摘要
本发明公开了一种频率选择表面性能预测方法及相关设备,其中方法包括:构建预训练数据集;构建变分自编码器模型,使用变分自编码器作为生成模型提取性能曲线的潜在共通特征;采用预训练数据集训练变分自编码器模型;对目标频率选择表面场景的数据进行预处理,提取性能曲线的谐振特征,获得特征数据集;构建谐振感知变长代理模型;采样特征数据集训练谐振感知变长代理模型,将训练后的模型用于预测频率选择表面性能。本发明通过在代理模型训练过程中嵌入物理先验知识提升曲线表征能力,并引入谐振点感知的曲线生成机制,从曲线的谐振点特性出发,实现性能曲线的物理一致性建模与高质量重建,显著提升了模型对复杂谐振特性的表达能力。
技术关键词
性能预测方法
曲线
编码器
谐振
特征提取网络
样本
解码器
连续性
前馈神经网络
端点
极值
重构
表达式
频率响应
场景
数据特征提取
标签