基于神经网络的超材料窗片反向设计研究

作     者：谷炳毅 曹耀耀 王汀略 李俊延 曾旭 潘攀 柏宁丰 GU Bingyi;CAO Yaoyao;WANG Tinglue;LI Junyan;ZENG Xu;PAN Pan;BAI Ningfeng

作者机构：东南大学电子科学与工程学院江苏南京210096 北京真空电子技术研究所北京100015 

出 版 物：《真空电子技术》 (Vacuum Electronics)

年 卷 期：2024年第1期

页      码：16-21页

摘      要：与固态器件相比,真空电子器件在高频段可以提供更大的功率、更宽的带宽。输能窗作为其中的重要部件,用以隔绝真空电子器件内外环境,保持管内的高真空度,传输高能电磁波。目前,传统输能窗的性能已经制约宽带高频真空器件性能。基于此,本文提出了一种利用神经网络算法设计超材料窗片的方案,实现了低反射和驻波比的宽带输能窗。本文利用神经网络的非线性拟合效应对窗片结构与其频谱之间建立映射关系,从而避免了求解麦克斯韦方程组的繁复过程,提高了频谱性能仿真的速度,简化了设计过程。通过设计双向神经网络并进行训练,实现反向设计窗片的目标,输入目标频谱特性参数即可生成满足指标要求的结构参数。

主 题 词：真空电子器件 输能窗 超材料 人工神经网络 

学科分类：080901[080901] 0809[工学-计算机类] 08[工学] 

D　O　I：10.16540/j.cnki.cn11-2485/tn.2024.01.04

馆 藏 号：203126590...