摘要
本发明提出了一种面向太赫兹指纹传感的多路复用超构器件智能设计方法,包括:获取期望共振频率,通过等间距采样覆盖目标指纹频率范围,得到一系列的期望共振频率;设定期望结构参数,根据实际物理限制以及加工条件,设定目标超构器件的期望结构参数;将获取的所述期望共振频率与设定的所述期望结构参数组合,形成逆向设计网络的输入向量;预测目标结构参数,基于深度学习构建和训练逆向设计网络,预测能够实现目标指纹频率范围的一系列超构表面模块的其余结构参数。通过深度学习神经网络实现了多路复用超构器件的逆向设计,能够快速、准确地推导出符合目标指纹要求的器件结构。显著提高了设计精度和效率,并具备实时响应传感需求变化的能力。
技术关键词
智能设计方法
多路复用
超构表面
参数
共振频率
指纹
残差神经网络
ReLU函数
深度学习神经网络
传感
训练集
智能识别算法
样本
数据
电磁仿真
阵列结构
器件结构
模块