基于张量补全算法的结构色设计方法及装置制造方法及图纸

本发明专利技术实施例公开了一种基于张量补全算法的结构色设计方法及装置，该方法包括：获取构成结构色的电介质阵列的光谱数据和几何数据，并组合成多维的张量数据，所述张量数据中包括待补全张量和包含所有条目已知的完整张量；根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量；将所述最小秩张量转换为光谱数据和几何数据，得到对应的结构色。通过上述方式，本发明专利技术实施例能够快速而高准确性地设计结构色，避免了复杂的电磁理论，提高了少量特征的器件设计效率。效率。效率。

【技术实现步骤摘要】
基于张量补全算法的结构色设计方法及装置


[0001]本专利技术实施例涉及超表面器件设计
，具体涉及一种基于张量补全算法的结构色设计方法及装置。

技术介绍

[0002]色素和结构色都是自然界中颜色的主要来源。传统的颜料广泛应用于日常生活中，极大方便了人类的生活。但传统的颜料有毒、较差的稳定性和对环境的不友好性，在应用中存在明显的缺点。相比之下，结构色具有空间分辨率高、长期稳定性和环境友好性等优点，促使众多学者对其进行研究。结构色是由入射光与微纳结构之间相互作用引起的光散射、吸收、衍射或干涉产生的颜色。由于结构色的优异性能，除色彩装饰外还成功应用于防伪和信息加密等方面。
[0003]微纳结构通过不同的结构几何形状在可见光波段调谐共振光来产生颜色，并且通过适当设计和排列微纳结构，超表面可以任意操控电磁波的振幅、相位和极化。由介电纳米结构组成的超表面器件可以提供高分辨率和低损耗的全彩显示。由于介电纳米结构的Mie共振波长与材料的固有特性和结构几何形状密切相关，所以对结构几何形状的设计至关重要。然而，传统的超表面正向设计方法属于一个基于数值模拟的试错过程，首先需要基于直觉根据物理效应确定材料和结构，最后对结构的组成和几何形状等方面进行尝试。该过程需要复杂的电磁仿真，对于多目标优化是一个耗时且效率低下的设计方式。由此，基于建立的映射关系，满足精度和速度的识别实现所需颜色的结构的逆设计方法，可以直接提供几何参数，极大加速了光学器件的设计，显著提高了设计的效率。逆设计优化算法通过智能找到实现特定功能相对应的结构，已经被广泛应用于各类结构色的器件设计中。
[0004]通常使用的逆设计优化算法有遗传算法(GA)、粒子群优化算法(PSO)和深度学习等，在算法中输入目标颜色和相关约束条件，结合电磁仿真工具(如时域有限差分法(FDTD))，便能通过智能优化找到相应的结构设计。在传统的正向设计中，通常仅使用一个元原子组成的单位结构，这限制了设计的自由度和器件的性能。在算法的帮助下，不仅加快了设计过程而且使得器件在各功能间取得了很大的灵活性，提高器件性能的同时还打破了传统设计方法对大量参数数量设计的不切实际。算法在的成功应用为光学相关领域的基础研究和应用发展提供了途径。通常使用的优化算法特别依赖计算能力，如遗传算法需要长时间重复复杂的、不同尺寸的结构模拟，从而导致消耗大量的时间，特别是在要求仿真精度很高的情况下。而深度学习辅助的设计过程中，需要事先模拟和大量的数据，这使得它在处理由少数特性组成的系统时，与简单的模型相比效率较低。
[0005]与深度学习不同的是，张量补全算法可以仅基于部分获得的数据集，快速而高准确地预测完整数据集。张量是矩阵和向量的高维泛化，用多维数组表示。实际中的数据往往具有一定的空间结构，基于张量的多线性数据分析，张量可以很好的描述与高阶数据相关的复杂关系，提供更好的数据理解和信息精度。张量补全算法的核心问题是利用已知的数据来估计缺失的数据，目前已经被广泛应用于彩色图像和视频的修复，高光谱图像的修复、
地震数据重建以及高阶网络链接分析等方面。但是现有技术中还未有技术将张量补全算法应用于结构色设计中。

技术实现思路

[0006]鉴于上述问题，本专利技术实施例提供了一种基于张量补全算法的结构色设计方法及装置，克服了上述问题或者至少部分地解决了上述问题。
[0007]根据本专利技术实施例的一个方面，提供了一种基于张量补全算法的结构色设计方法，所述方法包括：获取构成结构色的电介质阵列的光谱数据和几何数据，并组合成多维的张量数据，所述张量数据中包括待补全张量和包含所有条目已知的完整张量；根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量；将所述最小秩张量转换为光谱数据和几何数据，得到对应的结构色。
[0008]在一种可选的方式中，所述根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量，包括：对于N阶待补全张量秩为J＝(J1,J2,
…
,J
N
)的Tucker分解表示为：
[0009][0010]其中，是核心张量，U
()
是的第n阶模态的因子矩阵，运算符
×
n
表示沿着第n种模式的标准张量
‑
矩阵收缩；应用交替最小二乘法迭代求解因子矩阵，直到满足两个连续估计张量的相对变化量小于阈值。
[0011]在一种可选的方式中，所述应用交替最小二乘法迭代求解因子矩阵，还包括：每个迭代步骤中采用Q阶低通高斯滤波器过滤以对补全后的数据进行平滑处理，张量补全的优化问题表示为：
[0012][0013]其中，‖
·
‖
F
表示Frobenius范数，Φ(
·
)是对核心张量和因子矩阵U施加所需约束的惩罚函数，是完整张量的估计值，是待补全张量，Ω是待补全张量中已知条目集合。
[0014]在一种可选的方式中，所述根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量，还包括：使用计时函数以秒为单位测量运行时间。
[0015]在一种可选的方式中，所述电介质阵列为介电圆柱阵列、介电长方体阵列或介电十字形阵列，所述电介质阵列的材料为Si材料或金刚石材料。
[0016]在一种可选的方式中，所述张量数据为三维张量；其中，如果所述电介质阵列为介电圆柱阵列，则所述张量数据为以光谱数据
×
圆柱半径
×
周期的形式排列成的三维张量；如果所述电介质阵列为介电长方体阵列，则所述张量数据为以光谱数据
×
宽度
×
周期的形式排列成的三维张量；如果所述电介质阵列为介电十字形阵列，则所述张量数据为以光谱数据
×
第一宽度或第二宽度
×
周期的形式排列成的三维张量，第一宽度为十字形结构的宽度，所述第二宽度为十字形结构的长度。
[0017]在一种可选的方式中，所述将所述最小秩张量转换为光谱数据和几何数据，得到对应的结构色，包括：根据所述最小秩张量确定结构色的反射光谱；根据所述反射光谱、CIE颜色匹配函数以及入射光的强度计算颜色空间上的三刺激值；根据所述三刺激值计算结构色的色度坐标。
[0018]根据本专利技术实施例的另一个方面，提供了一种基于张量补全算法的结构色设计装置，所述装置包括：数据获取单元，用于获取构成结构色的电介质阵列的光谱数据和几何数据，并组合成多维的张量数据，所述张量数据中包括待补全张量和包含所有条目已知的完整张量；张量补全单元，用于根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量；结构色获取单元，用于将所述最小秩张量转换为光谱数据和几何数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于张量补全算法的结构色设计方法，其特征在于，所述基于张量补全算法的结构色设计方法包括：获取构成结构色的电介质阵列的光谱数据和几何数据，并组合成多维的张量数据，所述张量数据中包括待补全张量和包含所有条目已知的完整张量；根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量；将所述最小秩张量转换为光谱数据和几何数据，得到对应的结构色。2.根据权利要求1所述的方法，其特征在于，所述根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量，包括：对于N阶待补全张量秩为J＝(J1,J2,
…
,J
N
)的Tucker分解表示为：其中，是核心张量，U
(n)
是的第n阶模态的因子矩阵，运算符
×
n
表示沿着第n种模式的标准张量
‑
矩阵收缩；应用交替最小二乘法迭代求解因子矩阵，直到满足两个连续估计张量的相对变化量小于阈值。3.根据权利要求2所述的方法，其特征在于，所述应用交替最小二乘法迭代求解因子矩阵，还包括：每个迭代步骤中采用Q阶低通高斯滤波器过滤以对补全后的数据进行平滑处理，张量补全的优化问题表示为：其中，‖
·
‖
F
表示Frobenius范数，Φ(
·
)是对核心张量和因子矩阵U施加所需约束的惩罚函数，是完整张量的估计值，是待补全张量，Ω是待补全张量中已知条目集合。4.根据权利要求3所述的方法，其特征在于，所述根据所述张量数据应用交替最小二乘法对所述待补全张量进行Tucker分解，获取张量补全后的与所述待补全张量中已知条目相同的最小秩张量，还包括：使用计时函数以秒为单位测量运行时间。5.根据权利要求1所述的方法，其特征在于，所述电介质阵列为介电圆柱阵列、介电长方体阵列或介电十字形阵列，所述电介质阵列的材料为Si材料或金刚石材料。6.根据权利要求1...

【专利技术属性】
技术研发人员：杨俊波，韦雪玲，马汉斯，农洁，张伊祎，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：