毫米波RF MEMS移相器的智能建模方法

1 引言
　　分布式射频微机电系统（Radio Frequency Micro Electro Mechanical Systems， RF MEMS）移相器以共面波导为载体，其上周期加载MEMS电容开关，通过改变电容金属桥位置进而实现器件相移特性的改变，易实现小型化、高集成度和低成本。特别适合应用于毫米波段相控天线的要求。
　　RF MEMS器件加工生产投入较大，通过大量加工实验获得器件设计规律需要十分雄厚的经济基础。因此，在毫米波射频MEMS移相器的设计过程中，建立其精确的电磁特性模型是需要解决的首要问题。目前大多数描述RF MEMS移相器电磁特性的模型是通过等效电路或基于物理模型的建模方法。微波电路设计过程中建立和应用模型的过程中主要的矛盾是计算精度和计算时间的问题。解决这一难点的一种方法就是将整个微波电路或器件的非线性函数利用简单但是充分精确神经网络模型来代替。人工神经网络（Artificial Neural Network， ANN）可以用来准确、快速地模拟任何线性和非线性函数关系，并具有良好的泛化能力。而且一旦完成对网络的训练，其再次预测时间很短，并且具有一定的精度，能够充分缩短模型的仿真时间和对计算机内存的要求。正是由于具有上述特性。人工神经网络已广泛应用于电磁场与微波领域，如放大器的设计，共面波导的。在RF MEMS领域，仅有美国Colorado大学的Dejan Filipovic等人对RF MEMS开关及其构成的谐振器进行了神经网络建模的研究。RF MEMS移相器的设计过程较开关更为复杂，研究其神经网络建模方法将有效的提高器件设计效率。
　　
　　图1 分布式RF MEMS移相器结构
　　2 RF MEMS移相器传统建模方法及存在问题
　　RF MEMS移相器采用了分布式传输线结构，通过在共面波导传输线上周期的加载MEMS金属桥，在金属桥上施加电压来控制MEMS桥的高度来改变MEMS金属桥和传输线之间的电容从而改变传输线上的传播常数，因而改变了入射波相移。