【技术实现步骤摘要】
本专利技术属于电磁窗口吸波体，具体涉及一种用于电磁窗口吸波体设计的机器学习方法、设备及介质。
技术介绍
1、电磁窗口吸波体是一种雷达隐身吸波结构，具有在雷达工作频段内透射电磁波，在非工作频段内吸收电磁波的特性，既保证了雷达在工作频段的正常通讯，也降低了隐身目标在非工作频段被侦查雷达发现的概率。
2、窗口吸波体的设计是一个极度依赖经验且具有挑战性的过程。传统设计方案基于等效电路法，通过电路仿真快速得到符合目标需求的粗略的散射参数曲线，完成电磁模型和等效电路模型的转换后，使用电磁模型进行全波仿真得到精确的散射参数曲线，经过微调后得到最终结构。由于散射参数曲线对模型的微小变动很敏感，这个模型转换和微调的过程非常依赖工程师的设计经验，对初学者而言上手难度太大。
3、为了解决上述问题，基于机器学习的方法被引入电磁窗口吸波体的设计流程。基于机器学习的电磁窗口吸波体依赖数据集驱动，通过多样化的机器学习算法，例如卷积神经网络、支持向量机、聚类等方法，快速地在巨大解空间内寻找最优解，为研究人员提供了一条代替传统经验主义设计的新路径...
【技术保护点】
1.一种用于电磁窗口吸波体设计的机器学习方法，其特征在于，该方法包括：
2.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，该方法还包括：
3.根据权利要求2所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，该方法还包括：
4.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，选取具有低频段透波、高频段吸波特性的双层电磁窗口吸波体作为基础模型。
5.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，所述编码超表面大小为16×16，所述01矩阵大小为8×8...
【技术特征摘要】
1.一种用于电磁窗口吸波体设计的机器学习方法，其特征在于，该方法包括：
2.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，该方法还包括：
3.根据权利要求2所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，该方法还包括：
4.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，选取具有低频段透波、高频段吸波特性的双层电磁窗口吸波体作为基础模型。
5.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，所述编码超表面大小为16×16，所述01矩阵大小为8×8；所述编码超表面的尺寸大小与基础模型底层无损频率选择表面层相同，二者衬底材质和厚度也相同。
6.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，使用有限元仿真软件采用全波仿真的方法获取底层拓扑图案不同的双层电磁窗口吸波体模型在正入射情况下的散射参数曲线。
7.根据权利要求1所述的用于电磁窗口吸波体设计的机器学习方法，其特征在于，条件深度卷积生成对抗网络模型中，采用条件深度卷积...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。