公开(公告)号：CN117709193A

公开(公告)日：2024-03-15

申请号：CN202311729580.3

申请日：2023-12-15

Applicant: 电子科技大学

Inventor： 陆海鹏 ,  孙翃宇 ,  韩天成 ,  邓龙江

IPC: G06F30/27 ,  G06F111/06

Abstract: 本发明属于电磁波吸收材料技术领域，具体涉及基于神经网络与随机爆炸搜索的梯度吸波蜂窝设计方法。本发明首先在全波仿真软件中建立了梯度蜂窝模型，并仿真得到足量的训练数据；然后通过建立并训练得到高性能的神经网络模型，实现了梯度蜂窝结构参数到反射损耗曲线的快速映射；最后利用训练完成的神经网络借助其快速映射能力，将大规模的随机搜索以及小范围爆炸式搜索相结合，以解决梯度蜂窝吸波材料设计过程中吸波带宽最大化与特定频段内吸波性能最大化的多目标设计问题。本发明具有节省计算资源，设计效率高，多目标优化效果好的优点，在优化带宽的同时兼顾特定频段的吸波性能，能够实现更加精确，更贴合使用需求的优化设计。

公开(公告)号：CN117037971A

公开(公告)日：2023-11-10

申请号：CN202311049832.8

申请日：2023-08-21

Applicant: 电子科技大学

Inventor： 陆海鹏 ,  孙翃宇 ,  蔡长旭 ,  韩天成 ,  邓龙江

IPC: G16C60/00 ,  G06F30/27 ,  G06F18/214 ,  G06N3/04 ,  G06F113/26

Abstract: 本发明属于电磁波吸收材料技术领域，具体为一种基于神经网络的多层蜂窝吸波材料自校准设计方法。本发明首先对多层蜂窝吸波材料进行建模仿真，建立了由材料特征结构参数与对应反射损耗曲线组成的样本数据集；其次，建立神经网络模型，训练得到高性能正向预测网络与反向映射网络；然后，在两个神经网络的基础上，结合自校准设计方法，通过优化条件筛选，平移反射损耗曲线与CST仿真校准相结合的方法，实现在0.5GHz‑18GHz覆盖的任意频率范围内，以反射损耗值为目标的多层蜂窝吸波材料快速设计。本发明通过向设计过程中引入自校准步骤，大幅减小了神经网络误差叠加对于结果准确性的影响。

公开(公告)号：CN115641924A

公开(公告)日：2023-01-24

申请号：CN202210992066.8

申请日：2022-12-02

Applicant: 电子科技大学

Inventor： 陆海鹏 ,  蔡长旭 ,  孙翃宇 ,  王蕾 ,  王帅 ,  邓龙江

IPC: G16C60/00 ,  G06N3/08 ,  G06N3/0464 ,  G06F30/27 ,  G06F113/26

Abstract: 本发明属于电磁波吸收材料技术领域，具体为一种基于神经网络快速预测吸波蜂窝材料S参数的方法。本发明基于吸波蜂窝材料结构参数、吸波浆料电磁参数以及芳纶纸介电常数到S参数的映射，建立对应吸波蜂窝材料的结构模型；通过建立的结构模型获得由结构数据及对应的S11曲线组成的训练数据集；再采用卷积神经网络模型进行训练，学习吸波蜂窝材料的特征，通过向训练完成的卷积神经网络模型输入待测吸波蜂窝材料的吸波浆料的结构参数，实现S参数的快速预测。相比于传统复杂的仿真计算，大幅提升预测效率，节约成本；相比于传统材料预测方法，本发明适用于多种蜂窝材料，具有更高的普适性。