一种联合深度学习与CST仿真的编码超表面逆向设计方法

    公开(公告)号:CN115270600A

    公开(公告)日:2022-11-01

    申请号:CN202210718210.9

    申请日:2022-06-23

    Applicant: 南京大学

    Abstract: 本发明公开了一种联合深度学习与CST仿真的编码超表面逆向设计方法,包括以下步骤,基于条件变分自编码器,使用编码超表面矩阵及其对应的相位响应曲线进行联合训练,并结合CTS软件自动仿真,构建了编码超表面矩阵的逆向设计模型。本发明克服了编码超表面矩阵的离散性及其随机性所导致的模型学习能力不足问题,可得到直接使用的编码超表面矩阵,相比于传统的迭代优化算法,效率上有了进一步的提升,有效降低了编码超表面逆向设计的时间成本。此外本方法基于CVAE模型的特性实现了相位响应曲线与编码超表面矩阵之间一对多的特性,解决了非迭代深度学习方法解的唯一性问题。

Patent Agency Ranking