CN112257196A - 一种腔体滤波器调试方法、装置、电子设备及存储介质 - Google Patents

一种腔体滤波器调试方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112257196A
CN112257196A CN202011104459.8A CN202011104459A CN112257196A CN 112257196 A CN112257196 A CN 112257196A CN 202011104459 A CN202011104459 A CN 202011104459A CN 112257196 A CN112257196 A CN 112257196A
Authority
CN
China
Prior art keywords
filter
screw
disturbance
debugging
scattering
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.)
Granted
Application number
CN202011104459.8A
Other languages
English (en)
Other versions
CN112257196B (zh
Inventor
翟翔
黄伟
胡英彪
蔡宗元
王健
汪青云
尹小琪
徐萧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangzhou Yinan Technology Co ltd
Original Assignee
Yangzhou Yinan Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangzhou Yinan Technology Co ltd filed Critical Yangzhou Yinan Technology Co ltd
Priority to CN202011104459.8A priority Critical patent/CN112257196B/zh
Publication of CN112257196A publication Critical patent/CN112257196A/zh
Application granted granted Critical
Publication of CN112257196B publication Critical patent/CN112257196B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01PWAVEGUIDES; RESONATORS, LINES, OR OTHER DEVICES OF THE WAVEGUIDE TYPE
    • H01P1/00Auxiliary devices
    • H01P1/20Frequency-selective devices, e.g. filters
    • H01P1/207Hollow waveguide filters

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明公开了滤波器调试技术领域内的一种腔体滤波器调试方法、装置及电子设备及存储介质,该方法包括以下步骤:S1.获取待调滤波器的散射参数SMea;S2.根据预先获取的标准滤波器训练数据计算各螺钉扰动量对应的散射参数经叠加后的多组散射参数Sapprox,选取最接近当前待调滤波器散射参数SMea的一组散射参数Sapprox,该组散射参数Sapprox对应的各螺钉扰动量即为待调滤波器的各螺钉扰动量;S3.在基于获取的各螺钉扰动量进行待调滤波器调试后,再获取待调滤波器的散射参数SMea并判断是否达标,若达标则调试完毕,若不达标则重复步骤S2。本调试方法简化了滤波器调试的学习训练阶段,节省了时间成本,易于使用。

Description

一种腔体滤波器调试方法、装置、电子设备及存储介质
技术领域
本发明涉及滤波器调试技术领域,特别涉及一种腔体滤波器调试方法、装置、电子设备及存储介质。
背景技术
第五代无线通信网络(5G)已经逐渐开始商业化部署,为了进一步提升无线网络的吞吐量,5G网络的基站采用了多输入多输出天线技术(MIMO)以及波束成形(beam-forming)等技术。受到这些技术的推动,在无线通讯中必不可少的微波元器件之一的滤波器,随着5G时代的来临,市场对于滤波器的需求量将大幅增加。
目前基站上广泛应用的金属腔体滤波器,出于对生产制造成本的考量,全部采用开模压铸的加工方法,压铸成型的腔体再交由人工进行零配件组装与焊接,在这一过程中,最终装配完成的产品一致性无法保证。实际生产过程中,每一个滤波器个体,在交付客户验收前,都必须经过人工调试这一步骤。在调试过程中,有经验的调试工人使用螺丝刀,根据网络分析仪上的待调滤波器的测试散射参数,对滤波器上数十个调谐螺钉逐一进行调节,最终确保指标满足。根据滤波器的复杂程度不同,通常调试一块滤波器需要耗时20分钟到60分钟。同时这种先验性的调试经验,需要工人在调试过程中反复摸索,至少需要经过半年时间的专业训练,才能保证每天维持一定的调试产量。随着劳动力成本的不断提高,滤波器行业的调试人员用工问题越来越凸显。在新一代无线网络基础设施的建设浪潮中,人工调试这一环节严重影响了制造加工商的出货效率,成为了整个滤波器行业的产能瓶颈。
为了增加产能,滤波器制造商希望通过一款滤波器辅助调试软件,减少对工人调试经验的要求,降低调试行业的技术门槛。针对金属腔体滤波器的调试算法的研究,自上世纪80年代开始,就获得了学术界与工业界越来越多的关注。然而大部分调试算法,在实际生产应用中,都面临以下几个困难:
1.金属腔体滤波器的拓扑结构灵活多样个,适用于一款滤波器的调试算法,很难快速普及到其他不同的产品上。
2.散射参数对螺杆位置十分敏感,并且两者之间的关系无法通过显性的关系式描述。这也是人工调试经验需要长时间才能慢慢积累的原因之一。
3.目前大部分被用于实践的的调试方法,都是基于神经元网络这种方法,得益于计算机硬件近年的发展,这类方法在个别产品上被证明可行。然而这类方法在前期学习训练的过程中,需要大量时间收集数据用于训练神经网络的超散射参数,建立螺杆位置与某款滤波器散射参数之间隐性函数的复杂关系。受限于网络训练时滤波器个体的差异性。因此这种基于神经元网络的调试方法,即便对于同一款产品,很难被广泛应用到每个滤波器个体上。最终调试成功的良率,明显低于人工调试的结果。
因此开发设计一套训练简单,易于使用,同时具有一定普适性的腔体滤波器快速调试方法,对于滤波器行业具有十分重要的意义和经济价值。
发明内容
本申请通过提供一种腔体滤波器调试方法、装置、电子设备及存储介质,解决了现有滤波器调试方法普适性较差、滤波器调试效率低的问题,实现了对腔体滤波器的快速调试。
第一方面,本申请实施例提供了一种腔体滤波器快速调试方法,包括以下步骤:
S1.获取待调滤波器的散射参数SMea
S2.根据预先获取的标准滤波器训练数据计算各螺钉扰动量对应的散射参数经叠加后的多组散射参数Sapprox,选取最接近当前待调滤波器散射参数SMea的一组散射参数Sapprox,该组散射参数Sapprox对应的各螺钉扰动量即为待调滤波器的各螺钉扰动量;
S3.在基于获取的各螺钉扰动量进行待调滤波器调试后,再获取待调滤波器的散射参数SMea并判断是否达标,若达标则调试完毕,若不达标则重复步骤S2。
上述实施例的有益效果在于:相较于神经元网络调试方法,本调试方法简化了滤波器调试的学习训练阶段,节省了时间成本,且普适性好;同时,依赖数据计算待调滤波器的各螺钉扰动量,降低了人工调试经验的需求。
根据本发明实施例的一种具体实现方式,所述标准滤波器训练数据获取方法如下:
S0.对标准滤波器上的每个调试螺钉独立进行多次扰动并获取在每次扰动下标准滤波器的散射参数,记录每个螺钉每次扰动时的扰动量及对应的滤波器散射参数。
根据本发明实施例的一种具体实现方式,所述步骤S0具体如下:
S0.1.选取一个已调试达标的腔体滤波器为标准滤波器,该标准滤波器具有R颗调试螺钉,获取该标准滤波器的散射参数S0
S0.2.设定单个螺钉的单向扰动最大次数为K,逐次单独对第i 个调试螺钉进行扰动并获取散射参数,记录第k次扰动后的螺钉扰动量Δz(i,k)和对应滤波器的散射参数S(i,k),其中i=1,2,3… R,k=1,2,3..2K,2K+1;所有螺钉均单独扰动2K+1次后,得到训练集 P={Δz(i,k),S(i,k),i=1,2,3…R,k=1,2,3..2K,2K+1}。
根据本发明实施例的一种具体实现方式,所述步骤S0.2中,扰动过程具体为:确定每个螺钉每次的最小扰动量Δzi0,扰动过程中Δ zi在[-KΔzi0,KΔzi0]范围内共计变化2K+1次,每次增量为Δzi0,Δ zik=(k-K-1)Δzi0,k=1,2..2K,2K+1。
根据本发明实施例的一种具体实现方式,所述步骤S2具体为:将训练集P中各组散射参数S(i,k)按各螺钉叠加后近似等效为多组散射参数Sapprox
Figure BDA0002726482680000041
其中ΔSi表示第 i颗螺钉第k次扰动后导致散射参数发生的变化,选取最接近散射参数SMea的一组散射参数Sapprox,该散射参数Sapprox叠加的各S(i,k)对应的各螺钉扰动量Δz(i,k)即为待调滤波器的各螺钉扰动量。
根据本发明实施例的一种具体实现方式,所述步骤S2中,选取最接近散射参数SMea的一组散射参数Sapprox过程具体为:近似误差Sdiff
Figure BDA0002726482680000051
则Sdiff的均方根误差为:
Figure BDA0002726482680000052
在训练集P内,遍历训练集中每个螺钉不同扰动次对应的参数 Sapprox的所有组合,获取RMSE的最小值,则对应获得最接近散射参数 SMea的散射参数Sapprox。通过计算近似误差Sdiff的均方根误差来确定最接近散射参数SMea的一组散射参数Sapprox
第二方面,本申请还提供一种实现上述调试方法的腔体滤波器调试装置,包括:
散射参数获取模块,用于获取待调滤波器的散射参数SMea;
螺钉扰动量确定模块,用于根据预先获取的标准滤波器训练数据计算各螺钉扰动量对应的散射参数经叠加后的多组散射参数Sapprox,并选取最接近当前待调滤波器散射参数SMea的一组散射参数Sapprox,该组散射参数Sapprox对应的各螺钉扰动量即为待调滤波器的各螺钉扰动量;
调整模块,用于在基于获取的各螺钉扰动量进行待调滤波器调试后,再获取待调滤波器的散射参数SMea并判断是否达标,若达标则调试完毕,若不达标则执行螺钉扰动量确定模块。根据本发明实施例的一种具体实现方式,所述调试装置还包括:
训练数据获取模块,用于对标准滤波器上的每个调试螺钉独立进行多次扰动并获取在每次扰动下标准滤波器的散射参数,记录每个螺钉每次扰动时的扰动量及对应的滤波器散射参数。
根据本发明实施例的一种具体实现方式,所述训练数据获取模块包括:
基础数据获取单元,用于选取一个已调试达标的腔体滤波器为标准滤波器,该标准滤波器具有R颗调试螺钉,获取该标准滤波器的散射参数S0
训练单元,用于设定单个螺钉的单向扰动最大次数为K,逐次单独对第i个调试螺钉进行扰动并获取散射参数,记录第k次扰动后的螺钉扰动量Δz(i,k)和对应散射参数S(i,k),其中i=1,2,3… R,k=1,2,3..2K,2K+1;所有螺钉均单独扰动2K+1次后,得到训练集 P={Δz(i,k),S(i,k),i=1,2,3…R,k=1,2,3..2K,2K+1}。
根据本发明实施例的一种具体实现方式,所述训练单元中,扰动过程具体为:确定每个螺钉每次的最小扰动量Δzi0,扰动过程中Δzi在[-KΔzi0,KΔzi0]范围内共计变化2K+1次,每次增量为Δzi0,Δzik= (k-K-1)Δzi0,k=1,2..2K,2K+1。
根据本发明实施例的一种具体实现方式,所述螺钉扰动量确定模块,具体用于将训练集P中各组散射参数S(i,k)按各螺钉叠加后近似等效为多组散射参数Sapprox
Figure BDA0002726482680000061
其中ΔSi表示第i颗螺钉第k次扰动后导致散射参数发生的变化,选取最接近散射参数SMea的一组散射参数Sapprox,该散射参数Sapprox叠加的各S(i,k)对应的各螺钉扰动量Δz(i,k)即为待调滤波器的各螺钉扰动量。
根据本发明实施例的一种具体实现方式,所述训练模块中,选取最接近散射参数SMea的一组散射参数Sapprox过程具体为:近似误差Sdiff
Figure BDA0002726482680000071
则Sdiff的均方根误差为:
Figure BDA0002726482680000072
在训练集P内,遍历训练集中每个螺钉不同扰动次对应的参数 Sapprox的所有组合,获取RMSE的最小值,则对应获得最接近散射参数 SMea的散射参数Sapprox。通过计算近似误差Sdiff的均方根误差来确定最接近散射参数SMea的一组散射参数Sapprox
第三方面,本申请还提供一种电子设备,该电子设备包括:
至少一个处理器;以及,
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的腔体滤波器快速调试方法。
第四方面,本申请还提供一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的腔体滤波器快速调试方法。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1.相较于神经元网络调试方法,本调试方法简化了滤波器调试的学习训练阶段,节省了时间成本,且普适性好;
2.同时,依赖数据计算待调滤波器的各螺钉扰动量,降低了人工调试经验的需求,易于使用。
附图说明
为了更清楚地说明本发明的具体实施例,下面将对实施例中所需要使用的附图作简单地介绍。
图1为调试方法的流程图;
图2为标准滤波器的散射参数示意图;
图3为谐调螺钉2独立扰动后的散射参数示意图;
图4为谐调螺钉4独立扰动后的散射参数示意图;
图5为谐调螺钉5独立扰动后的散射参数示意图;
图6为待调滤波器调试前后散射参数示意图;
图7为调试装置的结构框图;
图8为调试设备的结构示意图。
具体实施方式
下面结合具体实施方式,进一步阐明本发明,应理解这些实施方式仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本申请实施例通过提供一种腔体滤波器调试方法,解决了现有滤波器调试方法普适性较差、滤波器调试效率低的问题,实现了对腔体滤波器的快速调试。
本申请实施例中的技术方案为解决上述问题,总体思路如下:
实施例一:
如图1所示,一种腔体滤波器快速调试方法,包括以下步骤:
S0:
S0.1.选取一个已调试达标的腔体滤波器为标准滤波器,选用该标准滤波器的三颗调试螺钉作为调试对象,分别是谐振螺钉21,谐振螺钉4和谐振螺钉5,并对应编号为i=1,2,3,获取该标准滤波器的散射参数S0(通过矢量网络分析仪测量滤波器的数据包含三组散射参数,一端口反射系数S11,二端口反射系数S22,传输系数S21,这三组完整定义了一个滤波器的散射参数。S11、S21、S22均以向量形式存储),如图2a-c所示,图2中黑色线段表示指标。
S0.2.设定单个螺钉的单向扰动最大次数K=5,确定每个螺钉每次的最小扰动量Δzi0=0.2mm,逐次单独对第i个调试螺钉进行扰动并获取散射参数,扰动过程中其他螺钉的高度都等于参考高度,扰动量Δzi在[-10,10]范围内共计变化11次,每次增量为0.2mm,Δzik= (k-6)*0.2,k=1,2..11,其中k=6时代表未扰动状态,记录第k次扰动后的螺钉扰动量Δz(i,k)和对应散射参数S(i,k),其中i=1,2,3,k=1,2,3..11,散射参数S(i,k)变化趋势如图3(a-f)、图 4(a-f)、图5(a-f)所示;所有螺钉均单独扰动11次后,得到训练集P={Δz(i,k),S(i,k),i=1,2,3,k=1,2,3..11}。
S1:获取待调滤波器的散射参数SMea,如图6所示,图6中黑色线段表示指标。
S2:将训练集P中各组散射参数S(i,k)按各螺钉叠加后近似等效为多组散射参数Sapprox,根据待调滤波器的实际测量散射参数SMea,利用泰勒级数展开,在忽略高阶导数的影响的前提下,测量散射参数 SMea可以近似等效为在其他螺钉处于参考位置时,独立适当扰动每个螺钉i后的散射参数的叠加:
Figure BDA0002726482680000101
上式中,
Figure BDA0002726482680000102
代表第i颗螺丝被独立扰动时最优扰动次,Δz(i,k*)= (k*-6)*0.2,则Δz(i,k*)为对应的最优扰动量,
Figure BDA0002726482680000103
代表当螺丝 i被扰动
Figure BDA0002726482680000104
次时训练集P中记录的所对应的的散射参数,
Figure BDA0002726482680000105
为对螺丝i扰动
Figure BDA0002726482680000106
后导致散射参数发生的变化量,在训练集P内,寻找每个螺钉最优的散射参数变化量
Figure BDA0002726482680000107
使误差 |Smea-Sapprox|最小化,而当
Figure BDA0002726482680000108
确定后,每个螺丝对应的最优扰动次
Figure BDA0002726482680000109
得到确定;
为方便计算,定义近似误差为:
Figure RE-GDA00027931127100001010
上式中,ΔSi=S(i,ki)-S0代表第i个螺丝经过第k次扰动后导致的散射参数发生的变化,ki代表第i颗螺丝被独立扰动时k次,第i 颗螺丝对应扰动量Δz(i,k)=(ki-6)*0.2。
为了方便定量的描述近似误差,定义Sdiff的均方根误差为:
Figure BDA00027264826800001011
上式中,Real()函数为获取Sdiff(i)的实数部分,Imag()函数为获取Sdiff(i)的虚数部分,M代表所有的采样点数。在本例中,通过遍历训练集中每个螺钉不同扰动次对应的参数Sapprox的所有组合,得到的RMSE最小值为0.0423,则对应的训练集P中的散射参数为 {S(1,1),S(2,10),S(3,3)}。根据该结果可知,待调滤波器对应的谐振调试螺钉2,4,5分别扰动量为-1mm,0.8mm,-0.6mm。
S3.在基于获取的各螺钉扰动量进行待调滤波器调试后,即待调滤波器的谐振螺钉2,4,5分别需要被补偿1mm,-0.8mm,0.6mm。调整完成后再次获取待调滤波器的散射参数SMea,如图6所示,判断已达标,则调试完毕。
实施例二:
与上述方法实施例一对应,如图7所示,本实施例提供了一种腔体滤波器调试装置,包括:
训练数据获取模块,用于对标准滤波器上的每个调试螺钉独立进行多次扰动并获取在每次扰动下标准滤波器的散射参数,记录每个螺钉每次扰动时的扰动量及对应的滤波器散射参数。
其中,训练数据获取模块包括:
基础数据获取单元,用于选取一个已调试达标的腔体滤波器为标准滤波器,该标准滤波器具有3颗调试螺钉,分别是谐振螺钉21,谐振螺钉4和谐振螺钉5,并对应编号为i=1,2,3,获取该标准滤波器的散射参数S0,如图2a-c所示,图2中黑色线段表示指标;
训练单元,用于设定单个螺钉的单向扰动最大次数为5,确定每个螺钉每次的最小扰动量Δzi0=0.2mm,逐次单独对第i个调试螺钉进行扰动并获取散射参数(通过矢量网络分析仪测量滤波器的数据包含三组散射参数,一端口反射系数S11,二端口反射系数S22,传输系数S21,这三组完整定义了一个滤波器的散射参数。S11、S21、S22 均以向量形式存储),扰动过程中其他螺钉的高度都等于参考高度,扰动量Δzi在[-10,10]范围内共计变化11次,每次增量为0.2mm,Δ zik=(k-6)*0.2,k=1,2..11,其中k=6时代表未扰动状态,记录第 k次扰动后的螺钉扰动量Δz(i,k)和对应散射参数S(i,k),其中 i=1,2,3,k=1,2,3..11,散射参数S(i,k)变化趋势如图3a-f、图4a-f、图5a-f所示;所有螺钉均单独扰动11次后,得到训练集P={Δ z(i,k),S(i,k),i=1,2,3,k=1,2,3..11}。
散射参数获取模块,用于获取待调滤波器的散射参数SMea,如图 6所示,图6中黑色线段表示指标。
螺钉扰动量确定模块,用于将训练集P中各组散射参数S(i,k) 按各螺钉叠加后近似等效为多组散射参数Sapprox,根据待调滤波器的实际测量散射参数SMea,利用泰勒级数展开,在忽略高阶导数的影响的前提下,测量散射参数SMea可以近似等效为在其他螺钉处于参考位置时,独立适当扰动每个螺钉i后的散射参数的叠加,在训练集P内,寻找每个螺钉最优的散射参数变化量ΔS*i,使误差|Smea-Sapprox|最小化,当ΔS*i确定后,每个螺丝对应的最优扰动量k*i得到确定,每个螺丝对应的最优扰动量k*i具体获取过程如实施例一步骤S2中所示,在此不再赘述。根据各螺丝对应的最优扰动量
Figure BDA0002726482680000121
可知,待调滤波器对应的谐振调试螺钉2,4,5分别扰动量为-1mm,0.8mm,-0.6mm;
调整模块,用于在基于获取的各螺钉扰动量进行待调滤波器调试后,即待调滤波器的谐振螺钉2,4,5分别被补偿1mm、-0.8mm、0.6mm 调整完成后,再次获取待调滤波器的散射参数SMea,如图6所示,判断已达标,则调试完毕。
实施例三:
如图8所示,本实施例提供一种电子设备,该电子设备80包括至少一个处理器801(例如CPU),至少一个输入输出接口804,存储器 802,和至少一个通信总线803,用于实现这些部件之间的连接通信。至少一个处理器801用于执行存储器802中存储的计算机指令,以使所述至少一个处理器801能够执行前述腔体滤波器快速调试方法的实施例。存储器802为非暂态存储器(non-transitory memory),其可以包含易失性存储器,例如高速随机存取存储器(RAM:Random Access Memory),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个输入输出接口804(可以是有线或者无线通信接口)实现与至少一个其他设备或单元之间的通信连接。
在一些实施方式中,存储器802存储了程序8021,处理器801 执行程序8021,用于执行前述腔体滤波器快速调试方法实施例中的内容。
该电子设备可以以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、 MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)特定服务器:提供计算服务的设备,服务器的构成包括该电子设备可以以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如 iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、 MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)特定服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、***总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子设备。等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子设备。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种腔体滤波器快速调试方法,其特征在于,包括以下步骤:
S1.获取待调滤波器的散射参数SMea
S2.根据预先获取的标准滤波器训练数据计算各螺钉扰动量对应的散射参数经叠加后的多组散射参数Sapprox,选取最接近当前待调滤波器散射参数SMea的一组散射参数Sapprox,该组散射参数Sapprox对应的各螺钉扰动量即为待调滤波器的各螺钉扰动量;
S3.在基于获取的各螺钉扰动量进行待调滤波器调试后,再获取待调滤波器的散射参数SMea并判断是否达标,若达标则调试完毕,若不达标则重复步骤S2。
2.根据权利要求1所述的调试方法,其特征在于:所述标准滤波器训练数据获取方法如下:
S0.对标准滤波器上的每个调试螺钉独立进行多次扰动并获取在每次扰动下标准滤波器的散射参数,记录每个螺钉每次扰动时的扰动量及对应的滤波器散射参数。
3.根据权利要求2所述的调试方法,其特征在于:所述步骤S0具体为:
S0.1.选取一个已调试达标的腔体滤波器为标准滤波器,该标准滤波器具有R颗调试螺钉,获取该标准滤波器的散射参数S0
S0.2.设定单个螺钉的单向扰动最大次数为K,逐次单独对第i个调试螺钉进行扰动并获取散射参数,记录第k次扰动后的螺钉扰动量Δz(i,k)和对应散射参数S(i,k),其中i=1,2,3…R,k=1,2,3..2K,2K+1;所有螺钉均单独扰动2K+1次后,得到训练集P={Δz(i,k),S(i,k),i=1,2,3…R,k=1,2,3..2K,2K+1}。
4.根据权利要求3所述的调试方法,其特征在于:所述步骤S0.2中,扰动过程具体为:确定每个螺钉每次的最小扰动量Δzi0,扰动过程中Δzi在[-KΔzi0,KΔzi0]范围内共计变化2K+1次,每次增量为Δzi0,Δzik=(k-K-1)Δzi0,k=1,2..2K,2K+1。
5.根据权利要求3-4任一所述的调试方法,其特征在于:所述步骤S2具体为:将训练集P中各组散射参数S(i,k)按各螺钉叠加后近似等效为多组散射参数Sapprox
Figure FDA0002726482670000021
其中ΔSi表示第i颗螺钉第k次扰动后导致散射参数发生的变化,选取最接近散射参数SMea的一组散射参数Sapprox,该散射参数Sapprox叠加的各S(i,k)在训练集P中对应的各螺钉扰动量Δz(i,k)即为待调滤波器的各螺钉扰动量。
6.根据权利要求5所述的调试方法,其特征在于:所述步骤S2中,选取最接近散射参数SMea的一组散射参数Sapprox过程具体为:近似误差Sdiff
Figure FDA0002726482670000022
则Sdiff的均方根误差为:
Figure FDA0002726482670000023
在训练集P内,遍历训练集中每个螺钉不同扰动次对应的参数Sapprox的所有组合,获取RMSE的最小值,则对应获得最接近散射参数SMea的散射参数Sapprox
7.一种腔体滤波器调试装置,其特征在于,包括:
散射参数获取模块,用于获取待调滤波器的散射参数SMea;
螺钉扰动量确定模块,用于根据预先获取的标准滤波器训练数据计算各螺钉扰动量对应的散射参数经叠加后的多组散射参数Sapprox,并选取最接近当前待调滤波器散射参数SMea的一组散射参数Sapprox,该组散射参数Sapprox对应的各螺钉扰动量即为待调滤波器的各螺钉扰动量;
调整模块,用于在基于获取的各螺钉扰动量进行待调滤波器调试后,再获取待调滤波器的散射参数SMea并判断是否达标,若达标则调试完毕,若不达标则执行螺钉扰动量确定模块。
8.根据权利要求7所述的调试装置,其特征在于,还包括:
训练数据获取模块,用于对标准滤波器上的每个调试螺钉独立进行多次扰动并获取在每次扰动下标准滤波器的散射参数,记录每个螺钉每次扰动时的扰动量及对应的滤波器散射参数;
所述训练数据获取模块具体包括:
基础数据获取单元,用于选取一个已调试达标的腔体滤波器为标准滤波器,该标准滤波器具有R颗调试螺钉,获取该标准滤波器的散射参数S0
训练单元,用于设定单个螺钉的单向扰动最大次数为K,逐次单独对第i个调试螺钉进行扰动并获取散射参数,记录第k次扰动后的螺钉扰动量Δz(i,k)和对应散射参数S(i,k),其中i=1,2,3…R,k=1,2,3..2K,2K+1;所有螺钉均单独扰动2K+1次后,得到训练集P={Δz(i,k),S(i,k),i=1,2,3…R,k=1,2,3..2K,2K+1}。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-6任一所述的调试方法。
10.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如权利要求1-6任一所述的调试方法。
CN202011104459.8A 2020-10-15 2020-10-15 一种腔体滤波器调试方法、装置、电子设备及存储介质 Active CN112257196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011104459.8A CN112257196B (zh) 2020-10-15 2020-10-15 一种腔体滤波器调试方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011104459.8A CN112257196B (zh) 2020-10-15 2020-10-15 一种腔体滤波器调试方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN112257196A true CN112257196A (zh) 2021-01-22
CN112257196B CN112257196B (zh) 2021-07-20

Family

ID=74243633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011104459.8A Active CN112257196B (zh) 2020-10-15 2020-10-15 一种腔体滤波器调试方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112257196B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114050386A (zh) * 2021-09-24 2022-02-15 苏州畅恒通信科技有限公司 一种基于腔体滤波器散射参数与螺钉映射提取的调试方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101308945A (zh) * 2007-05-17 2008-11-19 深圳市配天网络技术有限公司 一种腔体带通滤波器的调试方法
CN105680827A (zh) * 2015-12-31 2016-06-15 中国科学院深圳先进技术研究院 一种腔体滤波器智能调谐算法及使用该算法的调谐方法
CN105789812A (zh) * 2015-12-31 2016-07-20 中国科学院深圳先进技术研究院 一种腔体滤波器自动调节方法及***
CN107732384A (zh) * 2016-08-11 2018-02-23 昇达科技股份有限公司 宽频化频率自动调试滤波器
CN107766646A (zh) * 2017-10-13 2018-03-06 中国地质大学(武汉) Y参数的极点和留数构建的微波滤波器的处理方法及***
CN108161318A (zh) * 2018-03-08 2018-06-15 合肥海特微波科技有限公司 抽头线谐振柱焊接工装
CN109687069A (zh) * 2018-12-19 2019-04-26 中国电子科技集团公司第五十四研究所 一种x波段大功率圆波导腔滤波器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101308945A (zh) * 2007-05-17 2008-11-19 深圳市配天网络技术有限公司 一种腔体带通滤波器的调试方法
CN105680827A (zh) * 2015-12-31 2016-06-15 中国科学院深圳先进技术研究院 一种腔体滤波器智能调谐算法及使用该算法的调谐方法
CN105789812A (zh) * 2015-12-31 2016-07-20 中国科学院深圳先进技术研究院 一种腔体滤波器自动调节方法及***
CN107732384A (zh) * 2016-08-11 2018-02-23 昇达科技股份有限公司 宽频化频率自动调试滤波器
CN107766646A (zh) * 2017-10-13 2018-03-06 中国地质大学(武汉) Y参数的极点和留数构建的微波滤波器的处理方法及***
CN108161318A (zh) * 2018-03-08 2018-06-15 合肥海特微波科技有限公司 抽头线谐振柱焊接工装
CN109687069A (zh) * 2018-12-19 2019-04-26 中国电子科技集团公司第五十四研究所 一种x波段大功率圆波导腔滤波器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114050386A (zh) * 2021-09-24 2022-02-15 苏州畅恒通信科技有限公司 一种基于腔体滤波器散射参数与螺钉映射提取的调试方法

Also Published As

Publication number Publication date
CN112257196B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
AU2020327340B2 (en) Method for evaluating state estimation performance of power system based on PMU
CN108321444B (zh) 一种分容补偿方法
CN111181164B (zh) 一种改进的主从***输配协同潮流计算方法及***
CN110705107B (zh) 一种配电网电压评估方法、***、设备和存储介质
CN112257196B (zh) 一种腔体滤波器调试方法、装置、电子设备及存储介质
CN104794541A (zh) 一种基于模拟退火和锥优化的配电网运行优化方法
CN113887846A (zh) 一种电容式电压互感器的超差风险预警方法
CN110244185A (zh) 一种多源谐波责任划分方法、终端设备及存储介质
CN112383044B (zh) 基于层次型拓扑结构的电网模型比较方法及装置
CN112327183A (zh) 一种锂离子电池soc估算方法和装置
CN114626769B (zh) 一种电容式电压互感器运维方法及***
CN115718265A (zh) 电池直流电阻测试值的修正方法、电子设备及存储介质
US20240053407A1 (en) Method for estimating internal resistance of lithium battery, storage medium, and electronic device
CN112596020A (zh) 一种台区内智能电表运行误差的修正方法及相关装置
CN117273428A (zh) 一种基于多链耦合的产业链韧性评估方法及***
CN109670210A (zh) 一种基于并行分布式粒子群算法的功率电子电路优化方法
CN114971053A (zh) 低压台区网络线损率在线预测模型的训练方法及装置
CN115085368A (zh) 变压器健康状态监测方法、装置、计算机设备和存储介质
CN113839381A (zh) 柔***流输电装置与电源的联合规划配置方法及终端设备
CN114356737A (zh) 模型监测方法、设备、存储介质及计算机程序产品
CN114389241A (zh) 有源配电网的继电保护定值整定方法及装置
CN113221064A (zh) 模型处理方法、装置、计算机设备和存储介质
CN111864741B (zh) 一种线路参数误差对功率分布影响的定量分析方法及***
CN110514958A (zh) 一种中压配电网低电压问题分析方法及装置
CN115347553B (zh) 基于线性回归初值估计的配电网线路参数辨识方法

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
GR01 Patent grant
GR01 Patent grant