本书主要针对未来智能无线通信系统需要突破的关键问题—宽频带、高效率和智能化，开展宽带高效可重构射频电路模块设计与研究，同时为了能够高效开发射频模块，研究了射频电路模块逆向建模。 本书收录了著者及所带团队在射频微波电路模块与器件设计，以及模块建模方面所取得的成果，共分4章，分别为宽带高效可重构功率放大器、超宽带多陷波天线、超宽带滤波器设计与研究和射频模块建模。主要内容包括宽带高效E类功率放大器、可重构多频功率放大器、并发双频可重构功率放大器、超宽带多陷波天线、可重构超宽带天线、多陷波超宽带滤波器、天线和滤波器逆向建模、功率放大器逆向建模等。本书提出了应用于无线通信系统的关键电路模块的设计方法和创新结构，以及有源和无源模块的逆向建模算法，为智能无线通信系统的实现奠定了理论基础和设计思路。 读者能够通过设计实例了解射频微波模块创新性的设计理论和设计方法，学习射频微波模块的设计过程、步骤、实验及仿真测试方法，以及分析不同频率、不同结构、不同类别射频微波模块设计之间的差异等，从中总结和吸收宽带高效可重构射频模块的设计方法，进而理解和搭建智能无线通信系统，为成为射频电路和系统工程师积累经验。

前 言 随着智慧城市、智慧地球等的提出及广泛应用，社会信息化、智能化程度也越来越高，作为信息化重要手段的无线通信系统起到了越来越关键的作用。无线通信系统的智能化、宽带、高效率和集成小型化是未来实现智能无线通信系统需要突破的关键技术问题。智能、宽带、高效的无线收发前端模块的设计是实现智能无线通信系统的关键所在。 射频功率放大器、滤波器与天线等是无线基站收发系统的最关键、最核心的部分，其性能指标直接影响无线通信系统的通信性能，同时影响着功耗，因此宽带、高效、高线性功率放大器、超宽带滤波器和天线是目前研究的热点。可重构技术是实现无线通信系统的关键技术，将可重构技术应用在射频电路模块的设计中，能够实现无线收发系统的智能化，符合无线通信系统的发展方向。 辽宁工程技术大学“无线通信电路与系统”学术研究团队自2009年创建以来（在此基础上，2020年组建学校学科培育团队“智能无线射频”），先后承担5项国家自然科学基金，在射频微波电路设计、预失真与建模方面取得了较为突出的科研成果，形成了两部著作，即《高效宽带双频高线性射频模块设计与实现》和《射频功放非线性建模分析与预失真算法研究》，并已出版。2017年获批国家自然科学基金青年项目“压缩感知框架下认知无线电系统功放设计建模与预失真研究（61701211）”以及2019年获批国家自然科学基金面上项目“面向未来无线可重构智能射频模块与神经网络建模研究（61971210）”，在压缩感知认知无线电功放建模及预失真、宽带高效可重构智能射频模块，以及模块逆向建模方面取得了一定的学术成果。为了展现并总结在此方面所取得的成果，特考虑再次形成著作回馈读者。 本书收录了著者及所带领团队在射频微波电路模块与器件设计，以及模块建模方面所取得的成果，共4章。第1章主要针对宽带、高效、可重构功率放大器的功能特性，设计了几款功率放大器，并给出了设计方法；第2章综合几款超宽带多陷波天线，给出了详细的设计；第3章主要研究了几款超宽带滤波器及设计方法；第4章主要研究射频模块建模、滤波器和天线的逆向建模方法及其应用。通过设计实例和建模方法，读者可以了解射频微波模块的设计理论、设计方法、设计过程和步骤、实验验证方法及仿真测试结果，以及不同频率、不同结构、不同类别射频微波模块设计之间的差异等，掌握射频电路模块的建模方法，并从中总结各类模块的设计方法，积累设计经验，激发设计灵感，为学习智能无线通信系统仿真设计和模块智能设计打下基础，尽快成为一名卓越的射频工程师。 本书主要分工：第1～3章由南敬昌教授负责分类、总结与编写，第4章由高明明副教授负责总结编写。本书成果贡献者主要包括南敬昌、高明明、刘婧、刘银玲、陶成健、臧净、张鹏俊、胡婷婷、吴凡、余航、左嫣然、赵泽慧、王梓琦、樊爽和吴炜圣等。本书编写过程中，刘婧老师，研究生王宛、李文佳、杜晶晶、王艺扉、曹馨元、谢欢、赵久阳、王明寰、汪晖、范钧、张凯威、宋杨、李春晨、王远、毛雪、徐家富、林圣夫、唐江勃、王皓、边廷月、王姝婷、李政、韩欣欣、孙雯雯、陆筝等投入了许多精力，确定本书格式，校对本书内容和修改编辑图表等，团队教师卢永、李蕾、刘超、徐维等在本书编写过程中给予了许多指导和意见，电子工业出版社的王羽佳编辑为本书的出版做了大量工作。另外，清华大学陈文华教授、北京邮电大学姚远教授、江苏大学夏景副教授，以及校友李久超、梁立明、杜学坤等在论文发表和研究生联合培养方面给予了颇多的支持和指导，正是有了他们的努力，本书才得以与大家见面，在此，一并表示感谢。感谢大家为团队发展付出的努力和心血，同时感谢能够阅读本书的读者，你们的支持是我们持续研究的不懈动力，愿我们共同发展，为国家射频微波行业增添新的动力，探索新的方向。 本书得到了国家自然科学基金青年项目“压缩感知框架下认知无线电系统功放设计建模与预失真研究（61701211）”和国家自然科学基金面上项目“面向未来无线可重构智能射频模块与神经网络建模研究（61971210）”，辽宁省高校重点实验室项目“面向未来无线可重构智能射频模块与神经网络建模研究（LJZS007）”以及辽宁工程技术大学双一流建设项目的支持，获得了团队教师和研究生的大力支持，以及联合培养单位清华大学、北京邮电大学射频团队的支持，在此表示衷心的感谢。 书中不足之处，竭诚希望得到广大读者和同行的批评指正。

目 录 第1章 宽带高效可重构功率放大器 1 1.1　平衡式E/F类功率放大器 1 1.1.1　引言 1 1.1.2　平衡式功率放大器原理 1 1.1.3　E/F类功率放大器设计与仿真 2 1.1.4　平衡式E/F类功率放大器仿真 与实测结果 6 1.1.5　结论 9 1.2　宽带高效E类功率放大器 9 1.2.1　引言 10 1.2.2　宽带高效E类功率放大器 原理 10 1.2.3　宽带高效E类功率放大器的 设计与仿真 11 1.2.4　结论 14 1.3　可重构多频功率放大器 14 1.3.1　引言 15 1.3.2　可重构多频功率放大器原理 15 1.3.3　可重构器件设计与仿真 19 1.3.4　可重构多频功率放大器设计与 仿真 21 1.3.5　可重构多频功率放大器的 实物与测试结果 27 1.3.6　结论 30 1.4　并发双频可重构功率放大器 30 1.4.1　引言 31 1.4.2　并发双频可重构功率放大器 原理 31 1.4.3　PIN开关的设计 32 1.4.4　并发双频匹配电路的设计 33 1.4.5　并发双频可重构功率放大器的 设计与仿真 34 1.4.6　结论 37 1.5　双频射频功率放大器 37 1.5.1　引言 37 1.5.2　双频匹配结构原理 38 1.5.3　多频偏置电路设计与仿真 41 1.5.4　双频射频功率放大器实物与 测试结果 46 1.5.5　结论 48 参考文献 48 第2章 超宽带多陷波天线 50 2.1　紧凑型超宽带多陷波天线设计与 研究 50 2.1.1　超宽带多陷波天线结构 50 2.1.2　实验结果与分析 51 2.1.3　结论 54 2.2　具有双陷波特性的蜂窝结构分形超宽带 天线 54 2.2.1　引言 54 2.2.2　双陷波蜂窝结构分形超宽带天线 结构 54 2.2.3　实验结果与分析 56 2.2.4　结论 59 2.3　具有三陷波特性的类Sierpinski分形 超宽带天线 59 2.3.1　三陷波分形超宽带天线结构 59 2.3.2　实验结果与分析 62 2.3.3　结论 65 2.4　具有可重构特性陷波超宽带天线 65 2.4.1　双陷波超宽带天线结构 66 2.4.2　实验结果与分析 67 2.4.3　结论 69 参考文献 69 第3章 超宽带滤波器设计与研究 71 3.1　基于多模谐振器的陷波特性滤波器 71 3.1.1　引言 71 3.1.2　新型多模谐振器 71 3.1.3　多模谐振器理论分析与推导 71 3.1.4　超宽带滤波器的仿真及分析 74 3.1.5　具有陷波特性的超宽带滤波器 设计 75 3.1.6　具有陷波特性的超宽带滤波器 仿真与实测 76 3.1.7　结论 77 3.2　紧凑型多陷波超宽带滤波器 78 3.2.1　引言 78 3.2.2　加载开路枝节的多模谐振器 结构 78 3.2.3　带陷波特性阶跃阻抗谐振器 设计 80 3.2.4　原理可行性分析 81 3.2.5　多陷波超宽带滤波器仿真 测试 82 3.2.6　结论 84 3.3　基于耦合传输线多陷波超宽带滤波器的 设计 84 3.3.1　引言 84 3.3.2　基于平行耦合传输线的设计 85 3.3.3　加载带阻单元的环形谐振器 结构 86 3.3.4　加载开路电容与短路枝节匹配线 结构 87 3.3.5　基于耦合传输线多陷波超宽带 滤波器的仿真测试 88 3.3.6　结论 90 参考文献 90 第4章　射频模块建模 92 4.1　超宽带滤波器的稀疏贝叶斯正则化神经 网络逆向建模 92 4.1.1　稀疏贝叶斯正则化逆向神经 网络迭代算法 92 4.1.2　神经网络的逆向建模过程 95 4.1.3　超宽带滤波器模型及数据 提取 95 4.1.4　实验仿真及结果 97 4.2　稀疏正则化逆向神经网络在双陷波 超宽带天线设计中的应用 99 4.2.1　稀疏正则化神经网络逆向 算法 100 4.2.2　逆向神经网络确定天线关键 设计参数 101 4.2.3　稀疏正则化逆向神经网络双陷波 超宽带天线仿真结果与分析 102 4.2.4　双陷波超宽带天线设计结果与 分析 107 4.3　Doherty功率放大器的贝叶斯正则化神经网络逆向建模研究 109 4.3.1　贝叶斯正则化神经网络逆向迭代 算法 109 4.3.2　Doherty功率放大器逆向神经网络 建模过程 110 4.3.3　实验验证及仿真分析 114 4.4　可重构功率放大器的新颖NARX神经 网络逆向建模研究 115 4.4.1　新颖NARX神经网络逆向模型 迭代算法 116 4.4.2　逆向建模方法 117 4.4.3　实验仿真及结果 120 4.5　改进蚁群算法的BRBP神经网络功率 放大器逆向建模方法 122 4.5.1　建模基础 122 4.5.2　IACO-BRBP神经网络逆向模型 迭代算法 123 4.5.3　逆向建模方法 126 4.5.4　实验仿真及结果 126 4.6　基于负载牵引和记忆效应X参数功率 放大器建模 129 4.6.1　X参数理论基础 129 4.6.2　 -X参数模型 131 4.6.3　模型提取和验证 135 参考文献 141