-
公开(公告)号：CN120033465A
公开(公告)日：2025-05-23
申请号：CN202510120080.2
申请日：2025-01-25
Applicant: 东南大学
IPC: H01Q15/00 , H04B7/0456 , G06N3/126
Abstract: 本发明公开一种超表面控制架构设计方法。该方法通过对超表面阵列的每一行单元和列单元的高低电压进行编码，并通过矩阵相乘的方法获得超表面阵列的相位编码，此控制架构方法被称为基本交叉控制方法或者一区交叉控制方法。进一步的，该方法将超表面阵列分为多个基本交叉控制架构的区域，从而形成了多区交叉控制架构；多区交叉控制可根据实际应用场景的需求，灵活地改变分区的数量和区域位置，从而调控波束的指向精度，同时降低超表面控制硬件的可实现复杂度。本发明能够在保持指定波束调控精度的前提下，显著降低超表面控制架构的复杂度和编码的内存占用空间，促进低成本高性能可重构超表面的应用发展。
-
Patent Agency Ranking
公开(公告)号：CN118553345A
公开(公告)日：2024-08-27
申请号：CN202410608970.3
申请日：2024-05-16
Applicant: 东南大学
Abstract: 本发明公开了一种物理驱动的大规模超材料的智能设计方法，属于新型人工电磁材料设计的交叉领域，提出基于时域耦合模理论的新型物理驱动神经网络，相比较于不使用神经网络或使用纯数据驱动神经网络的时域耦合模理论模型，本发明的方法可以以更小的时间和内存成本实现相同精度的电磁超表面快速设计。此方法还可以实现上述方法无法完成的超大规模的超表面的快速设计工作。本发明中的方法可以在未来进一步应用于无线通信、电磁隐身、波束调控、电磁聚焦成像等多种微波应用场景。
-
公开(公告)号：CN115688530B
公开(公告)日：2024-07-26
申请号：CN202211425125.X
申请日：2022-11-14
Applicant: 东南大学
Abstract: 本发明公开了一种用于求解电磁有限元方程的量子方法。具体步骤：1)将传统电磁有限元方程重构为量子计算格式；2)利用稀疏近似逆(SPAI)预处理器对重构的线性方程进行预处理，以处理电磁有限元方程中的病态矩阵；3)利用低复杂度量子电路构建算法对重构且预处理后的线性方程的右手边(RHS)向量进行高效的量子状态准备；4)利用哈罗·哈西迪姆·劳埃德(HHL)量子算法求解经过预处理和重构以后的有限元方程。相比于经典求解有限元方程算法，本发明在取得相同求解精度的前提下，求解时间在理论上可以实现指数级的速度提升，可在未来用于求解大规模电磁问题，应用于航空航天，通信雷达，电磁隐身等微波场景。
-
公开(公告)号：CN115688530A
公开(公告)日：2023-02-03
申请号：CN202211425125.X
申请日：2022-11-14
Applicant: 东南大学
Abstract: 本发明公开了一种用于求解电磁有限元方程的量子方法。具体步骤：1)将传统电磁有限元方程重构为量子计算格式；2)利用稀疏近似逆(SPAI)预处理器对重构的线性方程进行预处理，以处理电磁有限元方程中的病态矩阵；3)利用低复杂度量子电路构建算法对重构且预处理后的线性方程的右手边(RHS)向量进行高效的量子状态准备；4)利用哈罗·哈西迪姆·劳埃德(HHL)量子算法求解经过预处理和重构以后的有限元方程。相比于经典求解有限元方程算法，本发明在取得相同求解精度的前提下，求解时间在理论上可以实现指数级的速度提升，可在未来用于求解大规模电磁问题，应用于航空航天，通信雷达，电磁隐身等微波场景。
-
公开(公告)号：CN115526107A
公开(公告)日：2022-12-27
申请号：CN202211239682.2
申请日：2022-10-11
Applicant: 东南大学
IPC: G06F30/27 , G06K9/62 , G06N20/00 , G06F17/11 , G06F111/04 , G06F111/10
Abstract: 本发明公开了一种用于超表面智能设计的物理驱动机器学习算法，用于加速对超表面电磁响应的预测过程，进而实现高效的超表面智能设计。具体步骤：1)在参数空间采样，对仅包含一个和两个谐振器的不同单元样本进行全波电磁仿真，并通过拟合得到耦合模(CMT)参数值，构建数据库；2)训练神经网络学习几何参数与耦合模参数值的关系；3)结合受训练后的神经网络与多谐振耦合模理论方程，使之能够精准预测任意数目多谐振系统的电磁响应；4)基于神经网络CMT替代模型，利用优化算法进行超表面的快速优化设计。相比于数据驱动建模方法，本发明显著减少训练样本数目近75％，同时将超表面设计优化时间缩短2个数量级以上，可用于电磁隐身等微波场景。
-
公开(公告)号：CN118072887A
公开(公告)日：2024-05-24
申请号：CN202410267318.X
申请日：2024-03-08
Applicant: 东南大学
IPC: G16C60/00 , G16C20/70 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种用于吸波超材料快速设计的特征辅助优化方法。具体步骤：1)生成包含单谐振器和双谐振器的几何样本。2)通过全波电磁仿真求解所有几何样本的电磁响应。3)提取CMT参数以构建用于神经网络训练的数据库样本。4)训练神经网络学习单谐振系统与双谐振系统几何参数与对应的时域耦合模理论参数值的关系。5)将单谐振系统与双谐振系统的谐振频率作为特征参数，制定优化目标函数，从而计算所提出的特征辅助替代模型的输出。6)执行特征辅助优化，实现吸波超材料的快速优化设计。本发明更有可能避免陷入局部极小值，并且在更短的时间内实现吸波材料的最优设计，实现吸波超材料的快速优化设计。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
