一种太赫兹吸收器单元矩阵编码化方法及吸收谱快速预测与结构逆设计模型技术

本发明专利技术公开了一种太赫兹吸收器单元矩阵编码化方法及吸收谱快速预测与结构逆设计模型，涉及太赫兹超材料设计领域。该吸收器周期性结构单元为金和聚四氟乙烯(PTFE)构成的金属

【技术实现步骤摘要】
一种太赫兹吸收器单元矩阵编码化方法及吸收谱快速预测与结构逆设计模型


[0001]本专利技术涉及太赫兹超材料设计领域，具体是一种太赫兹吸收器单元矩阵编码化方法及吸收谱快速预测与结构逆设计模型。

技术介绍

[0002]超材料是一种人造电磁结构，由于其新颖的电磁特性引起了越来越多的科学兴趣。到目前为止，超材料已经展示了他们在控制电磁波的振幅、相位、极化等方面前所未有的能力。超材料的特性被多数电磁应用场景青睐，如超材料吸收器、编码超表面等。金属
‑
电介质
‑
金属三层结构是超材料吸收器的出色设计，其单元结构也称为元原子，主要是规则和简单的几何形状，包括正方形、矩形、十字和圆形等。这些简单的几何形状有利于设计和制造过程，并已成功显示出良好的吸波性能。
[0003]超材料的元原子构型提供了足够的设计灵活性，但随着时间和计算资源的消耗，增加了结构设计的复杂性。传统的设计非常依赖经验推理或试错，当涉及到大量的参数计算时往往需要借助电磁仿真软件进行大量建模与仿真，这是低效的，即使是有经验的研究人员也很难通过传统方法按需设计超材料结构。如何快速精确地对超材料进行分析设计成为目前超材料研究领域的一个问题。
[0004]这些年来，随着人工智能的飞速发展，研究者尝试将人工智能应用到超材料分析领域，通过深度学习等方式对超材料的设计进行优化，为该领域开辟了新的研究途径。目前一系列的研究工作展示了基于深度学习方法在解决电磁学设计和预测问题方面的潜力。将超材料的结构参数和电磁响应之间的关系建模为双向映射，通过搭建不同的神经网络架构实现了超材料的设计或者电磁响应的预测。然而，有限固定参数的训练数据限制了该模型的灵活性和性能。为了解决这一问题，研究者将超材料的结构模式表示为二维(2D)图像。输入所需的电磁响应谱，可获得与设计训练结构相似的随机几何结构的二维图像。虽然这种设计更加灵活，但将采集到的2D图像转换为输入到训练模型中的数据是非常繁琐的，而且网络模型相当复杂。同时，存在复杂网络模型所导致的培训成本高、计算资源消耗大的问题。为了解决这一问题，本专利技术将超材料吸收器结构编码为一个64
×
64的0/1矩阵，解决了基于结构参数化网络模型的奇异性和局限性。此外，与图像结构模型相比，该模型复杂度大大降低。值得一提的是，编码矩阵的维度可以根据设计精度要求任意设置。此外，该模型对于其他超材料的结构具有灵活性和可扩展性，可以按需设计不同的超材料结构和电磁响应谱。

技术实现思路

[0005]本专利技术的目的在于：提供一种太赫兹吸收器单元矩阵编码化方法及吸收谱快速预测与结构逆设计模型。本专利技术可以解决现有结构参数化模型在设计上的局限性，同时可以在不丢失设计精度的前提下解决网络模型复杂度高、占据空间内存过大、训练时间成本高
的问题。
[0006]本专利技术采用的技术方案如下：
[0007]一种矩阵编码化太赫兹吸收器单元，包括上层、中间层和下层，其特征在于，所述单元结构为金和聚四氟乙烯(PTFE)构成的金属
‑
绝缘体
‑
金属三层结构。上层金属谐振层和下层基底的材料均为金，厚度为1um。中间绝缘层PTFE的厚度为2um，相对介电常数为2。单元结构的周期在x和y方向上都是128um。
[0008]进一步的，所述太赫兹吸收器单元对应的吸收响应取决于上层金属谐振层的图案构型，固定下层金基底和中间绝缘层的基本结构，基于上层的金属谐振层设计了十字形、工字形、H形以及双开口环四种不同构型，每种构型均采用64x64的矩阵编码化设计，用数字0表示金属覆盖的区域，1表示空气。每个单元的金属谐振层由4096个矩形单元格表示，每个单元格被宽2um、高1um的金属方形柱或空气柱占据。金属谐振层的构型伴随着64x64编码矩阵发生变化。
[0009]一种太赫兹吸收器单元矩阵编码化方法衍生出的吸收谱快速预测与结构逆设计模型，其特征在于，一方面可以根据矩阵编码化的太赫兹吸收器输出与其实际仿真结果拟合的吸收谱，可以很大程度减少电磁仿真软件数值计算的时间成本，同时又能保证太赫兹结构电磁响应预测的精度；另一方面可以根据期望的吸收谱按需设计出符合的编码化太赫兹吸收器结构，实现由电磁响应谱到结构的逆向设计，同时编码化设计更具灵活性，相较于其他的逆设计方法，该方法模型复杂度低、训练时间更短。
[0010]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0011]本专利技术设计的太赫兹吸收器单元结构简单，通过将太赫兹吸收器单元上层的金属谐振层构型矩阵编码化，可以更加灵活地设计不同构型图案，相比于图像格式，矩阵编码化格式对于网络模型的复杂度要求更低，同时可以大幅减少训练时间成本和占据的内存资源。基于的太赫兹吸收器单元矩阵编码化的吸收谱快速预测模型可以替代传统电磁仿真软件的建模仿真和复杂数值化计算，通过搭建轻量级的神经网络模型，进而能够实现太赫兹吸收器吸收响应的快速精确预测。结构逆设计模型可以根据期望的吸收响应设计出符合的编码化结构，可以替代传统设计中的依赖经验推理或试错。另外矩阵编码的维度可以根据分析的结构尺寸精密性等随时更改，具备可扩展性。
附图说明
[0012]图1为本专利技术矩阵编码化太赫兹吸收器单元结构的三维示意图；
[0013]图2为本专利技术基于上层金属谐振层构型进行64x64矩阵化编码设计的平面示意图；
[0014]图3为本专利技术基于太赫兹吸收器单元矩阵编码化方法及吸收谱快速预测与结构逆设计网络模型示意图及预训练流程图；
[0015]图4为本专利技术网络模型训练过程中损失函数的下降趋势图；
[0016]图5为本专利技术吸收谱快速预测模型在随机测试集中的预测效果对比图；
[0017]图6为本专利技术结构逆设计网络模型在随机测试集中的预测效果对比图；
具体实施方式
[0018]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合本专利技术实施例中
的图1至图6，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0019]图1为矩阵编码化太赫兹吸收器单元结构的三维示意图，包括上层、中间层和下层，其特征在于，所述单元结构为金和聚四氟乙烯(PTFE)构成的金属
‑
绝缘体
‑
金属三层结构。上层金属谐振层和下层基底的材料均为金，厚度为1um。中间绝缘层PTFE的厚度为2um，相对介电常数为2。单元结构的周期在x和y方向上都是128um。所述太赫兹吸收器单元对应的吸收响应取决于上层金属谐振层的图案构型，固定金基底和中间绝缘层的基本结构，基于上层的金属谐振层设计了十字形、工字形、H形以及双开口环四种不同构型。
[0020]图2为基于上层金属谐振层构型进行64x64矩阵化编码设计的平面示意图。上层金属谐振层的不同构型采用64x64的0/1矩阵进行编码化设计，其中数字0表示金属覆盖的区域， 1表示空气。每个单元的金属谐振层由4096个矩形单本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种太赫兹吸收器单元矩阵编码化方法衍生出的吸收谱快速预测与结构逆设计模型，其特征在于，利用矩阵编码将人工智能深度学习与太赫兹吸收器分析链接，实现轻量级的基于全连接层和卷积层的网络模型，能够高效精确地实现太赫兹吸收器的吸收谱快速预测以及结构编码逆设计。2.一种太赫兹吸收器单元矩阵编码化方法，其特征在于，矩阵化编码操作采用MATLAB实现，编制脚本命令得到64x64的编码矩阵，联合电磁仿真软件进行物理建模仿真，得到任意构型的太赫兹吸收器的吸收谱，频率范围设置为0.4
‑
1.0THz。3.一种矩阵编码化太赫兹吸收器单元，其特征在于，所述单元结构为金和聚四氟乙烯(PTFE)构成的金属
‑
绝缘体
‑
金属三层结构。上层金属谐振层和下层基底的材料均为金，厚度为1um。中间绝缘层PTFE的厚度为2um，相对介电常数为2。单元结构的周期在x和y方向上都是128um。4.根据权利要求1所述的吸收谱快速预测模型，其特征在于，可以根据矩阵编码化的太赫兹吸收器输出与其实际仿真结果拟合...

【专利技术属性】
技术研发人员：钟任斌，吴倩，王家念，郭奔峥，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：