1 天线替代模型的建立与训练 本 文 采 用 多 层 感 知 神 经 网 络 (Multi-Layer Perception，MLP)建立天线替代模型。MLP 是由输入 层、输出层以及一个或多个隐含层组合而成。该神经 网络结构主要包括三个基本因子：权重、偏置及激活 函数[10]，其中权重表征着各个神经元之间的相互连 接强度；偏置是隐含层神经元和输出神经元的因子， 能够确保样本值不被随意地激活，是模型参数中不可 或缺的组成部分；激活函数的功能和作用主要是对输 入值进行非线性映射，限制输出神经元的输出幅值。 本文天线替代模型采用三层 MLP 神经网络结构，其 结构图如图 1 所示。其中，x=[x1,x2,x3,...,xn]T 为神经 网 络 模 型 的 输 入 ， 表 示 天 线 设 计 几 何 参 数 ， y=[y1,y2,..., ym]T 为神经网络模型的输出，表示天线响 应。