一种基于多目标遗传算法的宽频透明吸波体的设计优化系统及其设计方法技术方案

本发明专利技术公开了一种基于多目标遗传算法的宽频透明吸波体的设计优化系统及其设计方法。所述多目标遗传算法模块调用其他模块实现透明吸波体的快速设计；所述电磁仿真软件模块计算初代种群的真实值；所述神经网络回归模块计算同类型参数的真实值；所述数据库模块存储所有利用电磁仿真软件模块仿真获得的真实值。用以解决对于多个目标同时优化获得各个参数均衡优化结果的问题。衡优化结果的问题。衡优化结果的问题。

【技术实现步骤摘要】
一种基于多目标遗传算法的宽频透明吸波体的设计优化系统及其设计方法


[0001]本专利技术属于微波段超表面吸波体领域，具体涉及一种基于多目标遗传算法的宽频透明吸波体的设计优化系统及其设计方法。

技术介绍

[0002]微波段吸波体可以将入射的电磁波转换为阻抗热，从而实现微波的吸收。而以微波雷达为主的探测手段需要收到返回信号才能发现目标，而在关重目标上覆盖吸收材料将极大的减小返回信号幅值，从而实现隐身需求。基于电磁波吸收这一特性，透明吸波体在民用领域也有丰富的用途。如微波暗室的光学窗口，射频系统等，通讯基站附近防止电磁辐射等场景对吸波体均有极大的需求。
[0003]利用电阻膜层调控电磁波的吸收由来已久，基于均匀膜层的Salisbury screen、Jaumann screen可以实现窄频带上的完美吸收。但是均匀膜层吸波体由于其频段过窄而不具有实际应用价值。而将超表面应用于吸波体的设计，大大扩宽了吸波体的宽带性能，从而实现了宽频强吸收。
[0004]超表面是指一种可以对电磁波行为调制的多层人造结构。在水平面上具有亚波长尺度的图案。在电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多目标遗传算法的宽频透明吸波体的设计优化系统，其特征在于，所述设计优化系统包括多目标遗传算法模块、电磁仿真软件模块、神经网络回归模块和数据库模块；所述多目标遗传算法模块调用其他模块实现透明吸波体的快速设计；所述电磁仿真软件模块计算初代种群的性能；所述神经网络回归模块预测同类型种群的目标函数值；所述数据库模块存储所有利用电磁仿真软件模块仿真获得的真实值。2.利用权利要求1所述一种基于多目标遗传算法的宽频透明吸波体的设计优化系统的设计方法，其特征在于，所述设计优化方法包括以下步骤：步骤1：利用多目标遗传算法模块建立吸波体种群；步骤2：计算步骤1或者步骤3的吸波体种群的性能，若数据库模块中有相同个体结果则进行步骤4，若满足神经网络模块对前一代预测准确率高于60％则随机部分个体进行步骤5，其余个体进行步骤6，若以上两者都不满足则进行步骤6，并将利用步骤6获得的结果输入数据库模块；步骤3：判断步骤2计算的性能是否满足要求，若满足要求则停止优化并输出最优化吸波体；若不满足要求则生成新的种群个体，重复步骤2步骤4：调用数据库模块内的真实值；步骤5：调用神经网络回归模块预测个体性能；步骤6：调用电磁仿真软件模块计算个体性能。3.根据权利要求2所述一种基于多目标遗传算法的宽频透明吸波体的设计优化系统的设计方法，其特征在于，所述步骤1的多目标遗传算法能取得多个评价指标的帕累托最优解，利用取得的多个评价指标的帕累托最优解来评估吸波体种群的性能。4.根据权利要求2所述一种基于多目标遗传算法的宽频透明吸波体的设计优化系统的设计方法，其特征在于，所述步骤1的建立吸波体种群分为建立初代种群与生成子代种群；所述初代种群是通过随机生成的参数建立的；所述子代种群是依据前代种群评估的结果，利用非支配的排序值和拥挤度、选择、交叉和变异操作生成的。5.根据权利要求2所述一种基于多目标遗传算法的宽频透明吸波体的设计优化系统的设计方法，其特征在于，所述步骤6电磁仿真软件模型，计算初代种群的真实值，并计算部分子代种群的真实值。6.根据权利要求2所述一种基于多目标遗传算法的宽频透明吸波...

【专利技术属性】
技术研发人员：朱嘉琦，宋梓诚，杨磊，闵萍萍，张锐聪，张智博，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：