买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国电信股份有限公司
摘要:本公开是关于一种多频带天线的设计方法及装置、存储介质、电子设备,设计天线技术领域,该方法包括:根据卷积神经网络以及高斯过程构建待训练的深度高斯过程模型;将具有不同设计参数的多频带天线输入至待训练的深度高斯过程模型中,得到预测样本,并根据预测样本以及与预测样本对应的实际样本,构建适应度函数;利用预设的粒子群优化算法以及适应度函数对待优化参数进行优化,并根据从优化后的待优化参数对待训练的高斯过程模型进行更新,得到训练后的深度高斯过程模型;利用训练后的深度高斯过程模型对多频带天线设计过程中所涉及到的天线设计参数的响应进行模拟,以完成多频带天线的设计。本公开提高了多频带天线的设计效率。
主权项:1.一种多频带天线的设计方法,其特征在于,包括:根据卷积神经网络以及高斯过程构建待训练的深度高斯过程模型,并对待训练的深度高斯过程模型进行初始化,得到所述待训练的深度高斯过程模型中所包括的待优化参数;其中,所述待优化参数包括所述卷积神经网络中包括的网络参数以及所述高斯过程中所包括的超参数;所述卷积神经网络的卷积层中所包括的参数的数量与根据具有不同设计参数的多频带天线得到的输入特征面神经元数量、输出特征面神经元数量以及卷积核的尺寸大小关联;所述输出特征面神经元数量与所述输入特征面神经元数量、所述卷积核的尺寸大小以及所述卷积核的滑动平移步长关联;在所述深度高斯过程模型中,所述高斯过程用于对所述卷积神经网络的全连接层进行替代;利用所述待训练的深度高斯过程模型中的卷积神经网络提取具有不同设计参数的多频带天线的特征向量;利用所述待训练的深度高斯过程模型中的高斯过程计算所述特征向量的均值函数以及协方差函数;根据所述均值函数以及协方差函数计算所述特征向量的高斯分布,并根据所述高斯分布确定预测样本,并根据所述预测样本以及与所述预测样本对应的实际样本,构建适应度函数;利用预设的粒子群优化算法以及所述适应度函数对所述待优化参数进行优化,并根据所述待优化参数在所述待训练的高斯过程模型中出现的顺序,对与所述待优化参数对应的优化后的粒子进行粒子解码,得到目标参数;利用所述目标参数对所述待优化参数进行更新,得到训练后的深度高斯过程模型;利用所述训练后的深度高斯过程模型对多频带天线设计过程中所涉及到的天线设计参数的响应进行模拟,以完成多频带天线的设计。
全文数据:
权利要求:
百度查询: 中国电信股份有限公司 多频带天线的设计方法及装置、存储介质、电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。