回波信息； 激活函数层 采用Relu函数， 池化层采用最大池化， 池化大小为2*2， 步长为2*2。 5.如权利要求1所述的一种微波滤波器多特征融合建模调试方法， 其特征在于： 步骤S3 中， 特征映射部分包括三个全连接层， 第一全连接层有128个通道， 第二全连接层有64个通 道， 第三全连接层的通道数等于可调部件状态x的维度。 6.如权利要求1所述的一种微波滤波器多特征融合建模调试方法， 其特征在于： 步骤S5 中， 训练多特 征调试决策模型用到的损失函数为： 其中， N是训练集中样本的数目， m为微波滤波器的可调部件状态x 的维度， t表示m个状 态中具体某一个状态， n表示第n个样本， m、 n和 t均为大于等于1的正整数， 为第n个样本 的第t个可调部件状态与模型输出的误差： 其中 是第n个样本第t个 状态的模型输出 结果， 是第n个样本第t个 状态的样本值。权　利　要　求　书 2/2 页 3 CN 113158541 B 3