[发明专利]一种基于人工智能的电磁环境效应分析方法

说明书

本发明公开了一种基于人工智能的电磁环境效应分析方法，在时域有限差分体系下，开展低频中等电尺寸复杂目标的电磁环境效应分析，结合人工智能手段开展典型目标的离线模型学习，然后利用Maxwell正向建模开展在线学习，给出电磁场空间特性分析。本发明适应性强，方法新颖，极大地提高了电磁环境效应的计算效率，为研究复杂结构/材料目标电磁散射特性分析提供了有效技术手段。

技术领域

本发明涉及复杂电磁环境下的电磁特性高效分析领域，特别涉及一种基于人工智能的电磁环境效应分析方法。

背景技术

早在上世纪90年代开始，已有人将各种电磁辐射源的破坏效应归纳为武器系统在现代战争中遇到的电磁环境效应问题，并于1993年完成了“强电磁干扰和高功率微波辐射下集成电路的防护方法”研究。目前对各种电磁设备的防护EMP能力已经建立了系统的国家军用标准。国外相关防卫研究部分专门针对未来战场中电磁炸弹的破坏效应和防护技术进行了研究。

随着电子信息系统的广泛应用，电磁辐射源数量迅速增加，导致开放空间、局部工作及生活空间中电磁环境变得越来越复杂。反之，日益复杂的电磁环境又会对电子信息系统产生严重影响，为了保证处于一定区域内复杂电磁环境下的电子信息系统能够正常发挥功能，必须精确开展电磁环境效应分析，从而合理地运用电子信息系统。

2016年董俊、洪丽娜等发表在现代防御技术上的非专利文献“多辐射平台运动区域电磁环境预测方法”利用建模仿真方法预测了多平台区域综合电磁环境，在电磁环境建模基础上设计了电磁环境预测软件系统，并进行了仿真实验。2014年JinGong Wei、JinFaLee等发表在IEEE URSI上的非专利文献“An integral Equation DiscontinuousGalerkin Method for Wide-band and Multi-scale Problems”介绍了基于积分方程的不连续伽略金方法，利用非共形网格技术开展混合场积分方程算子的加速求解，结合L²基函数的可靠性及高适应性的特点开展电磁场仿真分析。

2016年Nicolas Marsic，CaledoniaWaltz等发表在IEEE Transactions onMagnetics上的非专利文献“Domain Decomposition Methods for Time-HarmonicEletromagnetic Waves With High-Order Whitney Forms”介绍了一种高阶基函数的时谐场区域分解算法，通过不同阶数基函数的电磁场区收敛速度仿真分析验证了区域分解结合高阶基函数求电磁环境效应的有效性。

但是以上现有技术均未公开一种基于人工智能的电磁环境效应分析方法用以解决正向求解速度慢、内耗消耗大的问题。

发明内容

本发明的目的在于提供一种基于人工智能的电磁环境效应分析方法，解决现有技术中正向求解速度慢、内耗消耗大的问题，同时为电复杂结构、介质/金属复合目标电磁效应特性分析提供技术手段和数据支撑。

为了达到上述目的，本发明通过以下技术方案实现：

一种基于人工智能的电磁环境效应分析方法，包含以下步骤：

S1、在有限空间开展目标空间网格离散，即用局部小单位对目标几何外形进行剖分，结合Maxwell方程组开展电磁流空间描述；

S2、对不同目标的数据开展电磁效应网络参数模型学习，利用卷积神经网络模型对所述电磁效应网络参数模型进行优化，得到电磁场神经网络参数；

S3、采用深度置信网络模型进行训练，最大化各个目标的特征提取，获取非线性、互补性的电磁场神经网络模型参数，并进行离线存储，结合离线电磁场神经网络参数预估目标散射特性，建立仿真模型，用于电磁散射特性预估；