本發(fā)明屬于多頻段太赫茲電磁超材料吸波器分析設(shè)計(jì)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)和結(jié)構(gòu)參數(shù)的太赫茲電磁超材料多頻吸波特性的分析設(shè)計(jì)方法。

背景技術(shù)：

1、目前，太赫茲電磁超材料吸波器是一種重要的功能器件，能夠?qū)θ肷潆姶挪óa(chǎn)生均勻吸收，在紅外成像、濾波器、電磁隱身等領(lǐng)域都發(fā)揮著重要的作用。多頻段太赫茲電磁超材料吸波器的出現(xiàn)解決了以往超材料吸波器吸收頻帶較窄的問題，但是其分析設(shè)計(jì)過程仍然存在效率低下的問題。目前，深度學(xué)習(xí)在信息技術(shù)領(lǐng)域取得了巨大的成功，在最近的研究中，深度學(xué)習(xí)方法也被用于電磁超材料的分析設(shè)計(jì)過程，這大大提高了電磁超材料功能器件的分析設(shè)計(jì)效率，使得這種方法在電磁超材料功能器件分析、設(shè)計(jì)和應(yīng)用領(lǐng)域具有重要的應(yīng)用價(jià)值。

2、中國專利cn115482893a涉及一種基于深度學(xué)習(xí)和結(jié)構(gòu)變量的電磁超材料設(shè)計(jì)方法，其將電磁超材料正向預(yù)測數(shù)據(jù)集輸入正向預(yù)測網(wǎng)絡(luò)模型，將電磁超材料反向設(shè)計(jì)數(shù)據(jù)集輸入反向設(shè)計(jì)網(wǎng)絡(luò)模型，然后進(jìn)行迭代循環(huán)訓(xùn)練，用于電磁超材料功能特性的正向預(yù)測和逆向設(shè)計(jì)。但是該專利所用數(shù)據(jù)的工作頻率局限于微波頻段，缺少太赫茲頻段的研究結(jié)果，并且該專利缺少對(duì)于電磁超材料多頻特性的分析設(shè)計(jì)工作的研究內(nèi)容。

3、文獻(xiàn)“gao?f,zhang?z,xu?y,et?al.deep-learning-assisted?designing?chiralterahertz?metamaterials?with?asymmetric?transmission?properties[j].journal?ofthe?optical?society?of?america?b-optical?physics,2022,39(6):1511-1519”公開了一種包括頻譜網(wǎng)絡(luò)(spectra?network,sn)和擴(kuò)展網(wǎng)絡(luò)(extended?network,en)相結(jié)合的深度神經(jīng)網(wǎng)絡(luò)模型，在太赫茲頻段實(shí)現(xiàn)了手性電磁超材料非對(duì)稱傳輸特性的分析與設(shè)計(jì)。但是該文獻(xiàn)的工作集中在利用深度學(xué)習(xí)方法實(shí)現(xiàn)非對(duì)稱傳輸特性的分析與設(shè)計(jì)，缺少對(duì)于吸波特性的研究，并且缺少對(duì)于電磁超材料多頻特性的分析設(shè)計(jì)工作。

技術(shù)實(shí)現(xiàn)思路

1、要解決的技術(shù)問題

2、為解決太赫茲電磁超材料多頻吸波特性缺少分析設(shè)計(jì)方法的問題,克服現(xiàn)有技術(shù)的不足之處，本發(fā)明提供了一種深度學(xué)習(xí)方法，結(jié)合數(shù)值仿真技術(shù)，用于太赫茲電磁超材料多頻吸波特性的分析與設(shè)計(jì)過程。

3、技術(shù)方案

4、一種基于深度學(xué)習(xí)的太赫茲電磁超材料多頻吸波特性的分析設(shè)計(jì)方法，方法核心在于數(shù)據(jù)集的構(gòu)建和神經(jīng)網(wǎng)絡(luò)模型的搭建。根據(jù)具有多頻吸波特性的電磁超材料的結(jié)構(gòu)特點(diǎn)，構(gòu)建出包含多頻吸波信息的數(shù)據(jù)集。接著，針對(duì)電磁超材料吸波特性的相關(guān)性能參數(shù)分別構(gòu)建出兩個(gè)雙向頻譜神經(jīng)網(wǎng)絡(luò)sn-1與sn-2，分別用于實(shí)現(xiàn)正向預(yù)測和逆向設(shè)計(jì)過程。最后，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)太赫茲電磁超材料多頻吸波特性的按需逆向設(shè)計(jì)過程。

5、一種基于深度學(xué)習(xí)的太赫茲電磁超材料多頻吸波特性的分析設(shè)計(jì)方法，包括以下步驟：

6、步驟1：建立太赫茲電磁超材料的結(jié)構(gòu)原型以及參數(shù)化模型，通過迭代仿真計(jì)算，構(gòu)建出包含太赫茲多頻吸波特性信息的電磁超材料數(shù)據(jù)集。優(yōu)選地，步驟如下：

7、步驟1.1：構(gòu)建太赫茲電磁超材料的結(jié)構(gòu)原型以及參數(shù)化模型，參數(shù)化模型中包含電磁超材料的尺寸參數(shù)信息。

8、步驟1.2：通過matlab和電磁仿真軟件cst電磁仿真軟件調(diào)用步驟1.1中的參數(shù)化模型進(jìn)行仿真，計(jì)算出該模型對(duì)應(yīng)的電磁響應(yīng)。對(duì)于太赫茲電磁超材料的吸波特性，相關(guān)的電磁響應(yīng)可以用反射率r、透射率t和吸波率a表示，在cst中，這三個(gè)參數(shù)可以用s參數(shù)表示，即r＝|s11|2、t＝|s21|2、a＝1-r-t＝1-|s11|2-|s21|2這里，規(guī)定電磁超材料吸波器的底部是一個(gè)完整的金屬背板，使得透射系數(shù)s21＝0，吸波率與s參數(shù)的關(guān)系可以簡化為與反射系數(shù)s11的關(guān)系，所以此處的電磁響應(yīng)指反射系數(shù)s11和吸波率a。

9、步驟1.3：將步驟1.1中的尺寸參數(shù)信息和步驟1.2中的反射系數(shù)s11和吸波率a存入一個(gè)文本文件，即為一個(gè)樣本。

10、步驟1.4：改變步驟1.1中的參數(shù)化模型中的尺寸參數(shù)信息，再進(jìn)行仿真計(jì)算。不斷重復(fù)這一過程，最終得到所有的電磁超材料樣本，構(gòu)建出整個(gè)的數(shù)據(jù)集。數(shù)據(jù)集中的樣本包含了電磁超材料的尺寸參數(shù)、工作頻率范圍，反射系數(shù)s11和吸波率a。(特別說明的是，在改變參數(shù)化模型尺寸信息的過程中，電磁超材料的結(jié)構(gòu)會(huì)由單一完整諧振結(jié)構(gòu)逐漸變化為多個(gè)諧振結(jié)構(gòu)的組合，這樣，數(shù)據(jù)集中就包含了多頻吸波特性的信息，以便神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí))。

11、步驟2：將步驟1中構(gòu)建的數(shù)據(jù)集，分割為80％的訓(xùn)練數(shù)據(jù)集和20％的測試數(shù)據(jù)集。

12、步驟3：針對(duì)步驟1中提到的反射系數(shù)s11和吸波率a，分別搭建兩個(gè)雙向頻譜神經(jīng)網(wǎng)絡(luò)sn-1和sn-2，將訓(xùn)練數(shù)據(jù)集送入sn-1和sn-2中進(jìn)行訓(xùn)練，訓(xùn)練完成后，通過測試數(shù)據(jù)集驗(yàn)證這兩個(gè)神經(jīng)網(wǎng)絡(luò)模型的性能。最終經(jīng)過驗(yàn)證，可證明sn-1建立了電磁超材料尺寸參數(shù)與反射系數(shù)s11之間的映射關(guān)系，sn-2建立了電磁超材料尺寸參數(shù)與吸波率a之間的映射關(guān)系。優(yōu)選地，步驟如下：

13、步驟3.1：在sn-1和sn-2的正向路徑中，6×1的尺寸參數(shù)將被轉(zhuǎn)換成100×1的響應(yīng)譜，這表示輸入數(shù)據(jù)的維度遠(yuǎn)低于輸出數(shù)據(jù)的維度，使得神經(jīng)網(wǎng)絡(luò)的收斂性充滿了挑戰(zhàn)，特別是當(dāng)頻譜曲線在諧振頻率附近變化劇烈時(shí)，神經(jīng)網(wǎng)絡(luò)的性能更加難以預(yù)料。為了解決這一問題，采用兩階段策略構(gòu)建了一個(gè)近似的輸入-瓶頸-輸出網(wǎng)絡(luò)結(jié)構(gòu)。具體來說：輸入數(shù)據(jù)首先通過神經(jīng)張量層進(jìn)行升維，再通過全連接神經(jīng)網(wǎng)絡(luò)模塊降維，形成瓶頸層，這一模塊稱為下采樣模塊。該模塊訓(xùn)練完成后被凍結(jié)。數(shù)據(jù)流進(jìn)入下一模塊的張量維度重塑，轉(zhuǎn)置卷積層和全連接層，數(shù)據(jù)流的維度逐漸增加，直到完成整個(gè)的回歸過程，這個(gè)模塊稱為上采樣模塊。上采樣模塊訓(xùn)練完成后，將下采樣和上采樣這兩個(gè)預(yù)訓(xùn)練模塊作為sn-1與sn-2的整體正向路徑進(jìn)行合并訓(xùn)練，對(duì)正向預(yù)測神經(jīng)網(wǎng)絡(luò)進(jìn)行微調(diào)。這種網(wǎng)絡(luò)結(jié)構(gòu)增加了正向路徑的深度和訓(xùn)練權(quán)值，使神經(jīng)網(wǎng)絡(luò)易于收斂。其中，神經(jīng)張量層的輸出可以描述為：

14、輸出向量＝激活函數(shù)(輸入結(jié)構(gòu)參數(shù)向量的轉(zhuǎn)置×權(quán)重張量w×輸入結(jié)構(gòu)參數(shù)向量+權(quán)重矩陣v×輸入結(jié)構(gòu)參數(shù)向量+偏置向量b)

15、式中激活函數(shù)為整流線性單元(relu)激活函數(shù)的變體leaky?relu；輸入結(jié)構(gòu)向量的維度為6×1；輸出向量維度設(shè)定為50×1；權(quán)重張量w的維度為50×6×6,權(quán)重矩陣v的維度為50×6，偏置向量b的維度為50×1。步驟3.2：在sn-1與sn-2的逆向路徑中，包括了三個(gè)卷積神經(jīng)網(wǎng)絡(luò)和一個(gè)全連接神經(jīng)網(wǎng)絡(luò)模塊。由于逆向設(shè)計(jì)過程存在多組不同結(jié)構(gòu)參數(shù)可能引起相同的響應(yīng)譜的問題，因此單獨(dú)的逆向神經(jīng)網(wǎng)絡(luò)很難收斂。所以，根據(jù)以往工作中的串聯(lián)神經(jīng)網(wǎng)絡(luò)訓(xùn)練策略，以sn-1與sn-2中已經(jīng)訓(xùn)練好的正向網(wǎng)絡(luò)為輔助網(wǎng)絡(luò)，參與逆向網(wǎng)絡(luò)的訓(xùn)練。設(shè)定逆向網(wǎng)絡(luò)的總體損失函數(shù)為正向網(wǎng)絡(luò)損失與單獨(dú)逆向網(wǎng)絡(luò)損失的加權(quán)平均：

16、逆向網(wǎng)絡(luò)總體損失＝均方誤差損失函數(shù)[正向神經(jīng)網(wǎng)絡(luò)(逆向神經(jīng)網(wǎng)絡(luò)(輸入頻譜向量))]+懲罰系數(shù)×均方誤差損失[逆向神經(jīng)網(wǎng)絡(luò)(輸入頻譜向量)]

17、式中均方誤差損失函數(shù)表示的是真實(shí)值和神經(jīng)網(wǎng)絡(luò)預(yù)測值的差的平方的平均值。步驟4：將步驟2中分割好的訓(xùn)練數(shù)據(jù)集輸入步驟3中構(gòu)建好的sn-1和sn-2神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；利用步驟2中分割好的測試數(shù)據(jù)集測試sn-1和sn-2神經(jīng)網(wǎng)絡(luò)訓(xùn)練效果。訓(xùn)練完成后，從測試數(shù)據(jù)集中隨機(jī)抽取兩個(gè)樣本，對(duì)sn-1和sn-2神經(jīng)網(wǎng)絡(luò)的正向路徑和逆向路徑的效果進(jìn)行測試。

18、步驟5：利用多元高斯分布曲線，隨機(jī)生成雙峰、三峰、四峰類光譜曲線數(shù)據(jù)，將其作為需要設(shè)計(jì)的多峰吸波曲線。

19、步驟6：將步驟5隨機(jī)生成的雙峰、三峰、四峰類光譜曲線數(shù)據(jù)輸入到步驟3中訓(xùn)練完成的sn-2神經(jīng)網(wǎng)絡(luò)的逆向路徑中進(jìn)行檢索，進(jìn)而得到結(jié)構(gòu)的尺寸參數(shù)數(shù)據(jù)，并根據(jù)檢索到的尺寸參數(shù)，在cst中重構(gòu)相對(duì)應(yīng)的太赫茲電磁超材料多頻吸波結(jié)構(gòu)并進(jìn)行了仿真計(jì)算，得到這些結(jié)構(gòu)對(duì)應(yīng)的吸波率曲線圖。根據(jù)結(jié)果可以證明，基于以上步驟構(gòu)建的數(shù)據(jù)集和神經(jīng)網(wǎng)絡(luò)模型可以根據(jù)吸收峰數(shù)目需求，按需逆向設(shè)計(jì)出具有多頻吸波特性的電磁超材料結(jié)構(gòu)。

20、本發(fā)明還提供了利用上述基于深度學(xué)習(xí)和結(jié)構(gòu)參數(shù)的太赫茲電磁超材料多頻吸波特性的分析設(shè)計(jì)方法設(shè)計(jì)制作而成的具有多頻吸波特性的太赫茲電磁超材料吸波器。

21、有益效果

22、本發(fā)明根據(jù)多頻吸波電磁超材料的物理機(jī)制，提出一種參數(shù)化建模方法，用于生成包含多頻吸波結(jié)構(gòu)信息的電磁超材料樣本，進(jìn)而構(gòu)建出整個(gè)的數(shù)據(jù)集。接著，本發(fā)明建立了一種深度學(xué)習(xí)模型，用于太赫茲電磁超材料多頻吸波特性的分析與設(shè)計(jì)過程，該模型包括兩個(gè)雙向深度神經(jīng)網(wǎng)絡(luò)sn-1和sn-2，經(jīng)過訓(xùn)練，sn-1成功建立了6個(gè)尺寸參數(shù)和反射系數(shù)s11之間的映射關(guān)系，sn-2成功建立了6個(gè)尺寸參數(shù)與吸波率a之間的映射關(guān)系，這兩個(gè)神經(jīng)網(wǎng)絡(luò)的正向路徑和逆向路徑的損失函數(shù)均分別收斂到10-3和10-2數(shù)量級(jí)。并且，為了進(jìn)一步評(píng)估深度神經(jīng)網(wǎng)絡(luò)模型的預(yù)測和設(shè)計(jì)能力，從測試數(shù)據(jù)集中隨機(jī)選擇兩個(gè)樣本，一方面，使用sn-1和sn-2進(jìn)行正向預(yù)測，結(jié)果顯示，對(duì)于反射系數(shù)s11，sn-1的預(yù)測曲線與cst計(jì)算的真實(shí)曲線吻合良好，對(duì)于吸波率a，sn-2的預(yù)測曲線與cst計(jì)算的真實(shí)曲線吻合良好，說明了sn-1和sn-2有著良好的預(yù)測能力；另一方面，使用sn-1和sn-2進(jìn)行逆向設(shè)計(jì)，結(jié)果顯示，sn-1和sn-2設(shè)計(jì)出的尺寸參數(shù)和真實(shí)尺寸參數(shù)的數(shù)值非常接近，重構(gòu)出的電磁超材料結(jié)構(gòu)圖形狀也十分吻合，說明了sn-1和sn-2有著良好逆向的設(shè)計(jì)能力。

23、本發(fā)明利用多元高斯分布曲線，隨機(jī)生成雙峰、三峰、四峰類光譜曲線數(shù)據(jù)，將其作為需要設(shè)計(jì)的多峰吸波曲線。接著，將隨機(jī)生成的雙峰、三峰、四峰類光譜曲線數(shù)據(jù)輸入到sn-2神經(jīng)網(wǎng)絡(luò)的逆向路徑中進(jìn)行檢索，進(jìn)而得到結(jié)構(gòu)的尺寸參數(shù)數(shù)據(jù)，并根據(jù)檢索到的尺寸參數(shù)，在cst中重構(gòu)了相對(duì)應(yīng)的太赫茲電磁超材料多頻吸波結(jié)構(gòu)并進(jìn)行了仿真計(jì)算，得到了這些結(jié)構(gòu)對(duì)應(yīng)的吸波率曲線圖。結(jié)果顯示，按照神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)出的尺寸參數(shù)進(jìn)行建模仿真的電磁超材料吸波器可以根據(jù)設(shè)計(jì)峰值數(shù)目的需求，在工作頻段內(nèi)分別設(shè)計(jì)出具有雙頻、三頻、四頻吸波特性的太赫茲電磁超材料吸波器。