摘要
本发明公开了一种基于生成式网络的MEMS传感器智能设计方法及系统,用于高效生成给定传感器性能需求下的多个可行结构,该方法包括:基于有限元仿真获取MEMS传感器实验数据;构建并训练验证网络实现由传感器结构到性能参数的正向设计;构建并训练生成式网络CVAE‑GAN实现由性能到结构参数的反向设计;构建多解生成器G‑MS模型,用于高效生成多组满足性能需求的结构参数。本发明与基于有限元仿真的MEMS传感器设计方法相比,无需进行耗时的多物理场仿真和人工调参,具有速度快、精度高及智能化的优点;与其它MEMS传感器智能设计方法相比,显著提高了给定性能需求下生成多个不同设计方案的效率与质量,有助于缩短设计周期,实现快速迭代设计。
技术关键词
生成式网络
智能设计方法
MEMS传感器
传感器结构
传感器设计方法
参数
Sigmoid函数
智能设计系统
缩短设计周期
GAN模型
连续型
编码
人工神经网络
误差统计
数据采集单元
生成噪声
系统为您推荐了相关专利信息
微传感器
透镜阵列
光电探测器
透镜组
MEMS芯片
变刚度复合材料
智能设计方法
深度学习回归模型
筋条
蚁群算法优化方法
模块电容电压
换流阀温度
采样时刻分类
旁路
热网络模型
联合仿真方法
相变材料
悬臂梁结构
仿真软件
光学模块
北斗系统
监测模块
高精度雷达水位计
光纤光栅传感器
北斗定位系统