[发明专利]电磁特征提取模型的建立方法、系统、设备及存储介质

说明书

一种电磁特征提取模型的建立方法、系统、设备及存储介质，其中方法包括：计算采样频点，获取电磁器件不同物理参数下各采样频点处的S曲线幅值，构建第一样本集、第二样本集和第三样本集，基于第一样本集和第二样本集获取相似样本对和非相似样本对，并用于训练孪生神经网络；利用孪生神经网络将第三样本集中与第一样本集相似的元素加入相似集合；利用KNN算法计算相似集合中元素的输出的电磁物理参数值，将元素及相应电磁物理参数值组合得到添加样本集合；使用第一样本集和添加样本集合训练GP模型，并计算GP模型的测试误差；对比输入不同K值时的测试误差，得到测试误差最小的GP模型。本发明在不增加额外生产成本的条件下，提升GP模型预测的精确度。

技术领域

本发明属于电磁器件设计技术领域，尤其涉及一种电磁特征提取模型的建立方法、系统、设备及存储介质。

背景技术

在处理实际电磁问题中，很难通过建立具体表达式来求解设计变量与目标函数间关系，一般需要借助数值仿真计算或电磁仿真软件来建立这种复杂映射，但是其求解精度与时常消耗成正比，故机器学习模型和优化算法成为电磁设计领域的主流方法。高斯过程(Gaussian Process,GP)代理模型由于其适合处理小样本的优点，作为处理电磁实际问题的代理模型尤为合适，但是GP模型建立的过程中，通过电磁仿真软件获取真实样本，如果真实样本数据太少，会导致训练出的GP模型预测的准确度较低，若是获取较多的真实样本数据，则该过程较为漫长，代价较大。因此现有的GP模型建立面临着速度和精度之间的矛盾。

发明内容

本发明的目的在于提供一种电磁特征提取模型的建立方法、系统、设备及存储介质，能够在不增加额外生产成本的条件下，提升GP模型预测的精确度。

本发明是通过以下技术方案实现的：

一种电磁特征提取模型的建立方法，包括以下步骤：

S1、根据待设计的电磁器件的工作频段范围和采样步长计算采样频点f_i，i＝1、2、……、N_f，N_f为采样点个数；

S2、获取电磁器件不同物理参数下各采样频点处的S曲线幅值，构建第一样本集S_true＝{X₁,X₂,…,X_M}，其中，M为第一样本集内样本总数，第m个样本对X_m为：X_m＝[S_m,Y_m]，其中，Y_m为P维电磁器件的物理参数，S_m为在电磁物件的物理参数是Y_m情况下得到的S曲线上，在采用频点f_i处的采用值构成的N_f维向量，m＝1、2、……、M；

S3、基于第一样本集S_true，通过随机方式生成第二样本集S^*，并将第一样本集和第二样本集合并成为混合样本集{S_true,S^*}，再将混合样本集中的元素两两随机组合，形成多组样本对{X_1,i,X_2,i}，i＝1、2、……、N，计算每组样本对{X_1,i,X_2,i}中的两个元素的相似度，根据相似度按照升序对多组样本对进行排序，排序在前第一预设数量组的样本对为相似样本对，其余样本对为非相似样本对；

S4、建立孪生神经网络，使用相似样本对和非相似样本对训练孪生神经网络；

S5、基于第一样本集S_true，通过随机方式生成第三样本集，从第三样本集的元素中依次选择一个目标元素，利用训练好的孪生神经网络判断目标元素与第一样本集中的元素是否相似，若相似则将目标元素加入相似集合，若不相似则删除，重复步骤S5直至相似集合中的样本个数达到第二预设数量；