[发明专利]基于物理约束的超表面原子结构的电磁响应预测方法

权利要求书

1.一种电磁超表面单元，包括上层、中层和下层，其特征在于：所述上层为编码图案区域，其宽度为l₂＝8mm，在编码图案区域可划分为16×16矩阵，所述矩阵上贴有金属铜贴片，其中金属铜贴片的电导率为5.8e+007S/m，宽度l₃＝0.5mm，厚度t₂＝0.017mm，所述中层为介质基板，其材质具体为F4B，下层为全金属铜覆盖。

2.根据权利要求1所述的一种电磁超表面单元，其特征在于：所述电磁超表面单元对应的电磁相应取决于编码图案的样式，所述编码图案的样式具体采用中心对称的方式。

3.根据权利要求1所述的一种电磁超表面单元，其特征在于：所述矩阵为随机产生的16×16编码矩阵，构建对应的电磁超表面单元，送入电磁仿真软件得到对应的电磁响应，频率范围设置为8-12Ghz。

4.根据权利要求1所述的一种电磁超表面单元，其特征在于：所述电磁相应的幅值A和相位与电磁响应的实部Re和虚部Im存在以下对应关系：

5.一种基于电磁超表面单元衍生的一种基于物理约束的超表面原子结构的电磁响应预测方法，其特征在于，包括以下步骤：

步骤一：将超表面单元结构设计及相关参数周期排列结构送入电磁仿真软件，得到对应的电磁响应S参数值，构建数据集，数据集表示为{Image_i,Re_i,Im_i}，同时对实部Re和虚部Im进行采样，其间隔为0.1Ghz的均匀频率，将实部Re和虚部Im分别表示为41维向量，令第i个超表面单元设计Image_i对应的电磁响应采样后得到的实部向量为Re_i，虚部向量为Im_i，i∈[1,N]，Re_i和Im_i分别表示该设计对应的S参数实部值和虚部值，N为数据集样本数；

步骤二：对16×16的编码矩阵进行横向和纵向复制扩充为32×32编码矩阵作为网络输入，然后将数据集分割80％作为训练集，20％作为测试集，数据集中的训练样本Image_i为32×32编码矩阵，对应的标签为41维的实部向量Re_i和41维的虚部向量Im_i；

步骤三：构建网络模型，分别初始化网络模型中实部子网络RNet及虚部子网络INet的网络参数；

步骤四：将训练集{Image_i}_Train分别输入实部子网络RNet和虚部子网络INet,轮次循环训练直至收敛。

6.根据权利要求5所述的一种基于物理约束的超表面原子结构的电磁响应预测方法，其特征在于：在步骤四中，所述轮次循环训练步骤如下：

S1：执行前向计算，分别计算单元结构设计Image_i经过实部子网络RNet输出的网络预测实部值以及经过虚部子网络INet输出的网络预测虚部值计算实部子网络重构误差和虚部子网络重构误差计算公式如下：

其中，M为训练集样本数；

S2：根据实部或虚部子网络输出的和计算幅值预测值构建表示幅值重构误差的物理约束项为：

网络总的损失函数为：

S3：通过后向传播算法更新实部子网络RNet参数，根据网络总损失函数计算实部子网络各变量梯度，在网络总损失函数中，与实部子网络变量相关项为：

根据Loss_Re求得实部网络各变量梯度，送入实部网络优化器，设置为Adam优化器，通过反向传播算法更新实部网络参数；

S4：通过后向传播算法更新虚部子网络INet参数，根据网络总损失函数计算虚部子网络各变量梯度，在网络总损失函数中，与虚部子网络变量相关项为：

根据Loss_Im求得虚部网络各变量梯度，送入虚部网络优化器，设置为Adam优化器，通过反向传播算法更新虚部网络参数。