周期结构电磁散射特性的MoM研究及超表面单元设计

论文摘要

周期结构由于其独特的电磁特性,在天线设计、微波工程、光学工程中都有着广泛应用,较为人所熟知的应用有:相控阵天线,频率选择表面,波导滤波器,有机太阳能电池,光子晶体以及各种各样的超材料结构等。随着周期结构应用的不断扩大,结构要求的日益复杂化和各种阵列单元及复合结构不断的出现,周期结构电磁散射的分析和设计变得越来越复杂,计算工作量也越来越大。因此,对周期结构进行更深层次的理论分析,开发准确、可靠的周期结构计算方法来模拟周期结构的快速准确设计具有重要的理论价值和现实意义。而矩量法已被广泛应用作计算电磁学仿真中的高精度方法。本文首先从周期格林函数的物理意义出发,推导了周期格林函数的空域与谱域表达式,并将基于区域分解的块对角预处理方法应用到周期体积分方程中,有效分析了薄膜有机太阳能电池的电磁特性。其次为了解决Ewald方法在周期格林函数收敛问题上要求每个累加求和项都必须写成指数闭式的形式,导致难以直接运用在分层介质中周期格林函数的计算中这个难题,本论文采用了Ewald方法结合Shank变换方法的混合方法来计算超表面的电磁特性。并对于编码超表面周期单元计算缓慢的问题,本文采用了阻抗矩阵及右边向量抽行抽列的新方法快速、准确的计算其电磁特性。针对传统优化算法结合全波仿真优化周期结构效率低、计算缓慢等缺点,本文提出了2种机器学习方法用于1-bit超表面周期单元结构的设计优化最终达到频带内雷达散射截面缩减的目的。对于编码超表面周期单元的优化设计,我们采用卷积神经网络分类方法建立了单元表面图案和电磁反射相位之间的关系,最后结合二进制遗传优化算法找到相位差恒定的1-bit单元,并通过布阵的方式组成漫反射阵面最终实现了在3.8GHz-10.7GHz宽频带内雷达散射截面缩减量达到10dB以上;为了克服卷积神经网络要求训练样本容量大、构建网络模型时花费时间多、分类准确率较低等缺点,本文又提出了支持向量机回归方法用于本文提出一种新的超表面周期单元的训练学习,其与遗传优化算法相结合优化出了1-bit超表面周期单元,最后通过01布阵的方式达到了雷达散射截面在3.5GHz-10.6GHz频带内降低10dB的指标。

论文目录

• 摘要
• Abstract
• 1 绪论
•   1.1 研究背景
•   1.2 研究现状及意义
•   1.3 周期结构的主要研究方法
•   1.4 本文的主要工作和内容安排
• 2 周期结构电磁散射特性的理论分析
•   2.1 引言
•   2.2 矩量法基本原理
•     2.2.1 矩量法实施过程
•     2.2.2 基函数与权函数的选择
•   2.3 周期格林函数理论基础
•     2.3.1 Floquet定理
•     2.3.2 二维周期格林函数理论及推导
•   2.4 二维周期结构散射场的计算
• 3 周期体积分方程方法的研究与应用
•   3.1 引言
•   3.2 二维周期结构的体积分方程
•     3.2.1 周期结构的体积分方程建立
•     3.2.2 Ewald方法基本理论
•     3.2.3 数值算例及讨论
•   3.3 等离子体薄膜有机太阳能电池电磁散射特性研究
•     3.3.1 基于区域分解的块对角预条件处理
•     3.3.2 太阳能电池的吸收功率和增强因子
•     3.3.3 数值计算及讨论
•   3.4 本章小结
• 4 基于卷积神经网络的编码超表面周期单元设计
•   4.1 引言
•   4.2 周期分层媒质MoM分析超表面周期单元
•     4.2.1 平面分层媒质周期格林函数
•     4.2.2 编码超表面周期单元的快速计算方法
•     4.2.3 数值算例及讨论
•   4.3 卷积神经网络的模型构建
•     4.3.1 卷积神经网络基本理论
•     4.3.2 编码超表面周期单元的CNN网络模型构建
•   4.4 1-bit超表面周期单元的设计及漫反射阵的设计
•     4.4.1 1-bit超表面周期单元的设计
•     4.4.2 漫反射超表面阵的设计
•   4.5 本章小结
• 5 基于支持向量机的凸结构超表面周期单元设计
•   5.1 引言
•   5.2 支持向量机方法的模型构建
•     5.2.1 支持向量机基本理论
•     5.2.2 凸结构超表面周期单元的SVM模型构建
•   5.3 1-bit超表面周期单元的设计及漫反射阵的设计
•     5.3.1 1-bit超表面周期单元的设计
•     5.3.2 漫反射超表面阵的设计
•   5.4 本章小结
• 6 工作总结与展望
•   6.1 本文总结
•   6.2 后续工作展望
• 致谢
• 参考文献
• 附录

文章来源

类型: 硕士论文

作者: 段斌

导师: 陈如山,王贵

关键词: 薄膜有机太阳能电池,电磁超表面,卷积神经网络,周期格林函数,支持向量机,雷达散射截面

来源: 南京理工大学

年度: 2019

分类: 基础科学

专业: 物理学

单位: 南京理工大学

分类号: O441

DOI: 10.27241/d.cnki.gnjgu.2019.000677

总页数: 74

文件大小: 6435K

下载量: 33