基于迁移学习的超表面设计

作     者：骆文浩 王宜颖 莫锦军 Luo Wenhao;Wang Yiying;Mo Jinjun

作者机构：桂林电子科技大学信息与通信学院桂林541004 

基　　金：广西无线宽带通信与信号处理重点实验室主任基金(GXKL06200111) 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2023年第29卷第13期

页      码：32-38页

摘      要：超表面因具有独特的操控电磁波的功能被广泛使用。但超表面设计需要优化单元结构以产生所需相位分布,这需要大量的时间和计算资源。提出了一种基于迁移学习的超表面设计方法,该方法可以预测复杂超表面单元的相位。使用ResNet34作为预训练模型的迁移学习网络,其中仅使用20000个样本进行训练网络,其准确率达到90%以上。模型实现了预测210×10不同结构的超表面单元的相位,与深度学习网络相比,减少训练样本且提升了准确率。为了验证该方法的有效性和可行性,在实际设计需求下成功设计了一个异常反射在45°角度的相位梯度超表面,并进行了仿真和实验验证。为超表面设计提供了一种新颖高效的方法,并为迁移学习在电磁领域内其他问题上的应用提供了参考。

主 题 词：迁移学习 残差网络 数字超表面 双线性插值 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0809[工学-计算机类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007‑1423.2023.13.005

馆 藏 号：203123921...