CN110907704A - 一种提取材料微波复介电常数和复磁导率唯一值方法 - Google Patents
一种提取材料微波复介电常数和复磁导率唯一值方法 Download PDFInfo
- Publication number
- CN110907704A CN110907704A CN201811076824.1A CN201811076824A CN110907704A CN 110907704 A CN110907704 A CN 110907704A CN 201811076824 A CN201811076824 A CN 201811076824A CN 110907704 A CN110907704 A CN 110907704A
- Authority
- CN
- China
- Prior art keywords
- complex
- model
- elm
- permeability
- complex dielectric
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000035699 permeability Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000013528 artificial neural network Methods 0.000 claims abstract description 6
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 4
- 210000002569 neuron Anatomy 0.000 claims description 3
- 238000001028 reflection method Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 2
- 241001106462 Ulmus Species 0.000 claims 6
- 241001114959 Ulmus procera Species 0.000 claims 1
- 238000000605 extraction Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/26—Measuring inductance or capacitance; Measuring quality factor, e.g. by using the resonance method; Measuring loss factor; Measuring dielectric constants ; Measuring impedance or related variables
- G01R27/2617—Measuring dielectric properties, e.g. constants
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/12—Measuring magnetic properties of articles or specimens of solids or fluids
- G01R33/1223—Measuring permeability, i.e. permeameters
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Measurement Of Resistance Or Impedance (AREA)
- Measuring Magnetic Variables (AREA)
Abstract
一种提取材料微波复介电常数和复磁导率唯一值方法,首次使用ELM神经网络解决了微波材料复介电常数和复磁导率提取问题,该方法充分利用已有的文献中的数据,利用神经网络的学习能力,在宽频带内正确获取微波材料复介电常数和复磁导率唯一值,为材料应用于微波领域做出贡献。
Description
技术领域
本发明涉及微波电磁特性参数提取领域,尤其涉及一种提取材料微波复介电常数和复磁导率唯一值方法。
背景技术
材料对电磁波的传输和吸收与其复介电常数和复磁导率相关,复介电常数和复磁导率是研究电磁波与材料相互作用的重要参数,因此,提取材料复介电常数和复磁导率是一个热门研究内容。
由于材料的复介电常数和复磁导率与频率有关,宽频段内提取材料的复介电常数和复磁导率是一个重点研究内容。鉴于波导具有传输宽频段电磁波的特性,使用波导作为夹具的传输反射法测试提取材料宽频段复介电常数和复磁导率的方法得到广泛应用。但是,此种方法在提取复介电常数和复磁导率过程中会产生多解。为了避免多解问题的发生,需要将材料厚度限定在电磁波的一个波长内。但是,在材料复介电常数和复磁导率未知情况下,无法判断材料厚度是否在一个波长内。因此,在材料厚度和电磁波波长关系未知情况下提取材料复介电常数和复磁导率是一个需要解决的问题。
目前,为解决此问题,已有多种方法被提出。但是,这些方法都建立在某种假设条件下。如果材料中传输TEM波,那么可以应用克拉默-克隆尼格方程来提取材料复介电常数和复磁导率唯一值[1];如果宽频段内,材料某个频点的复介电常数和复磁导率值已知,可以使用相位连续变化的方法来确定宽频段内复介电常数和复磁导率唯一值[2];如果材料复介电常数和复磁导率是连续变化的,可以应用相位延时方法确定复介电常数和复磁导率唯一值[3]。但是,在这些前提假设不成立情况下,将无法获取材料复介电常数和复磁导率唯一值。
【参考文献】
[1] Szabó Z, Park G H, Hedge R, et al. A unique extraction ofmetamaterial parameters based on Kramers-Kronig relationship[J]. IEEETransactions on Microwave Theory and Techniques, 2010, 58(10): 2646-2653.
[2] Barroso J J, Hasar U C. Resolving phase ambiguity in the inverseproblem of transmission/reflection measurement methods[J]. Journal ofInfrared, Millimeter, and Terahertz Waves, 2011, 32(6): 857-866.
[3] Weir W B. Automatic measurement of complex dielectric constant andpermeability at microwave frequencies[J]. Proceedings of the IEEE, 1974, 62(1): 33-36。
发明内容
为了解决现有技术存在的难题,本发明一种提取材料微波复介电常数和复磁导率唯一值方法,使得不需要前提假设条件即可提取材料复介电常数和复磁导率唯一值,总结已在发表论文中计算结果的规律,使用这些具有规律性的数据训练极限学习机(ELM)神经网络模型,进而得到一个可以提取材料复介电常数和复磁导率唯一值的神经网络。
一种提取材料微波复介电常数和复磁导率唯一值方法,其流程如图1所示,包括如下步骤:
1、在已发表文献中,找出传输反射法测试提取材料电磁特性参数唯一值的文献,获取文献中的S参数即其对应的复介电常数和复磁导率;
2、使用微波理论,根据S参数提取多组复介电常数和复磁导率,选取正确的结果即其对应的选取条件;
3、将多组提取的复介电常数和复磁导率和其选取条件作为模型的输入,将正确的复介电常数和复磁导率和其选取条件作为模型的输出,训练ELM神经网络;
4、使用未用于训练ELM模型的多组提取的复介电常数和复磁导率和其选取条件作为模型的输入,对比输出结果和正确的复介电常数和复磁导率和其选取条件;比较ELM模型输出结果和正确输出结果,并计算测试误差MSE:
5、比较ELM模型精度期望值和测试误差MSE大小,如果测试数据代入模型后,MSE小于期望值,则完成ELM模型训练;如果MSE大于期望值,则需要调整激励函数G和隐藏神经元个数N重新训练,直到MSE小于期望值,结束训练,完成建模。
一种提取材料微波复介电常数和复磁导率唯一值方法,首次使用ELM神经网络解决了微波材料复介电常数和复磁导率提取问题。这种方法充分利用已有的文献中的数据,利用神经网络的学习能力,在宽频带内正确获取微波材料复介电常数和复磁导率唯一值,为材料应用于微波领域做出贡献。
附图说明
图1是本发明提取材料微波复介电常数和复磁导率唯一值流程示意图。
具体实施方式
下面根据附图对本发明技术方案进行详细说明,此处所描述的具体实施例仅用以解释本发明,但是本发明的保护范围不局限于所述实施例。
首先,获取多篇已发表论文中材料S参数的测试结果。然后,确定这些S参数对应的复介电常数和复磁导率及提取条件。针对其中一部分S参数,使用微波理论计算材料的复介电常数和复磁导率,计算结果具有多解,每组解对应一种提取条件,该提取结果和提取条件作为ELM模型的输入。该部分S参数对应的复介电常数和复磁导率及提取条件作为ELM模型的输出。训练ELM模型。
针对另一部分S参数,使用微波理论计算材料的复介电常数和复磁导率,计算结果具有多解,每组解对应一种提取条件,该提取结果和提取条件输入至训练完成后的ELM模型。对比模型输出结果和该部分S参数对应的复介电常数和复磁导率及提取条件。对比结果满足设定误差范围,则ELM模型训练完成。否则调整ELM模型神经元个数和激活函数,重新训练。训练好的模型可用于微波材料复介电常数和福磁导率唯一值提取。
Claims (1)
1.一种提取材料微波复介电常数和复磁导率唯一值方法,其特征在于:包括如下步骤:
1、在已发表文献中,找出传输反射法测试提取材料电磁特性参数唯一值的文献,获取文献中的S参数即其对应的复介电常数和复磁导率;
2、使用微波理论,根据S参数提取多组复介电常数和复磁导率,选取正确的结果即其对应的选取条件;
3、将多组提取的复介电常数和复磁导率和其选取条件作为模型的输入,将正确的复介电常数和复磁导率和其选取条件作为模型的输出,训练ELM神经网络;
4、使用未用于训练ELM模型的多组提取的复介电常数和复磁导率和其选取条件作为模型的输入,对比输出结果和正确的复介电常数和复磁导率和其选取条件;比较ELM模型输出结果和正确输出结果,并计算测试误差MSE:
5、比较ELM模型精度期望值和测试误差MSE大小,如果测试数据代入模型后,MSE小于期望值,则完成ELM模型训练;如果MSE大于期望值,则需要调整激励函数G和隐藏神经元个数N重新训练,直到MSE小于期望值,结束训练,完成建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811076824.1A CN110907704A (zh) | 2018-09-14 | 2018-09-14 | 一种提取材料微波复介电常数和复磁导率唯一值方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811076824.1A CN110907704A (zh) | 2018-09-14 | 2018-09-14 | 一种提取材料微波复介电常数和复磁导率唯一值方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110907704A true CN110907704A (zh) | 2020-03-24 |
Family
ID=69812372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811076824.1A Pending CN110907704A (zh) | 2018-09-14 | 2018-09-14 | 一种提取材料微波复介电常数和复磁导率唯一值方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907704A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2767585C1 (ru) * | 2021-04-21 | 2022-03-17 | Федеральное государственное бюджетное учреждение науки Институт проблем управления им. В.А. Трапезникова Российской академии наук | Способ измерения физических свойств диэлектрической жидкости |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10260133A (ja) * | 1997-03-21 | 1998-09-29 | Nippon Telegr & Teleph Corp <Ntt> | 表面層の複素誘電率の変化量算出方法 |
CN101620249A (zh) * | 2009-07-27 | 2010-01-06 | 张莉 | 人工电磁材料电磁参数测量的神经网络方法 |
CN101655525A (zh) * | 2009-07-27 | 2010-02-24 | 肖怀宝 | 基于支持向量机(svm)的人工电磁材料电磁参数提取方法 |
EP2406619A1 (fr) * | 2009-03-13 | 2012-01-18 | Commissariat à l'Energie Atomique | Procede et dispositif de mesure de la permittivite et/ou permeabilite |
US20120212375A1 (en) * | 2011-02-22 | 2012-08-23 | Depree Iv William Frederick | Quantum broadband antenna |
CN102944751A (zh) * | 2012-11-12 | 2013-02-27 | 中国传媒大学 | 基于混波室的介电常数测量方法 |
CN103177124A (zh) * | 2013-04-15 | 2013-06-26 | 昆明理工大学 | 一种介电常数数据库检索方法及系统 |
CN103308778A (zh) * | 2013-07-03 | 2013-09-18 | 四川大学 | 介电常数测量装置 |
US8635039B1 (en) * | 2010-07-21 | 2014-01-21 | The United States Of America As Represented By The Secretary Of The Navy | Graphical technique for retrieving permittivity and permeability of materials |
CN104330643A (zh) * | 2014-11-18 | 2015-02-04 | 上海市计量测试技术研究院 | 一种改进的测量材料电磁参数的传输/反射方法 |
CN104915497A (zh) * | 2015-06-09 | 2015-09-16 | 哈尔滨工程大学 | 一种高速pcb微带线间分布电容参数的预估方法 |
CN105929247A (zh) * | 2016-05-09 | 2016-09-07 | 河南师范大学 | 一种介电常数四端口测量装置 |
CN106483384A (zh) * | 2016-11-08 | 2017-03-08 | 河南师范大学 | 电介质介电常数微波测量装置 |
CN106980095A (zh) * | 2017-05-24 | 2017-07-25 | 中国电子科技集团公司第四十研究所 | 一种基于改进k‑k算法的超材料电磁参数反演方法 |
CN107908814A (zh) * | 2017-10-12 | 2018-04-13 | 天津大学 | 基于amg算法的射频功放互连可靠性建模方法 |
CN107977535A (zh) * | 2017-12-22 | 2018-05-01 | 天津大学 | 一种基于elm的射频功放温度特性建模方法 |
CN108268700A (zh) * | 2017-12-22 | 2018-07-10 | 天津大学 | 一种基于bpnn的射频功放温度特性建模方法 |
CN108287941A (zh) * | 2017-12-22 | 2018-07-17 | 天津大学 | 一种基于dnn的射频功放温度特性建模方法 |
CN108446451A (zh) * | 2018-02-27 | 2018-08-24 | 天津大学 | 一种基于elm的低噪声放大器温度特性建模方法 |
-
2018
- 2018-09-14 CN CN201811076824.1A patent/CN110907704A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10260133A (ja) * | 1997-03-21 | 1998-09-29 | Nippon Telegr & Teleph Corp <Ntt> | 表面層の複素誘電率の変化量算出方法 |
EP2406619A1 (fr) * | 2009-03-13 | 2012-01-18 | Commissariat à l'Energie Atomique | Procede et dispositif de mesure de la permittivite et/ou permeabilite |
CN101620249A (zh) * | 2009-07-27 | 2010-01-06 | 张莉 | 人工电磁材料电磁参数测量的神经网络方法 |
CN101655525A (zh) * | 2009-07-27 | 2010-02-24 | 肖怀宝 | 基于支持向量机(svm)的人工电磁材料电磁参数提取方法 |
US8635039B1 (en) * | 2010-07-21 | 2014-01-21 | The United States Of America As Represented By The Secretary Of The Navy | Graphical technique for retrieving permittivity and permeability of materials |
US20120212375A1 (en) * | 2011-02-22 | 2012-08-23 | Depree Iv William Frederick | Quantum broadband antenna |
CN102944751A (zh) * | 2012-11-12 | 2013-02-27 | 中国传媒大学 | 基于混波室的介电常数测量方法 |
CN103177124A (zh) * | 2013-04-15 | 2013-06-26 | 昆明理工大学 | 一种介电常数数据库检索方法及系统 |
CN103308778A (zh) * | 2013-07-03 | 2013-09-18 | 四川大学 | 介电常数测量装置 |
CN104330643A (zh) * | 2014-11-18 | 2015-02-04 | 上海市计量测试技术研究院 | 一种改进的测量材料电磁参数的传输/反射方法 |
CN104915497A (zh) * | 2015-06-09 | 2015-09-16 | 哈尔滨工程大学 | 一种高速pcb微带线间分布电容参数的预估方法 |
CN105929247A (zh) * | 2016-05-09 | 2016-09-07 | 河南师范大学 | 一种介电常数四端口测量装置 |
CN106483384A (zh) * | 2016-11-08 | 2017-03-08 | 河南师范大学 | 电介质介电常数微波测量装置 |
CN106980095A (zh) * | 2017-05-24 | 2017-07-25 | 中国电子科技集团公司第四十研究所 | 一种基于改进k‑k算法的超材料电磁参数反演方法 |
CN107908814A (zh) * | 2017-10-12 | 2018-04-13 | 天津大学 | 基于amg算法的射频功放互连可靠性建模方法 |
CN107977535A (zh) * | 2017-12-22 | 2018-05-01 | 天津大学 | 一种基于elm的射频功放温度特性建模方法 |
CN108268700A (zh) * | 2017-12-22 | 2018-07-10 | 天津大学 | 一种基于bpnn的射频功放温度特性建模方法 |
CN108287941A (zh) * | 2017-12-22 | 2018-07-17 | 天津大学 | 一种基于dnn的射频功放温度特性建模方法 |
CN108446451A (zh) * | 2018-02-27 | 2018-08-24 | 天津大学 | 一种基于elm的低噪声放大器温度特性建模方法 |
Non-Patent Citations (13)
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2767585C1 (ru) * | 2021-04-21 | 2022-03-17 | Федеральное государственное бюджетное учреждение науки Институт проблем управления им. В.А. Трапезникова Российской академии наук | Способ измерения физических свойств диэлектрической жидкости |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112014003443B4 (de) | Mikrophonkalibrierung | |
Younce et al. | Identification with nonparametric uncertainty | |
CN109243494B (zh) | 基于多重注意力机制长短时记忆网络的儿童情感识别方法 | |
CN103680515B (zh) | 采用系数重用的比例自适应滤波器系数向量更新方法 | |
CN105137373B (zh) | 一种指数信号的去噪方法 | |
CN101576586B (zh) | 一种基于自适应滤波的相位检测方法 | |
CN108766464B (zh) | 基于电网频率波动超矢量的数字音频篡改自动检测方法 | |
CN108319963B (zh) | 基于约束鲁棒主成分分析的城市道路地下病害识别方法 | |
CN106980095B (zh) | 一种基于改进k-k算法的超材料电磁参数反演方法 | |
CN101853661A (zh) | 基于非监督学习的噪声谱估计与语音活动度检测方法 | |
CN110907704A (zh) | 一种提取材料微波复介电常数和复磁导率唯一值方法 | |
Cao et al. | Parametric modeling of microwave filter using combined MLS‐SVR and pole‐residue‐based transfer functions | |
Adusumilli et al. | Inference on distribution functions under measurement error | |
CN110705041B (zh) | 一种基于easi的线性结构工作模态参数识别方法 | |
CN111610514B (zh) | 一种蒸发波导传播特性的反演方法及装置 | |
CN116047421A (zh) | 一种基于Stiefel流形优化和信息熵准则的盲源分离方法 | |
CN110907912B (zh) | 谐振区目标窄带模式下的极点特征求解方法 | |
CN114114117A (zh) | 一种基于深度学习的磁共振波谱相位校正方法 | |
CN114674410A (zh) | 一种分量数时变的水声信号瞬时频率估计方法 | |
Hansson-Sandsten et al. | SVD-based classification of bird singing in different time-frequency domains using multitapers | |
CN109598216A (zh) | 一种基于卷积的射频指纹特征提取方法 | |
CN106323458A (zh) | 测量物体的振动基频的方法 | |
CN117119465B (zh) | 一种基于Adaboost的宽带信号并行频谱感知方法 | |
CN117294322B (zh) | 一种微波传输系统及传输方法 | |
CN112952315B (zh) | 基于机理指导数据采集的介质滤波器迁移建模调试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200324 |
|
WD01 | Invention patent application deemed withdrawn after publication |