一种基于深度学习与贝叶斯优化的多层吸波材料设计方法

一种多层吸波材料设计方法、系统、介质及设备，方法中，通过电磁仿真软件建立多层吸波材料模型，以雷达散射截面面积RCS为优化目标，控制FEKO在指定目标频段内，采用拉丁超立方采样算法对电磁参数在取值范围内采样并对多层吸波材料模型进行参数化仿真，提取雷达散射截面面积RCS值形成参数‑RCS数据集，生成电磁参数‑RCS数据集，训练卷积神经网络，建立从电磁参数到雷达散射截面面积RCS的非线性映射模型；训练得到的代理模型嵌入贝叶斯优化框架，应用预期改进函数导向搜索空间，自动优化电磁参数组合，并进行FEKO全波仿真验证；如果优化结果的RCS值低于预定的阈值，继续迭代直至满足性能要求，输出最优电磁参数组合。