一种基于量子神经网络的周期目标电磁散射特性快速仿真方法

本发明公开了一种基于量子神经网络的周期目标电磁散射特性快速仿真方法，该方法由以下步骤组成：选取一定范围内不同结构间隙和阵列规模的有限周期阵列，使用子全域基函数方法生成数据集；选择经典神经网络技术，设计量子神经网络单元，搭建混合量子神经网络模型；训练并测试混合量子神经网络模型，保存达到最优状态模型中的参数；使用子全域基函数方法生成子全域基函数，利用训练好的混合量子神经网络模型预测周期结构中每个单元的拓展系数，最后计算得到整个目标周期结构的表面电流分布。本发明利用混合神经网络技术避免耗费大量时间去生成缩减阻抗矩阵，能够在确保准确性的同时有效减少消耗的时间，且有望获得未来量子设备带来的效率优势。