1 引言
　　分布式射頻微機電系統（Radio Frequency Micro Electro Mechanical Systems， RF MEMS）移相器以共面波導為載體，其上周期加載MEMS電容開關，通過改變電容金屬橋位置進而實現器件相移特性的改變，易實現小型化、高集成度和低成本。特別適合應用于毫米波段相控天線的要求。
　　RF MEMS器件加工生產投入較大，通過大量加工實驗獲得器件設計規律需要十分雄厚的經濟基礎。因此，在毫米波射頻MEMS移相器的設計過程中，建立其精確的電磁特性模型是需要解決的首要問題。目前大多數描述RF MEMS移相器電磁特性的模型是通過等效電路或基于物理模型的建模方法。微波電路設計過程中建立和應用模型的過程中主要的矛盾是計算精度和計算時間的問題。解決這一難點的一種方法就是將整個微波電路或器件的非線性函數利用簡單但是充分精確神經網絡模型來代替。人工神經網絡（Artificial Neural Network， ANN）可以用來準確、快速地模擬任何線性和非線性函數關系，并具有良好的泛化能力。而且一旦完成對網絡的訓練，其再次預測時間很短，并且具有一定的精度，能夠充分縮短模型的仿真時間和對計算機內存的要求。正是由于具有上述特性。人工神經網絡已廣泛應用于電磁場與微波領域，如放大器的設計，共面波導的。在RF MEMS領域，僅有美國Colorado大學的Dejan Filipovic等人對RF MEMS開關及其構成的諧振器進行了神經網絡建模的研究。RF MEMS移相器的設計過程較開關更為復雜，研究其神經網絡建模方法將有效的提高器件設計效率。
　　
　　圖1 分布式RF MEMS移相器結構
　　2 RF MEMS移相器傳統建模方法及存在問題
　　RF MEMS移相器采用了分布式傳輸線結構，通過在共面波導傳輸線上周期的加載MEMS金屬橋，在金屬橋上施加電壓來控制MEMS橋的高度來改變MEMS金屬橋和傳輸線之間的電容從而改變傳輸線上的傳播常數，因而改變了入射波相移。