基于物理嵌入机器学习辅助设计全介质超表面进行远场成像的系统

本发明提供的是一种基于物理嵌入机器学习辅助设计全介质超表面进行远场成像的系统。其特征是：它由目标图像101，神经网络102，超表面小单元结构参数103，预先训练的神经网络104，超表面的振幅和相位105，物理嵌入系统106，远场成像图107，目标图和神经网络计算的成像图的均方误差108组成。与只用振幅或相位信息计算的远场图相比，利用复振幅信息再现光的横向轮廓的远场图表现出更优异的性能。本发明可用于设计和计算超表面单元的排列方式以及全介质的尺寸信息进而实现在同一个超表面排列结构在不同频率点下的不同成像效果，可广泛用于大尺寸的智能结构成像等领域。