摘要
本申请公开了一种射频匹配器阻抗值的监测方法,涉及射频设备领域。该方法包括:获取射频匹配器对应的实时数据和历史阻抗数据;通过膨胀因果卷积网络对时域信号进行特征提取,得到多尺度时域特征,以及通过注意力网络对频域功率谱进行特征提取,得到关键频段特征;对环境传感器数据进行卡尔曼滤波,得到环境传感器数据对应的多源数据特征,并对多尺度时域特征、关键频段特征和多源数据特征进行融合,得到融合特征;通过物理信息约束网络对融合特征进行阻抗值预测,得到阻抗初值,并通过记忆网络根据历史阻抗数据对阻抗初值进行修正,得到目标阻抗值。本申请深度学习架构融合多源传感数据与电磁物理规律,实现了复杂工况下的高精度实时阻抗监测。