一种基于卷积神经网络的超表面天线参数优化方法及系统

本发明涉及超表面天线技术领域，提出了一种基于卷积神经网络的超表面天线参数优化方法及系统，包括：采集超表面样本数据；提取综合电磁特征集，并建立非线性映射关系模型；构建天线性能综合评价函数，将非线性映射关系模型与天线性能综合评价函数输入混合优化算法，生成参数候选集，并利用粒子群算法对参数候选集进行局部寻优，得到超表面天线参数组合；提取超表面天线参数组合的电磁特征，迭代调整谐振腔高度参数直至满足阈值，得到电磁仿真验证结果，将电磁仿真验证结果反馈至深度Q神经网络模型进行参数更新，得到最优超表面天线参数组合。本发明实现了天线参数的优化，提高了超表面天线设计效率，减少了电磁仿真计算资源消耗。