IEEE微波理论与技术协会（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一年一度的成熟会议，致力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的计算机辅助设计（CAD）、仿真和优化的未来需求预判。
2026年技术日程反映了人工智能（AI）和高级优化技术在有源微波器件中日益增长的重要性。特别是，有源器件建模及相关技术引起了广泛关注，几个专门的技术分会占据了三个并行会议轨道中的一个。
在此背景下，MTT-S青年专业人士（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，组织了一个名为"功率放大器设计自动化的实践见解"的特别分会。该分会由意大利博洛尼亚大学的詹·皮耶罗·吉比诺教授（Prof. Gian Piero Gibiino）和瓦伦西亚理工大学的路易斯·巴勃罗·索托·帕切科教授（Prof. Pablo Soto Pacheco）共同主持，该分会通过聚焦射频功率放大器（PA）设计的自动化方法，补充了技术日程的内容。
分会以一场关于MTT-S青年专业人士活动和早期职业研究人员可用机会的简短介绍开始。特别关注了MTT-S青年专业人士有源器件建模、优化与测量技术研讨会（MOMA），这是一个由TC-2和TC-3（微波测量委员会）支持的虚拟研讨会。该研讨会已连续数年每年举办，为青年研究人员提供了展示非线性有源器件技术研究成果的机会。演讲者随后受邀根据他们的演讲内容向本期刊投稿一篇经过同行评审的文章，目前已出版两个专刊 [1]、[2]。
随后，该分会安排了两场特邀教程报告，分别介绍了设计自动化的互补方法。第一场报告由西班牙巴塞罗那自治大学的若迪·韦尔杜·蒂拉多教授（Prof. Jordi Verdú Tirado）主讲，介绍了功率放大器匹配网络的自动综合与优化的新型探索算法（见图1）。所提出的方法根据预定义的设计规则和技术约束，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，该函数考虑了多个性能指标，包括功率附加效率、增益、带宽和物理尺寸。通过系统地探索庞大的设计空间，该方法使设计者能够客观地比较不同的匹配网络拓扑，并更好地理解实际功率放大器设计中的权衡问题。
韦尔杜教授介绍了题为"功率放大器设计的大规模匹配网络探索算法"的教程。
第二场报告由土耳其杜古斯大学的利达·库哈尔夫万迪教授（Prof. Lida Kouhalvandi）主讲，聚焦于人工智能在自动化功率放大器设计中的应用（见图2）。该教程对基于深度神经网络（DNN）的设计方法进行了实操性概述，强调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。报告讨论了基于学习的优化方法的应用，包括贝叶斯优化和DNN模型，以加速设计空间探索并实现在满足效率、输出功率、线性度和紧凑实现等苛刻要求的同时进行多目标优化。实际案例展示了AI辅助工作流程如何显著缩短设计时间，同时支持高性能射频和微波电路的开发，面向包括5G/6G通信、卫星系统和生物医学技术在内的新兴应用。
库哈尔夫万迪教授介绍了题为"通过深度神经网络实现功率放大器自动化设计：实操视角"的教程。
这些精彩的报告吸引了包括学生、青年专业人士和资深研究人员在内的多元化听众，整个分会期间产生了热烈的提问和讨论。活动期间提供了MOMA研讨会的周边物品，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，该分会凸显了AI辅助射频设计自动化日益增长的重要性，并展示了优化和数据驱动建模在塑造微波CAD未来中的关键作用。它还强调了MTT-S青年专业人士项目在推动新兴研究主题和促进早期职业研究人员与更广泛微波社区之间合作方面的重要作用。预计未来NEMO会议上将继续开展类似的倡议，下一届会议计划在意大利都灵举行。
