一种高低频兼顾的介质型周期结构

    公开(公告)号:CN113506993A

    公开(公告)日:2021-10-15

    申请号:CN202110675455.3

    申请日:2021-06-18

    Abstract: 本发明属于电磁波吸收材料领域以及超材料领域,具体涉及一种高低频兼顾的介质型周期结构。本发明仅利用磁性材料进行设计实现了高低频兼顾,通过加载顶层金属图案层与磁性材料产生谐振实现低频吸收,并且通过挖环拓宽高频性能。顶层金属图案层可调且位置可移动,通过调节可以使其在P‑S波段产生低频谐振吸收,可在1.4GHz产生‑12dB的吸收,其厚度不足低频吸收频点的1/107λ;高频性能可通过调节环的形状以及尺寸,使其在3.6GHz‑15GHz内产生高频宽带吸收。本发明结构设计更加灵活适用范围更广,且工艺相对简单。

    一种基于神经网络快速预测多层吸波材料S参数的方法

    公开(公告)号:CN114694774A

    公开(公告)日:2022-07-01

    申请号:CN202210166246.0

    申请日:2022-02-23

    Abstract: 本发明公开一种基于神经网络快速预测多层吸波材料S参数的方法,属于电磁波吸收材料技术领域,通过建立各多层吸波材料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,基于该训练数据集对卷积神经网络模型进行训练,学习各多层吸波材料的特征,通过向训练完成的卷积神经网络模型输入待测多层吸波材料中各层吸波材料的电磁参数和厚度,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。

    一种高低频兼顾的介质型周期结构

    公开(公告)号:CN113506993B

    公开(公告)日:2022-05-03

    申请号:CN202110675455.3

    申请日:2021-06-18

    Abstract: 本发明属于电磁波吸收材料领域以及超材料领域,具体涉及一种高低频兼顾的介质型周期结构。本发明仅利用磁性材料进行设计实现了高低频兼顾,通过加载顶层金属图案层与磁性材料产生谐振实现低频吸收,并且通过挖环拓宽高频性能。顶层金属图案层可调且位置可移动,通过调节可以使其在P‑S波段产生低频谐振吸收,可在1.4GHz产生‑12dB的吸收,其厚度不足低频吸收频点的1/107λ;高频性能可通过调节环的形状以及尺寸,使其在3.6GHz‑15GHz内产生高频宽带吸收。本发明结构设计更加灵活适用范围更广,且工艺相对简单。

    一种基于神经网络的多层蜂窝吸波材料自校准设计方法

    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

    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。

    一种基于神经网络快速预测吸波蜂窝材料S参数的方法

    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

    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。

Patent Agency Ranking