一种基于图神经网络的复合周期结构电磁散射特性计算方法

本发明公开了一种基于图神经网络的复合周期结构电磁散射特性计算方法，该方法包括以下步骤：选取一定范围内具有不同周期、结构参数、相对介电常数和入射波角度等参数的复合有限周期结构，以此构建数据集；结合先验物理信息设计图神经网络；预处理后的数据集被用于训练和测试网络模型并选择最佳的模型参数；最后，使用训练完备的图神经网络模型计算远场散射。本发明将先验物理信息融入图神经网络，使模型能够快速预测多入射角下不同结构参数的复合大规模有限周期结构的远场散射特性。图的构造和推理过程取代了复杂耗时的阻抗矩阵方程的建立和求解，极大地提升了对复合周期结构的建模分析效率。