ANNs-SaDE：基于机器学习的微波分支线路复合器设计自动化框架
信号处理
2025-04-01 v1
摘要
传统方法用于设计分支线路复合器涉及通过电磁 (EM) 仿真进行多次设计迭代的试错优化过程，因而非常耗时且代价高。本文提出一种新型基于机器学习的框架以解决此问题。该框架将人工神经网络与自适应差分进化算法 (ANNs-SaDE) 集成。该框架通过精确优化关键电气属性（如耦合系数、隔离度和输出端口之间的相位差），实现对各种类型的微波分支线路复合器进行自适应设计。通过设计折叠单级分支线路复合器和多级宽带分支线路复合器，证明了 ANNs-SaDE 框架的有效性。
引用
@article{arxiv.2503.23783,
title = {ANNs-SaDE: A Machine-Learning-Based Design Automation Framework for Microwave Branch-Line Couplers},
author = {Tianqi Chen and Wei Huang and Qiang Wu and Li Yang and Roberto Gómez-García and Xi Zhu},
journal= {arXiv preprint arXiv:2503.23783},
year = {2025}
}
备注
This paper has been accepted for presentation at ISCAS 2025