科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
