基于深度学习的射频电源控制算法研究

范朝龙, 胡琅

信息记录材料 ›› 2025, Vol. 26 ›› Issue (04) : 93-95. DOI: 10.16009/j.cnki.cn13-1295/tq.2025.04.075

基于深度学习的射频电源控制算法研究

  • 范朝龙, 胡琅
作者信息 +
History +

摘要

随着射频技术在通信、雷达、医疗及工业领域的广泛应用,射频电源系统的需求日益增长,尤其是在高功率应用中,如何实现高效、稳定、智能的射频电源控制成为技术研究的重点。本研究提出基于深度学习的射频电源控制算法,重点研究智能控制系统的建模、关键技术及其优化策略。通过引入深度强化学习(deep reinforcement learning, DRL)算法对电源的控制系统进行算法建模,实现了射频电源的智能化控制。结果表明:该算法经过10~4次迭代训练后,已经学习到有效的控制策略,从而证实基于DRL的算法的有效性。同时,基于深度学习的射频电源控制算法能够有效提升射频电源的性能,满足高功率应用中的精度与响应要求。

关键词

射频电源 / 智能控制 / 噪声抑制 / 反馈控制

中图分类号

TN86 / TP18

引用本文

导出引用
范朝龙, 胡琅. 基于深度学习的射频电源控制算法研究. 信息记录材料. 2025, 26(04): 93-95 https://doi.org/10.16009/j.cnki.cn13-1295/tq.2025.04.075

基金

自动扫频射频发生器研发及产业化(GG20210102)

评论

Accesses

Citation

Detail

段落导航
相关文章

/