基于自监督神经微分映射的自进化可重构智能表面及控制方法

    公开(公告)号:CN115395990A

    公开(公告)日:2022-11-25

    申请号:CN202210919444.X

    申请日:2022-08-02

    Applicant: 清华大学

    Abstract: 本申请公开了一种基于自监督神经微分映射的自进化可重构智能表面及控制方法,其中,包括:自监督神经微分映射编码模块,用于基于预设自监督神经微分映射编码算法的编码策略,根据目标波束的要求实时输出相应的编码矩阵,并自主进化不断迁移学习不同应用场景下的编码策略;可重构智能表面,用于利用编码矩阵执行多种电磁功能中对应的目标电磁功能;人工智能芯片,用于运行预设自监督神经微分映射编码算法,自主学习编码策略和优化编码矩阵;相位控制电路板,用于根据编码矩阵调整可重构智能表面的偏置电压,以实现目标电磁功能。由此,解决了相关技术无法为复杂电磁功能提供准确数字编码等问题。

    基于自监督神经微分映射的自进化可重构智能表面及控制方法

    公开(公告)号:CN115395990B

    公开(公告)日:2024-12-24

    申请号:CN202210919444.X

    申请日:2022-08-02

    Applicant: 清华大学

    Abstract: 本申请公开了一种基于自监督神经微分映射的自进化可重构智能表面及控制方法,其中,包括:自监督神经微分映射编码模块,用于基于预设自监督神经微分映射编码算法的编码策略,根据目标波束的要求实时输出相应的编码矩阵,并自主进化不断迁移学习不同应用场景下的编码策略;可重构智能表面,用于利用编码矩阵执行多种电磁功能中对应的目标电磁功能;人工智能芯片,用于运行预设自监督神经微分映射编码算法,自主学习编码策略和优化编码矩阵;相位控制电路板,用于根据编码矩阵调整可重构智能表面的偏置电压,以实现目标电磁功能。由此,解决了相关技术无法为复杂电磁功能提供准确数字编码等问题。

    一种基于图神经网络的三维电磁目标建模方法及装置

    公开(公告)号:CN116108744A

    公开(公告)日:2023-05-12

    申请号:CN202310019613.9

    申请日:2023-01-06

    Applicant: 清华大学

    Abstract: 本发明公开了一种基于图神经网络的三维电磁目标建模方法及装置,该方法包括:采用不均匀网格离散化三维电磁目标,基于不均匀网格离散地表示三维电磁目标待求解的未知物理量,将三维电磁目标满足的物理方程转化为线性方程组,在此基础上,本发明利用图数据结构描述不均匀网格离散的三维电磁目标,训练图神经网络学习线性方程组迭代求解过程,在每个迭代步骤中,根据线性方程组的残差预测候选解的迭代更新量,实现快速准确的三维电磁目标建模。

    基于多极子算法的三维电大电磁目标建模方法和装置

    公开(公告)号:CN117892634A

    公开(公告)日:2024-04-16

    申请号:CN202410187446.3

    申请日:2024-02-20

    Applicant: 清华大学

    Abstract: 本公开提供了一种基于多极子算法的三维电大电磁目标建模方法和装置,涉及电磁学技术领域。所述方法包括:构建三维电大电磁目标满足的物理方程;利用非均匀网格对三维电大电磁目标进行离散化处理,得到物理方程转化的矩阵方程;根据非均匀网格,建立离散化处理后的三维电大电磁目标对应的图结构数据;基于多层快速多极子算法和图神经网络构建面向图结构数据的迭代求解器,在每步迭代中针对当前的矩阵方程的候选解,利用基于图计算的多层快速多极子算法计算矩阵方程残差,并训练图神经网络根据矩阵方程残差预测更新量,基于更新量更新候选解,在满足预设误差条件时,将当前的候选解确定为矩阵方程的解;训练迭代求解器,得到训练好的迭代求解器。

Patent Agency Ranking