毫米波RF MEMS移相器的智能建模方法

1 引言
　　分布式射頻微機(jī)電系統(tǒng)（Radio Frequency Micro Electro Mechanical Systems， RF MEMS）移相器以共面波導(dǎo)為載體，其上周期加載MEMS電容開關(guān)，通過改變電容金屬橋位置進(jìn)而實(shí)現(xiàn)器件相移特性的改變，易實(shí)現(xiàn)小型化、高集成度和低成本。特別適合應(yīng)用于毫米波段相控天線的要求。
　　RF MEMS器件加工生產(chǎn)投入較大，通過大量加工實(shí)驗(yàn)獲得器件設(shè)計(jì)規(guī)律需要十分雄厚的經(jīng)濟(jì)基礎(chǔ)。因此，在毫米波射頻MEMS移相器的設(shè)計(jì)過程中，建立其精確的電磁特性模型是需要解決的首要問題。目前大多數(shù)描述RF MEMS移相器電磁特性的模型是通過等效電路或基于物理模型的建模方法。微波電路設(shè)計(jì)過程中建立和應(yīng)用模型的過程中主要的矛盾是計(jì)算精度和計(jì)算時(shí)間的問題。解決這一難點(diǎn)的一種方法就是將整個(gè)微波電路或器件的非線性函數(shù)利用簡單但是充分精確神經(jīng)網(wǎng)絡(luò)模型來代替。人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network， ANN）可以用來準(zhǔn)確、快速地模擬任何線性和非線性函數(shù)關(guān)系，并具有良好的泛化能力。而且一旦完成對(duì)網(wǎng)絡(luò)的訓(xùn)練，其再次預(yù)測(cè)時(shí)間很短，并且具有一定的精度，能夠充分縮短模型的仿真時(shí)間和對(duì)計(jì)算機(jī)內(nèi)存的要求。正是由于具有上述特性。人工神經(jīng)網(wǎng)絡(luò)已廣泛應(yīng)用于電磁場與微波領(lǐng)域，如放大器的設(shè)計(jì)，共面波導(dǎo)的。在RF MEMS領(lǐng)域，僅有美國Colorado大學(xué)的Dejan Filipovic等人對(duì)RF MEMS開關(guān)及其構(gòu)成的諧振器進(jìn)行了神經(jīng)網(wǎng)絡(luò)建模的研究。RF MEMS移相器的設(shè)計(jì)過程較開關(guān)更為復(fù)雜，研究其神經(jīng)網(wǎng)絡(luò)建模方法將有效的提高器件設(shè)計(jì)效率。
　　
　　圖1 分布式RF MEMS移相器結(jié)構(gòu)
　　2 RF MEMS移相器傳統(tǒng)建模方法及存在問題
　　RF MEMS移相器采用了分布式傳輸線結(jié)構(gòu)，通過在共面波導(dǎo)傳輸線上周期的加載MEMS金屬橋，在金屬橋上施加電壓來控制MEMS橋的高度來改變MEMS金屬橋和傳輸線之間的電容從而改變傳輸線上的傳播常數(shù)，因而改變了入射波相移。