基于变分模分解和自编码器的PIN二极管温度特性预测

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