IEEE微波理论与技术学会（MTT-S）2026年数值电磁与多物理场建模及优化国际会议（NEMO）于2026年7月1日至3日在西班牙瓦伦西亚举行。NEMO是MTT-S的一项成熟年度会议，专注于电磁与多物理场建模、高效设计算法与工具，以及射频、微波和太赫兹应用中计算机辅助设计（CAD）、仿真和优化未来需求的预期。
2026年的技术项目反映了人工智能（AI）和高级优化技术在有源微波器件中的日益重要性。特别是，有源器件建模及相关技术引起了广泛关注，多个专门的技术分论坛占据了三个并行会议轨道中的一个。
在此背景下，MTT-S青年专业人员（YPs）在MTT-S技术委员会（TC）2（设计自动化委员会）通过MTT-S技术协调与未来方向委员会资助计划的支持下，组织了一场题为"功率放大器设计自动化的实用见解"的特别分论坛。该分论坛由Gian Piero Gibiino教授（意大利博洛尼亚大学）和Pablo Soto Pacheco教授（瓦伦西亚理工大学）共同主持，通过对射频功率放大器（PA）设计自动化方法论的关注，补充了技术项目内容。
分论坛以一场关于MTT-S YPs活动和早期职业生涯研究人员可利用机会的简短演讲拉开帷幕。特别关注的是MTT-S有源器件建模、优化与测量技术研讨会（MOMA），这是一场由TC-2和TC-3（微波测量委员会）支持的线上研讨会。该研讨会已连续举办多年，为年轻研究人员提供了展示其在非线性有源器件技术方面工作的机会。演讲者随后被邀请根据他们的演讲向本杂志投稿同行评审文章，目前已出版了两期专题聚焦专辑[1]、[2]。
随后，分论坛安排了两个特邀教程演讲，分别探讨设计自动化的互补方法。第一个演讲由Jordi Verdú Tirado教授（西班牙巴塞罗那自治大学）主讲，介绍了一种用于PA匹配网络自动综合与优化的新型探索算法（参见图1）。该方法根据预定义的设计规则和工艺约束，自动生成并优化输入和输出匹配网络拓扑。候选方案通过统一的代价函数进行评估，该函数综合考虑多个性能指标，包括功率附加效率、增益、带宽和物理尺寸。通过系统性地探索庞大的设计空间，该方法使设计人员能够客观地比较不同的匹配网络拓扑方案，更好地理解实际PA设计中涉及的权衡关系。
Verdú教授展示题为"功率放大器设计的海量匹配网络探索算法"的教程。
第二个演讲由Lida Kouhalvandi教授（土耳其杜松大学）主讲，聚焦人工智能在自动PA设计中的应用（参见图2）。该教程对基于深度神经网络（DNN）的设计方法进行了手把手的概述，重点介绍了机器学习技术如何高效地捕获电路设计参数与射频性能指标之间的关系。演讲讨论了基于学习的优化方法（包括贝叶斯优化和DNN模型）的使用，以加速设计空间探索并实现多目标优化，同时满足严格的要求，如效率、输出功率、线性和紧凑实现。实际案例展示了AI辅助工作流程如何显著缩短设计时间，同时支持面向新兴应用的高性能射频和微波电路开发，包括5G/6G通信、卫星系统和生物医疗技术。
Kouhalvandi教授展示题为"通过深度神经网络实现功率放大器自动设计：实践视角"的教程。
这些引人入胜的演讲吸引了学生、YPs和经验丰富的研究人员等多元听众，整个分论坛期间引发了热烈的提问和讨论。活动期间提供了MOMA研讨会纪念品，包括向两位特邀演讲者赠送的品牌激光笔以示感谢。
总体而言，该分论坛突出了AI辅助射频设计自动化日益增长的重要性，展示了优化和数据驱动建模在塑造微波CAD未来中的角色。它还强化了MTT-S YPs项目在推动新兴研究课题以及促进早期职业生涯研究人员与更广泛微波社区协作方面的作用。预计类似的举措将在未来的NEMO会议上继续开展，下一届会议定于在意大利都灵举行。
