[發(fā)明專利]一種基于卷積自編碼器的超表面自動(dòng)設(shè)計(jì)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201910315408.0 | 申請(qǐng)日: | 2019-04-19 |
| 公開(公告)號(hào): | CN110110398B | 公開(公告)日: | 2023-05-12 |
| 發(fā)明(設(shè)計(jì))人: | 師昕;邱天碩;陳惠娟;趙雪青 | 申請(qǐng)(專利權(quán))人: | 西安工程大學(xué) |
| 主分類號(hào): | G06F30/27 | 分類號(hào): | G06F30/27;G16C60/00;G06F30/10;G06N3/0455;G06N3/0464;G06N3/08;G06F113/26 |
| 代理公司: | 西安弘理專利事務(wù)所 61214 | 代理人: | 寧文濤 |
| 地址: | 710048 陜*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 卷積 編碼器 表面 自動(dòng) 設(shè)計(jì) 方法 | ||
本發(fā)明公開了一種基于卷積自編碼器的超表面自動(dòng)設(shè)計(jì)方法,包括以下步驟:步驟1,隨機(jī)生成若干個(gè)超表面單元結(jié)構(gòu),使用電磁仿真軟件分別計(jì)算每個(gè)超表面的反射相位和幅值;步驟2,采用基于卷積自編碼器的深度學(xué)習(xí)方法,通過將步驟1中計(jì)算得到的反射相位和幅值同時(shí)輸入卷積自編碼器,輸出對(duì)應(yīng)的超表面單元結(jié)構(gòu),來訓(xùn)練深度學(xué)習(xí)模型;步驟3,將設(shè)計(jì)目標(biāo)的反射相位和幅值輸入步驟2中訓(xùn)練完畢的深度學(xué)習(xí)模型中,使用卷積自編碼器完成特征提取以及特征與超表面矩陣之間的匹配,即獲得所需要設(shè)計(jì)的超表面結(jié)構(gòu)。本發(fā)明可以做到同時(shí)設(shè)計(jì)超表面的反射幅值和反射相位,無需復(fù)雜的掃參過程,可以自動(dòng)生成表面結(jié)構(gòu),簡化了設(shè)計(jì)步驟,設(shè)計(jì)效率高。
技術(shù)領(lǐng)域
本發(fā)明屬于超表面設(shè)計(jì)技術(shù)領(lǐng)域,涉及一種基于卷積自編碼器的超表面自動(dòng)設(shè)計(jì)方法。
背景技術(shù)
超表面是指一種厚度小于波長的人工層狀材料。通過相位突變空間分布的設(shè)計(jì),超表面可實(shí)現(xiàn)對(duì)電磁波偏振、振幅、相位、極化方式、傳播模式等傳播特性的靈活有效調(diào)控。超表面可視為超材料的二維平面亞波結(jié)構(gòu)陣列。
目前廣泛應(yīng)用的相位梯度超表面、編碼超表面等,需要同時(shí)設(shè)計(jì)的反射折射的幅度和相位。然而目前基于超表面實(shí)現(xiàn)幅度和相位調(diào)控的方法大都只能針對(duì)幅度和相位中的單個(gè)參量進(jìn)行調(diào)控,很難實(shí)現(xiàn)對(duì)幅度和相位的同時(shí)調(diào)控。設(shè)計(jì)者很難同時(shí)設(shè)計(jì)超表面的結(jié)構(gòu)使幅度和相位達(dá)到需要的大小。同時(shí),現(xiàn)有技術(shù)中,設(shè)計(jì)超表面不僅耗費(fèi)時(shí)間,而且耗費(fèi)計(jì)算資源,需要進(jìn)行復(fù)雜的掃參過程,需要進(jìn)行建模和參數(shù)優(yōu)化,設(shè)計(jì)步驟繁雜,工程師很難通過設(shè)計(jì)目標(biāo)直接給出對(duì)應(yīng)的超表面,設(shè)計(jì)效率低。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于卷積自編碼器的超表面自動(dòng)設(shè)計(jì)方法,解決了現(xiàn)有技術(shù)中存在的難以實(shí)現(xiàn)對(duì)超表面幅度和相位同時(shí)進(jìn)行調(diào)控,而且設(shè)計(jì)效率低的問題。
本發(fā)明所采用的技術(shù)方案是,一種基于卷積自編碼器的超表面自動(dòng)設(shè)計(jì)方法,包括以下步驟:
步驟1,隨機(jī)生成若干個(gè)超表面單元結(jié)構(gòu),使用電磁仿真軟件分別計(jì)算每個(gè)超表面的反射相位和幅值;
步驟2,采用基于卷積自編碼器的深度學(xué)習(xí)方法,通過將步驟1中計(jì)算得到的反射相位和幅值同時(shí)輸入卷積自編碼器,輸出對(duì)應(yīng)的超表面單元結(jié)構(gòu),來訓(xùn)練深度學(xué)習(xí)模型;
步驟3,將設(shè)計(jì)目標(biāo)的反射相位和幅值輸入步驟2中訓(xùn)練完畢的深度學(xué)習(xí)模型中,使用卷積自編碼器完成特征提取以及特征與超表面矩陣之間的匹配,即獲得所需要設(shè)計(jì)的超表面結(jié)構(gòu)。
本發(fā)明的特點(diǎn)還在于:
步驟1中的電磁仿真軟件為CST?STUDIO?SUITE?MWS。
步驟1的具體過程如下:
首先使用MATLAB軟件輸出隨機(jī)生成的超表面單元結(jié)構(gòu)的矩陣,其中標(biāo)記為“1”的區(qū)域表示該區(qū)域填充有金屬,標(biāo)記為“0”的區(qū)域表示該區(qū)域空白,再使用電磁仿真軟件CSTSTUDIO?SUITE?MWS進(jìn)行計(jì)算得到超表面單元的反射相位和幅值。
步驟2中訓(xùn)練深度學(xué)習(xí)模型的具體過程如下:
步驟2.1,數(shù)據(jù)采集生成及預(yù)處理過程:使用MATLAB語言畫出超表面單元的反射相位和幅值的圖像,對(duì)該圖像的灰度和像素特征進(jìn)行歸一化操作,設(shè)定圖像為32×32×1的單通道灰度圖,將圖像的像素限定至0~1之間,并以此像素在0~1之間的圖像作為深度學(xué)習(xí)模型的輸入;
步驟2.2,采用卷積自編碼器提取特征的過程:將步驟2.1中獲得的像素在0~1之間的圖像輸入卷積自編碼器,首先通過若干次卷積、池化操作和相應(yīng)次數(shù)的上采樣、反卷積操作將輸入的反射相位和幅值曲線圖像壓縮重構(gòu)到一個(gè)表示空間中,然后再根據(jù)這個(gè)表示空間對(duì)數(shù)據(jù)進(jìn)行提取得到最后的輸出數(shù)據(jù)矩陣;然后將卷積自編碼器的編碼部分拆解下來,對(duì)輸入圖像數(shù)據(jù)進(jìn)行編碼,將原輸入圖像壓縮成表示向量,通過激活函數(shù)Ⅰ迭代調(diào)整卷積核直至損失函數(shù)Ⅰ最小化,得到損失函數(shù)Ⅰ最小化時(shí)的表示向量;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安工程大學(xué),未經(jīng)西安工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910315408.0/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 卷積運(yùn)算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方法及系統(tǒng)
- 卷積運(yùn)算方法及系統(tǒng)
- 卷積運(yùn)算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算裝置
- 基于FPGA實(shí)現(xiàn)圖像識(shí)別的方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





