计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
12期
3621-3623
,共3页
神经网络%神经网络空间映射%建模%晶体管%ADS仿真
神經網絡%神經網絡空間映射%建模%晶體管%ADS倣真
신경망락%신경망락공간영사%건모%정체관%ADS방진
neural network%neuro-space mapping%modeling%transistor%Advanced Design System (ADS) simulation
针对粗模型与器件的直流特性差异较大而交流特性相似时建模过程复杂的问题,对已有神经网络空间映射(Neuro-SM)结构进行了改进.改进的模型在Neuro-SM结构基础上,增加电容和电感,使映射网络仅调整输入信号中的直流分量,不影响交流分量.在不改变粗模型交流特性的情况下改进直流特性,用少量的优化变量和简单的映射关系即可达到模型匹配的效果.通过仿真实验表明,改进后的Neuro-SM模型充分利用粗模型与器件非线性响应相似的特点,既保持了模型的精度又简化了建模过程.
針對粗模型與器件的直流特性差異較大而交流特性相似時建模過程複雜的問題,對已有神經網絡空間映射(Neuro-SM)結構進行瞭改進.改進的模型在Neuro-SM結構基礎上,增加電容和電感,使映射網絡僅調整輸入信號中的直流分量,不影響交流分量.在不改變粗模型交流特性的情況下改進直流特性,用少量的優化變量和簡單的映射關繫即可達到模型匹配的效果.通過倣真實驗錶明,改進後的Neuro-SM模型充分利用粗模型與器件非線性響應相似的特點,既保持瞭模型的精度又簡化瞭建模過程.
침대조모형여기건적직류특성차이교대이교류특성상사시건모과정복잡적문제,대이유신경망락공간영사(Neuro-SM)결구진행료개진.개진적모형재Neuro-SM결구기출상,증가전용화전감,사영사망락부조정수입신호중적직류분량,불영향교류분량.재불개변조모형교류특성적정황하개진직류특성,용소량적우화변량화간단적영사관계즉가체도모형필배적효과.통과방진실험표명,개진후적Neuro-SM모형충분이용조모형여기건비선성향응상사적특점,기보지료모형적정도우간화료건모과정.
