[發明專利]表面等離激元波導系統的結構參數確定方法及設備

有效

• 申請號: 201810995700.7
• 申請日: 2018-08-29
• 公開（公告）號: CN109117575B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 張天;王佳;戴鍵;戴一堂;李建強;尹飛飛;周月;徐坤
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G01R31/00
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 丁蕓;項京

1.一種表面等離激元波導系統的結構參數確定方法，其特征在于，所述方法包括：

獲得表面等離激元波導系統的結構類型；

基于所述結構類型，獲得針對所述結構類型的表面等離激元波導系統的目標電磁響應數據；其中，所述目標電磁響應數據用于表明所述表面等離激元波導系統的目標器件性能；

將所述目標電磁響應數據輸入預先訓練好的與該結構類型對應的反向計算模型，得到與該結構類型對應的目標結構參數；其中，所述與該結構類型對應的反向計算模型為：預先使用設定的與該結構類型對應的多個樣本結構參數以及獲取的分別與每個樣本結構參數一一對應的多個樣本電磁響應數據進行訓練得到的神經網絡模型；

獲取與所述目標結構參數對應的第二預測電磁響應數據；

基于所述第二預測電磁響應數據，得到所述目標結構參數對應的第一透射譜；

調整所述第一透射譜得到優化透射譜，將所述優化透射譜中的電磁響應數據作為優化電磁響應數據；

將所述優化電磁響應數據輸入所述預先訓練好的反向計算模型，得到優化后的結構參數，并將所述優化后的結構參數確定為目標結構參數。

2.根據權利要求1所述的方法，其特征在于，所述表面等離激元波導系統具有多個結構參數；

所述多個樣本結構參數，采用如下步驟進行設定：

獲取與所述多個結構參數對應的多個預設初始結構參數，預設參數調整精度以及預設參數變化范圍；

針對每個預設初始結構參數，按照所述預設參數調整精度，在所述預設參數變化范圍內，確定與該預設初始結構參數對應的至少一個參數變化值；

基于該預設初始結構參數和對應的至少一個參數變化值，確定與該預設初始結構參數對應的至少一個樣本結構參數；

所述分別與每個樣本結構參數一一對應的多個樣本電磁響應數據，采用如下步驟進行獲取：

利用確定的與每個預設初始結構參數對應的至少一個樣本結構參數，采樣得到分別與每個樣本結構參數一一對應的多個樣本電磁響應數據。

3.根據權利要求1所述的方法，其特征在于，所述預先使用設定的多個樣本結構參數以及分別與每個樣本結構參數一一對應的多個樣本電磁響應數據進行訓練的過程，包括：

將每個樣本結構參數一一對應的樣本電磁響應數據分別輸入當前神經網絡模型，得到每個樣本電磁響應數據對應的預測結構參數；所述當前神經網絡模型初次使用時為預設初始神經網絡模型；

根據得到的多個預測結構參數以及第一預設代價函數，判斷所述當前神經網絡模型是否收斂，所述第一預設代價函數為基于樣本結構參數設定的函數；

如果收斂，則將所述當前神經網絡模型確定為反向計算模型；

如果不收斂，則利用預設的梯度函數，采用隨機梯度下降法調整所述當前神經網絡模型的模型參數，得到新的神經網絡模型；

將所述當前神經網絡模型更新為所得到的新的神經網絡模型；

返回將每個樣本結構參數一一對應的樣本電磁響應數據分別輸入當前神經網絡模型的步驟。

4.根據權利要求3所述的方法，其特征在于，在當前神經網絡模型收斂后，將當前神經網絡模型確定為反向計算模型之前，所述方法還包括：

保存所得到的多個預測結構參數；

判斷得到的多個預測結構參數與對應的所述多個樣本結構參數的擬合度是否小于預設擬合度閾值；

如果是，則調整所述當前神經網絡模型的物理結構，得到新的神經網絡模型，并返回所述將所述當前神經網絡模型更新為所得到的新的神經網絡模型的步驟；

如果否，則將所述當前神經網絡模型確定為反向計算模型。