作者:
张扬,杨周,张泽海,杨福祥,给星军
摘要
PIN二极管是防止强电磁信号损坏的关键器件。准确预测PIN二极管的温升曲线对选择保护器件具有重要的指导意义。基于机器学习的方法可以有效地预测设备的特性。然而,PIN二极管的温升特性曲线非线性强,波动小,传统的机器学习方法无法准确预测。为了准确预测PIN二极管的温升特性曲线,该文提出一种结合变分模分解和自编码器的预测方法,将温升特性分解为子信号,包括高频波动量、中间量和低频趋势量。然后使用自动编码器来预测每个组件。最后,将各元件的预测值相加,从而准确预测PIN二极管的温升特性曲线。通过与各种机器学习方法的对比,验证了结合VMD分解可以有效提高预测精度,并验证了自编码器在拟合特征曲线方面的优势。
关键词: PIN二极管,电磁干扰, 特性预测,变分模态分解,自编码器