超表面近场仿真模型及其训练方法和超表面近场仿真方法技术

本发明专利技术公开了一种超表面近场仿真模型及其训练方法和超表面近场仿真方法，近场仿真模型包括：至少一个预测模块，每个所述预测模块包括第一模块和第二模块，第一模块用于基于待仿真超表面的基元配置参数，确定光线经待仿真超表面处理后的第一近场预测数据；第二模块用于基于第一近场预测数据的整体特征和局部特征，确定第二近场预测数据；所述训练方法包括：利用超表面近场仿真模型确定每个预测模块输出的第二近场预测数据；基于第二近场预测数据和预设的近场仿真数据，确定损失值；基于损失值，更新第一模块和/或第二模块的参数，得到训练好的超表面近场仿真模型。该方法为后续预测近场数据提供准确支持，降低计算成本，提高计算效率。

【技术实现步骤摘要】

本专利技术涉及光学设计，尤其涉及一种超表面近场仿真模型及其训练方法和超表面近场仿真方法。

技术介绍

1、在光学超表面设计中，为了能够对设计好的超表面阵列排布进行仿真，通常使用基于时域有限差分(finite-difference time-domain，fdtd)的软件进行仿真。目前在光学设计中使用的fdtd解决方案是基于中央处理器(central processing unit，cpu)或者是图形处理器(graphics processing unit，gpu)的计算来实现近场结果的仿真。

2、现有的fdtd方法虽然在超表面设计中能够取得精确的仿真结果，但其工作主要基于公式化的物理计算，过程复杂且计算量大。同时，在计算机进行复杂流程计算时，其需要占用的存储空间也非常庞大，这些问题限制了该类方法在低算力的计算机上的部署以及过长的计算时间会导致仿真结果耗时过长，影响光学超表面设计流程的效率问题。可见，加快光学超表面设计的仿真速度成为亟需解决的问题。

技术实现思路

1、本专利技术的目的之一在于提供一种超本文档来自技高网...

【技术保护点】

1.一种超表面近场仿真模型的训练方法，其特征在于，所述超表面近场仿真模型包括：

2.根据权利要求1所述的超表面近场仿真模型的训练方法，其特征在于，所述第二模块包括总体特征确定模块、局部特征确定模块和拼接模块，其中，所述总体特征确定模块用于确定所述第一近场预测数据的整体特征，所述局部特征确定模块用于确定所述第一近场预测数据的局部特征，所述拼接模块用于基于所述第一近场预测数据的总体特征和局部特征确定所述第二近场预测数据。

3.根据权利要求2所述的超表面近场仿真模型的训练方法，其特征在于，所述总体特征确定模块包括池化层、上采样层和卷积层，所述局部特征确定模块包括上采样层...

【技术特征摘要】

1.一种超表面近场仿真模型的训练方法，其特征在于，所述超表面近场仿真模型包括：

2.根据权利要求1所述的超表面近场仿真模型的训练方法，其特征在于，所述第二模块包括总体特征确定模块、局部特征确定模块和拼接模块，其中，所述总体特征确定模块用于确定所述第一近场预测数据的整体特征，所述局部特征确定模块用于确定所述第一近场预测数据的局部特征，所述拼接模块用于基于所述第一近场预测数据的总体特征和局部特征确定所述第二近场预测数据。

3.根据权利要求2所述的超表面近场仿真模型的训练方法，其特征在于，所述总体特征确定模块包括池化层、上采样层和卷积层，所述局部特征确定模块包括上采样层和卷积层。

4.根据权利要求1所述的超表面近场仿真模型的训练方法，其特征在于，所述第二近场预测数据的分辨率高于所述第一近场预测数据的分辨率。

5.根据权利要求1所述的超表面近场仿真模型的训练方法，其特征在于，所述第一模块包括串联的若干下采样层和若干上采样层，至少部分下采样层与对应的上采样层连接。

6.根据权利要求1所述的超表...

【专利技术属性】
技术研发人员：沈华，宋凯，邱兵，
申请(专利权)人：苏州山河光电科技有限公司，
类型：发明
国别省市：