Mô hình hóa mạch khuếch đại siêu cao tần trong thông tin di động sử dụng mạng neuron

ĐẠI HỌC QUỐC GIA TP HCM TRƯỜNG ĐẠI HỌC BÁCH KHOA  NGUYỄN THỊ TRÂM MƠ HÌNH HỐ MẠCH KHUẾCH ĐẠI SIÊU CAO TẦN TRONG THÔNG TIN DI ĐỘNG SỬ DỤNG MẠNG NEURON Chuyên ngành: Kỹ thuật Điện tử Mã ngành: 60 52 70 LUẬN VĂN THẠC SĨ -TP HỒ CHÍ MINH, tháng 01 năm 2013 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: TS Lương Vinh Quốc Danh Cán chấm nhận xét 1: TS Đỗ Hồng Tuấn Cán chấm nhận xét 2: TS Phạm Quang Thái Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 25 tháng 01 năm 2013 Thành phần đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) …………………………………………… …………………………………………… …………………………………………… …………………………………………… …………………………………………… Xác nhận Chủ tịch Hội đồng đánh giá LV Bộ môn quản lý chuyên ngành sau luận văn sửa chữa (nếu có) Chủ tịch Hội đồng đánh giá LV Bộ môn quản lý chuyên ngành TRƯỞNG KHOA ĐẠI HỌC QUỐC GIA TP HCM CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc Lập - Tự Do - Hạnh Phúc -oOo - NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên:Nguyễn Thị Trâm MSHV: 11810082 Ngày, tháng, năm sinh : 15/04/1975 Nơi sinh : TP Cần Thơ Chuyên ngành : Kỹ thuật Điện tử 1- TÊN ĐỀ TÀI: Mơ hình hố mạch khuếch đại siêu cao tần thông tin di động sử dụng mạng neuron 2- NHIỆM VỤ LUẬN VĂN: Tác giả xây dựng mơ hình mạch khuếch đại siêu cao tần PA (Power Amplifiers) với tín hiệu vào 2-tone W-CDMA (Wideband Code Division Multiple Access) để thu thập liệu tín hiệu vào/ra Dùng liệu huấn luyện, kiểm tra xác nhận mơ hình NARX ( Nonlinear Autoregressive with External Input) Mục tiêu Đề tài chứng minh tính khả thi giải pháp đề cách mơ hình hố mạch khuếch đại siêu cao tần thông tin di động sử dụng mạng neuron Kết đạt khẳng định bổ sung cho lựa chọn phương pháp mơ hố hành vi mạch khuếch đại siêu cao tần 3- NGÀY GIAO NHIỆM VỤ: 4- NGÀY HOÀN THÀNH NHIỆM VỤ:30/11/2012 5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: TS Lương Vinh Quốc Danh Nội dung đề cương Luận văn thạc sĩ đãđược Hội Đồng Chun Ngành thơng qua Tp.Hồ Chí Minh, ngày 30 tháng 11 năm 2012 CB HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO TRƯỞNG KHOA ĐIỆN –ĐIỆN TỬ LỜI CẢM ƠN  Bằng tất lòng, tác giả xin gởi lời cảm ơn chân thành đến: TS Lương Vinh Quốc Danh, thầy trực tiếp hướng dẫn tác giả thực luận văn Dù bận rộn Thầy dành nhiều thời gian để hướng dẫn, giúp đỡ, truyền đạt kiến thức phương pháp nghiên cứu; cung cấp nhiều tài liệu công cụ mơ hữu ích Những lời động viên nhắc nhở thường xuyên Thầy giúp cho tác giả nhiều q trình hồn tất luận văn; TS Nguyễn Chí Ngơn dù thầy khơng trực tiếp hướng dẫn tác giả thầy bận rộn Thầy dành nhiều thời gian để hướng dẫn, góp ý, giúp đỡ tác giả tìm hiểu sử dụng Neural Networks để hồn tất luận văn; Q Thầy Cơ BM Điện tử Viễn thông – Khoa Công nghệ – Trường Đại học Cần Thơ hướng dẫn, đóng góp thật nhiều ý kiến quý báu cho luận văn tác giả Tạo điều kiện thuận lợi cho tác giả suốt khoá học thời gian thực luận văn; Qúi Thầy Cô BM Viễn Thông - Khoa Điện Điện tử - Trường Đại học Bách khoa truyền đạt kiến thức hữu ích suốt khố học; Cuối cùng, tác giả xin gởi lời cảm ơn chân thành đến gia đình, bạn bè đồng nghiệp quan tâm, động viên, cung cấp tài liệu suốt trình hồn tất luận văn Xin chân thành cảm ơn! TP HCM, Tháng 12/2012 Nguyễn Thị Trâm TÓM TẮT LUẬN VĂN THẠC SĨ  Kỹ thuật mơ hình hố hành vi (behavioral modeling) cung cấp phương pháp tiện lợi hiệu để dự đốn xác ngõ hệ thống, đặc biệt cho hệ thống mạch khuếch đại siêu cao tần (PA – Power Amplifiers), mà không cần tính tốn phức tạp mơ hình cấp độ vật lý hệ thống phi tuyến Mơ hình hố sử dụng NARX (Nonlinear Autoregressive with External Input) ứng dụng thành cơng cho mơ hình hành vi mạch khuếch đại siêu cao tầnn thông tin di động Mơ hình huấn luyện với hai liệu thu thập từ phép đo đạc hai mơ hình mạch PA với tín hiệu vào 2-tone tín hiệu WCDMA (Wideband Code Division Multiple Access) Kết mơ cho thấy mơ hình hành vi hành MSE (Means Square Erorr) thời gian mơ nhanh Từ khố: Mơ hình hành vi, Mạng neuron, Mạch khuếch đại siêu cao tần ABSTRACT  Behavioral modeling techniques provide a convenient and efficient means to predict system-level performance without the computational complexity of full circuit simulation or physicslevel analysis of nonlinear systems, thereby significantly speeding up the analysis process Nonlinear Autoregressive with External Input (NARX) models have been successfully applied for radio frequency (RF) power amplifier (PA) behavioral modeling The model has been trained with two data sets that were collected from measurements on two PAs with 2-tone and WCDMA signals Simulation results show that NARX behavioral model has less MSE (means square error) Index Terms—Behavioral Model, Neural Networks, Power Amplifier LỜI CAM ĐOAN Luận văn kết trình tự nghiên cứu từ báo khoa học tạp chí IEEE, từ ebook mơ hình hố hành vi (Behavioral Modeling – BM) mạch khuếch đại công suất thông tin di động Các tư liệu đề cập phần tài liệu tham khảo Những kết nêu luận văn thành lao động cá nhân giúp đỡ giáo viên hướng dẫn TS Lương Vinh Quốc Danh, thầy cô, đồng nghiệp bạn bè lớp cao học điện tử 2009 – 2011 Đại Học Bách Khoa TP HCM tổ chức Cần Thơ Tôi xin cam đoan luận văn hồn tồn khơng chép lại cơng trình có từ trước MỤC LỤC  Chương - MỞ ĐẦU 1.1 Giới thiệu: 1.1.1 Mô hình hành vi: 1.1.2 Mơ hình hố hành vi mạch khuếch đại công suất: 1.2 Mục tiêu nghiên cứu: 1.3 Đối tượng nghiên cứu: 1.4 Phương pháp nghiên cứu: 1.5 Các mơ hình nghiên cứu liên quan đến đề tài: 1.5.1.Mơ hình đa thức: 1.5.2.Mơ hình phân tích chuỗi Volterra mở rộng: 1.5.3.Mơ hình mạng Neuron bản: 1.6 Kết luận: 1.7 Cách trình bày luận văn: 10 Chương - CƠ SỞ LÝ THUYẾT 12 2.1 Mơ hình hành vi: 12 2.1.1.Giới thiệu: 12 2.1.2 Mơ hình vật lý: 15 2.1.3 Mơ hình hành vi (BM-Behavioral Model): 16 2.2 Mơ hình hố vi mạch khuếch đại siêu cao tần: 16 2.2.1 Giới thiệu: 16 2.2.2 Nền tảng nhận dạng hệ thống phi tuyến: 17 2.3 Mô hình PA mức hệ thống: 24 2.3.1 Mơ hình PA khơng nhớ: 24 2.3.2 Mơ hình PA nhớ tuyến tính 26 2.3.3 Mơ hình PA nhớ phi tuyến: 27 i 2.4 Mạng neural: 36 Chương - XÂY DỰNG MƠ HÌNH MẠCH KHUẾCH ĐẠI CƠNG SUẤT 41 3.1 Tổng quan: 41 3.2 Đo đạc liệu: 42 3.2.1.Giới thiệu chương trình mơ ADS (Advanced Design System): 43 3.2.2.Mơ hình cho PA với tín hiệu vào 2-tone: 44 3.2.3.Mơ hình PA với tín hiệu vào WCDMA: 46 3.3 Xây dựng mơ hình PA: 48 Chương - KẾT QUẢ MƠ PHỎNG MƠ HÌNH HỐ MẠCH KHUẾCH ĐẠI CÔNG SUẤT 52 4.1 Mô hình NARX cho PA: 52 4.2 Mơ với tín hiệu vào 2-tone: 53 4.3 Mơ với tín hiệu W-CDMA: 58 Chương - KẾT LUẬN & HƯỚNG NGHIÊN CỨU TIẾP THEO 64 5.1 Tóm tắt kết 64 5.2 Kết luận: 64 5.3 Hướng nghiên cứu đề tài: 65 ii DANH MỤC CÁC HÌNH VẼ  Hình 1: Mơ hình hố hệ thống PA dựa theo phương pháp Hình 2: Mơ hình hành vi tổng qt từ nguồn khác Hình 3: Mạch PA sơ đồ khối hệ thống truyền thông không dây Hình 4: Méo dạng PA lên kênh lận cận Hình 5: Sơ đồ khối mạch khuếch đại cơng suất mạch bù méo Hình 1: Sơ đồ khối hệ thống truyền thông khơng dây 13 Hình 2: Sơ đồ mạch khuếch đại phận phát 13 Hình 3: Sơ đồ khối mạch khuếch đại phận thu 14 Hình 4: Sơ đồ khối mạch khuếch đại siêu cao tần phi tuyến 15 Hình 5:Tổng quan mơ hình hành vi 17 Hình 6: Cấu trúc kinh điển mạch lọc phi tuyến FIR (a) Mạch lọc tiêu biểu bậc thứ (b) Mạch lọc tiêu biểu bậc thứ ba 20 Hình 7: Cấu trúc tổng quan mạch lọc tuyến tính đệ quy phi tuyến yếu 21 Hình 8: Cấu trúc tổng quát mạng neural nhân tạo lớp ẩn đệ qui 22 Hình 9: Cấu trúc tổng quan mạng neural động lớp ẩn hồi tiếp 22 Hình 10: Cấu trúc tương đương ANN lớp ẩn hồi tiếp 23 Hình 11: Mơ hình hành vi khơng nhớ biểu trưng AM-AM AM-PM 25 Hình 12: Mơ hình hành vi tham số PA Độ lợi phụ thuộc phi tuyến vào biên độ bao hình tức thời tham số động tuyến tính 29 Hình 13: Cấu trúc mơ hình kết nối mạch lọc khơng nhớ phi tuyến song song 30 Hình 14: Ví dụ phần bậc thứ (2n+1) cấu trúc mơ hình mạch lọc FIR phi tuyến để đại diện cho hành vi IMD bất đối xứng tần số phụ thuộc 31 iii Chương - Kết mơ mơ hình mạch PA Hình 4: Phần mở rộng tín hiệu huấn luyện hình 4.3 Sau huấn luyện xong, tập liệu Ptest với 30.000 mẫu (tương thích với tập Pin) đưa vào mơ hình NARX để kiểm tra tính xác thực mơ hình kết kiểm tra thể hình 4.5 hình 4.6 Thd: TS Lương Vinh Quốc Danh Trang 55 Hvth: Nguyễn Thị Trâm Chương - Kết mơ mơ hình mạch PA Hình 5: Tín hiệu kiểm tra; ngõ PA mơ hình NARX Hình 6: Phần mở rộng kết kiểm tra hình 4.5 Thd: TS Lương Vinh Quốc Danh Trang 56 Hvth: Nguyễn Thị Trâm Chương - Kết mơ mơ hình mạch PA Hình 7: Sự hội tụ mơ hình NARX Với kết kiểm tra tính xác thực mơ hình thể hình 4.5 hay hình 4.6 miền thời gian tốt Tín hiệu ngõ mơ hình chuyển sang miền tần số so sánh với liệu đo mơ hình Sự so sánh miền tần số mật độ công suất phổ (PSD – power spectral density ) thể hình 4.8 Chỉ số MSE miền tần số tính tốn theo cơng thức (3.2) 3.3e-7 Thd: TS Lương Vinh Quốc Danh Trang 57 Hvth: Nguyễn Thị Trâm Chương - Kết mơ mơ hình mạch PA Hình 8: So sánh PSD mơ hình NARX với liệu đo đạc 4.3 Mơ với tín hiệu W-CDMA: Với sơ đồ mơ hình 3.4 đáp tuyến thu hình 3.5 thu tập liệu chia thành hai tập Pin Ptest có số mẫu 10.000 mẫu Tập Pin dùng để huấn luyện mơ hình Ptest dùng để kiểm tra mơ hình vừa huấn luyện Sau 80 epoch mơ hình hội tụ với MSE 3,214e-7 Kết huấn luyện tức ngõ mơ hình mạng neuron đem so sánh với liệu mạch PA trình bày hình 4.9 Sau huấn luyện xong, tập liệu Ptest với 10.000 mẫu (tương thích với tập Pin) đưa vào mơ hình NARX để kiểm tra tính xác thực mơ hình kết kiểm tra thể hình 4.11 hình 4.12 Thd: TS Lương Vinh Quốc Danh Trang 58 Hvth: Nguyễn Thị Trâm Chương - Kết mơ mơ hình mạch PA Hình 9: Biểu đồ hội tụ q trình huấn luyện với tín hiệu CDMA Hình 10: Ngõ mơ hình NARX ngõ PA Thd: TS Lương Vinh Quốc Danh Trang 59 Hvth: Nguyễn Thị Trâm Chương - Kết mơ mơ hình mạch PA Hình 11: Phần mở rộng tín hiệu huấn luyện hình 4.9 Hình 12:Tín hiệu kiểm tra; ngõ PA mơ hình NARX Thd: TS Lương Vinh Quốc Danh Trang 60 Hvth: Nguyễn Thị Trâm Chương - Kết mơ mơ hình mạch PA Hình 13: Phần mở rộng kết kiểm tra hình 4.11 Hình 14: Sự hội tụ mơ hình NARX Thd: TS Lương Vinh Quốc Danh Trang 61 Hvth: Nguyễn Thị Trâm Chương - Kết mô mơ hình mạch PA Với kết kiểm tra tính xác thực mơ hình thể hình 4.11 hay hình 4.12 miền thời gian tốt Tín hiệu ngõ mơ hình chuyển sang miền tần số hình 4.15 Tín hiệu hiển thị cách sử dụng hàm Pwelch MatlabR Sự so sánh miền tần số mật độ công suất phổ (PSD – power spectral density ) thể hình 4.16 Chỉ số MSE miền tần số tính tốn theo cơng thức (3.2) 0.2874% Hình 15: PSD ngõ mơ hình NARX với tín hiệu WCDMA Thd: TS Lương Vinh Quốc Danh Trang 62 Hvth: Nguyễn Thị Trâm Chương - Kết mơ mơ hình mạch PA Hình 16: So sánh ngõ NARX với liệu đo Thd: TS Lương Vinh Quốc Danh Trang 63 Hvth: Nguyễn Thị Trâm Chương - Kết luận & hướng nghiên cứu Chương - KẾT LUẬN & HƯỚNG NGHIÊN CỨU TIẾP THEO  5.1 Tóm tắt kết Sau thời gian thực luận văn, tác giả xây dựng, mô huấn luyện xong mơ hình mạch khuếch đại siêu cao tần phi tuyến sử dụng thông tin di động cách sử dụng mơ hình NARX mạng neuron Trong mơ hình xây dựng , tác giả mô với hai loại tín hiệu vào tín hiệu vào 2-tone tín hiệu WCDMA Cả hai mơ hình điều cho số MSE cho hai miền thời gian miền tần số thấp Bảng 1: So sánh thông số hai mơ hình Signal MSE Thời gian Tần số Simulation time(s) epochs R - tone 3.0e-7 3.3e-7 53 45 WCDMA 3.2e-5 0.29 607 80 5.2 Kết luận: Trong luận văn này, mơ hình hành vi có khả học tiên đốn hành vi động mạch PA phi tuyến dựa vào NARX đưa Mơ hình khái qt khơng bị hạn chế kỹ thuật mà thiết bị sử dụng không hạn chế khả ứng dụng Giải thuật lan truyền hồi tiếp sử dụng để huấn luyện mạng neuron rút tham số mơ hình Xác nhận độ xác mơ hình NARX miền thời gian cho kết tốt liệu ngõ mơ hình NARX liệu mơ hay đo đạc Mơ hình NARX huấn luyện với liệu đo đạc hay mơ cho độ xác cao thu đặc tính đối tượng cách dễ dàng nhanh chóng Với tính chất làm Thd: TS Lương Vinh Quốc Danh Trang 64 Hvth: Nguyễn Thị Trâm Chương - Kết luận & hướng nghiên cứu cho mô hình loại đặc biệt phù hợp với việc mơ hình hố hệ thống truyền thơng khơng dây hệ mà mơ hình chủ yếu phi tuyến địi hỏi tốc độ độ xác cao đơn giản thiết kế xây dựng mơ hình Mơ hình mạch khuếch đại siêu cao tần kiểm nghiệm với tín hiệu vào 2-tone, tần số f=1,95GHz ± 10MHz tín hiệu WCDMA (3GPP uplink tần số 1.95GHZ) Kết mô cho thấy, mơ hình đề nghị khả thi  Mơ hình vừa xây dựng khả thi, có độ xác cao miền thời gian lẫn miền tần số  Dự đoán ngõ mạch PA cách xác  Kết luận văn hỗ trợ cho việc thiết kế tính tốn mạch PA cao tần, hỗ trợ phát triển hàm (hay mạch) bù méo thật xác để mạch PA có ngõ tuyến tính 5.3 Hướng nghiên cứu đề tài: Với kết mô khả thi, có hướng cần phát triển mơ hình: - Khảo sát mơ hình với tín hiệu vào CDMA test lại với tín hiệu vào 2-tone - Mở rộng đáp tuyến độ lợi so với biên độ tín hiệu vào - Tích hợp mơ hình BM mạch khuếch đại vào phần mềm mô mạch cao tần để mơ tính tốn phổ tín hiệu, thành phần méo biến điệu - Mạch PA sau mơ hình hố NARX thành hàm đưa vào FPGA (field programmable gate arry) tạo thành chip cho PA sử dụng linh kiện Thd: TS Lương Vinh Quốc Danh Trang 65 Hvth: Nguyễn Thị Trâm TÀI LIỆU THAM KHẢO  [1] Hyunchul Ku “Behavioral Modeling of Nonlinear RF Power Amplifier for Digital Wireless Communication Systems with Implication for Predistortion Linearization Systems,” Ph.D dissertation, Georgia Institute of Technology, 2003 [2] Jiang Lui “Practical Behavioral Modeling Technique of Power amplifiers Based on Loadpull measurements,” Ph.D dissertation, College of Engineering University of South Florida, 2005 [3] Ali Soltani Tehrani “Behavioral Modeling of Radio Frequency Transmitters,” B.A thesis, Chalmers University of Technology, Sweden, 2009 [4] Ming Xiao “Novel Predistortion Techniques for RF Power Amplifiers,” Ph.D dissertation, University of Birmingham, 2009 [5] Eyad Arabi & Sadiq Ali “Behavioral Modeling of RF front end devices in Simulink®,” M.A thesis, Chalmers University of Technology, Sweden, 2008 [6] Magnus Isaksson “A Comparative Analysis of Behavioral Models for RF Power Amplifiers”, IEEE Transactions on Microwave Theory and Techniques, vol.54, No 1, January 2006 [7] José C Pedro “A Comparative Overview of Microwave and Wireless PowerAmplifier Behavioral Modeling Approaches,” IEEE Transactions on Microwave Theory and Techniques, vol 53, No 4, April 2005 [8] Dominique Schreurs et al Rf Power Amplifier Behavioral Modeling Published in the United States of America by Cambridge University Press, New York, 2009 [9] Jose´ Carlos Pedro Nuno Borges Carvalho Intermodulation Distortion in Microwave and Wireless Circuits Artech House Microwave Library - Artech House Boston · London www.artechhouse.com, 2003 [10] Stephen A Maas Nonlinear Microwave and RF Circuits.Artech House Boston• London - www.artechhouse.com, 2003 Thd: TS Lương Vinh Quốc Danh Trang 66 Hvth: Nguyễn Thị Trâm [11] Georgina Stegmayer and Omar Chiotti “ Volterra NN-based behavioral model for new wireless communications devices”,Neural Computing & Applications, vol.18, Number 3, 283-291, DOI: 10.1007/s00521-008-0180-8 – 2009 [12] John Wood “A Behavioral Modeling Approach to Nonlinear Model-Order Reduction for RF/Microwave ICs and Systems”, IEEE Transactions on Microwave Theory and Techniques,vol 52, No 9, Sept 2004 [13] Qi-Jun Zhang “Artificial Neural Networks for RF and Microwave Design— From Theory to Practice”,IEEE Transactions on Microwave Theory and Techniques,vol 51, N 4, April 2003 [14] Anding Zhu “Behavioral Modeling of RF Power Amplifiers Based on Pruned Volterra Series”,IEEE Microwave and Wireless Components Letters, vol.14, No 12, Dec 2004 Thd: TS Lương Vinh Quốc Danh Trang 67 Hvth: Nguyễn Thị Trâm Lý lịch trích ngang LÝ LỊCH TRÍCH NGANG  Họ tên: Nguyễn Thị Trâm Ngày tháng năm sinh: 15/04/1975 Địa liên lạc: Nơi sinh: TP Cần Thơ Bộ môn Điện tử Viễn Thông - Khoa Công Nghệ - Trường ĐH Cần Thơ - Khu II, Đường 3/2, Q Ninh Kiều, TP Cần Thơ QUÁ TRÌNH ĐÀO TẠO: - Từ năm 1993 - 1998: Học Trường Đại học Cần Thơ, ngành Điện Tử - Từ năm 2011 - 2013: Học Thạc sĩ Trường Đại học Cần Thơ liên kết với Trường Đại học Bách Khoa, Đại học Quốc gia TP Hồ Chí Minh, chuyên ngành Kỹ thuật Điện tử Q TRÌNH CƠNG TÁC: - Từ năm 1999 đến 2006: CNVC Cơng Ty TNHH Bột Mì Đại Phong – Khu cơng nghiệp Trà Nóc – Cần Thơ - Từ năm 2006 đến 2008: Phục vụ giảng dạy - Bộ môn Điện tử Viễn thông - Khoa Công Nghệ Thông Tin - Trường Đại học Cần Thơ - Từ năm 2008 đến nay: Giảng viên - Bộ môn Điện tử Viễn thông - Khoa Công Nghệ - Trường Đại học Cần Thơ Thd: TS Lương Vinh Quốc Danh Trang 68 Hvth: Nguyễn Thị Trâm ... Điện tử 1- TÊN ĐỀ TÀI: Mơ hình hố mạch khuếch đại siêu cao tần thông tin di động sử dụng mạng neuron 2- NHIỆM VỤ LUẬN VĂN: Tác giả xây dựng mơ hình mạch khuếch đại siêu cao tần PA (Power Amplifiers)... pháp đề cách mơ hình hố mạch khuếch đại siêu cao tần thông tin di động sử dụng mạng neuron Kết đạt khẳng định bổ sung cho lựa chọn phương pháp mơ hố hành vi mạch khuếch đại siêu cao tần 3- NGÀY GIAO... Kỹ thuật mạng neuron sử dụng rộng rãi ứng dụng siêu cao tần, áp dụng thành công cho ứng dụng mạch khuếch đại siêu cao tần Bằng thuận lợi từ lợi huấn luyện hành vi mức độ mạch dựa vào mô tính tốn