龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军网络空间部队信息工程大学
摘要：本发明涉及电磁散射技术领域，特别涉及一种基于迁移学习的共形超构表面散射场快速预测方法，依托深度卷积神经网络构建相位分布到散射场的智能计算模型，在理论数据预训练模型基础上进行迁移学习，利用少量的全波仿真散射场数据集即可构建精确、快速的共形超构表面散射场预测模型；基于全波仿真进行模型迁移学习，并考虑单元之间相互作用、耦合和共形弯曲带来的不确定电磁响应等情况，建立的模型更真实准确；将原本平面的超构表面拓展到曲面，使得超构表面能够根据载体外形赋型，增加超构表面的应用场景。本发明能够针对不同形状的相位分布，在少量全波仿真样本数据条件下实现快速、准确地散射场分布迁移计算。
主权项：1.一种基于迁移学习的共形超构表面散射场快速预测方法，其特征在于，包含：构建样本数据集合并对样本数据集合进行数据预处理，所述样本数据包括第一样本数据集、第二样本数据集和第三样本数据集，所述第一样本数据集为依据天线理论计算得到的相位与散射场分布成对数据集，所述第二样本数据集为利用电磁仿真软件全波仿真得到的相位与散射场分布成对数据集，所述第三样本数据集为指定目标场景超构表面共形形状下利用电磁仿真软件全波仿真得到的相位与散射场分布成对数据集；利用数据预处理后的样本数据集合对散射场分布计算模型进行训练，得到电磁散射场预测模型，以利用电磁散射场预测模型对目标场景超构表面共形形状下的散射场分布进行预测；其中，模型训练过程包括：利用第一样本数据集对散射场分布计算模型进行训练，得到第一目标模型散射场；利用第二样本数据集对第一目标模型进行迁移训练，得到第二目标模型散射场；利用第三样本数据集对第二目标模型进行迁移训练，得到电磁散射场预测模型；数据预处理过程包括对相位分布进行独热编码，对散射场分布进行最大最小归一化处理。
全文数据：
权利要求：
百度查询： 中国人民解放军网络空间部队信息工程大学 基于迁移学习的共形超构表面散射场快速预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号