一种基于深度学习与贝叶斯优化的多层吸波材料设计方法技术

一种多层吸波材料设计方法、系统、介质及设备，方法中，通过电磁仿真软件建立多层吸波材料模型，以雷达散射截面面积RCS为优化目标，控制FEKO在指定目标频段内，采用拉丁超立方采样算法对电磁参数在取值范围内采样并对多层吸波材料模型进行参数化仿真，提取雷达散射截面面积RCS值形成参数‑RCS数据集，生成电磁参数‑RCS数据集，训练卷积神经网络，建立从电磁参数到雷达散射截面面积RCS的非线性映射模型；训练得到的代理模型嵌入贝叶斯优化框架，应用预期改进函数导向搜索空间，自动优化电磁参数组合，并进行FEKO全波仿真验证；如果优化结果的RCS值低于预定的阈值，继续迭代直至满足性能要求，输出最优电磁参数组合。

【技术实现步骤摘要】

本专利技术涉及吸波材料，特别涉及一种多层吸波材料设计方法、系统、介质及设备。

技术介绍

1、随着现代雷达探测技术的迅速发展，吸波材料在隐身防护、电磁兼容以及高频天线等领域的应用日益广泛。多层结构吸波材料因其可调性强、频带宽、结构设计灵活等特点，成为当前研究热点。然而，多层吸波材料设计过程中涉及多个参数维度，包括每层材料的介电常数、磁导率、损耗角正切及厚度等，这使得其电磁性能优化问题具有高度非线性和强耦合特性，传统的试错法或经验法难以满足精度和效率的要求。

2、目前，针对吸波材料性能优化，常采用基于进化机制的遗传算法、粒子群算法等全局优化方法。但此类方法往往需要大量的电磁仿真评估才能获得可行解，计算代价高昂，尤其在参数空间维度较高时优化效率大幅下降，难以满足工程快速迭代的需求。

3、近年来，机器学习特别是深度学习与代理建模技术在材料智能设计领域表现出强大的预测与优化能力。贝叶斯优化作为一种基于概率建模的全局优化方法，通过高斯过程代理模型在全局范围内平衡探索与利用，已被广泛应用于高成本函数优化问题。

4、因此，如何构建一种能本文档来自技高网...

【技术保护点】

1.一种多层吸波材料设计方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种多层吸波材料设计方法，其特征在于，优选的，还包括步骤D，将输出的最优电磁参数组合与没有设置吸波材料的模型进行仿真对比，反映设计的多层吸波材料的隐身性能。

3.根据权利要求2所述的一种多层吸波材料设计方法，其特征在于，步骤D中，将最优电磁参数组合应用于预设的电磁仿真模型中，执行仿真计算以获取优化吸波结构的雷达散射截面积RCS值；同时构建对应的无吸波材料模型，保持仿真结构参数一致，仅不施加吸波材料层，并进行仿真获得其RCS值；将两者在相同频率、相同入射条件下的RCS仿真结果进行对比分...

【技术特征摘要】

1.一种多层吸波材料设计方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种多层吸波材料设计方法，其特征在于，优选的，还包括步骤d，将输出的最优电磁参数组合与没有设置吸波材料的模型进行仿真对比，反映设计的多层吸波材料的隐身性能。

3.根据权利要求2所述的一种多层吸波材料设计方法，其特征在于，步骤d中，将最优电磁参数组合应用于预设的电磁仿真模型中，执行仿真计算以获取优化吸波结构的雷达散射截面积rcs值；同时构建对应的无吸波材料模型，保持仿真结构参数一致，仅不施加吸波材料层，并进行仿真获得其rcs值；将两者在相同频率、相同入射条件下的rcs仿真结果进行对比分析。

4.根据权利要求1所述...

【专利技术属性】
技术研发人员：孙琨，吴承楠，张玉宝，梁鹏亚，范雯钰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：