[发明专利]用于电磁场仿真的装置和方法

权利要求书

1.一种用于电磁场仿真的装置，包括：

电磁场仿真部分，被配置为以第一分辨率获得仿真区域的第一电磁场仿真结果；以及

分辨率提升部分，被配置为利用基于深度学习方法训练的模型，根据所述第一电磁场仿真结果得出具有第二分辨率的第二电磁场仿真结果，其中所述第二分辨率高于所述第一分辨率，

其中，所述第一电磁场仿真结果和所述第二电磁场仿真结果包括四维数据集，并且

所述分辨率提升部分被配置为通过以下方式将所述第一电磁场仿真结果转换为所述第二电磁场仿真结果：

将所述第一电磁场仿真结果的四维数据集分解为多个二维数据集；

针对所述多个二维数据集中的每个二维数据集，利用所述模型提高该二维数据集的分辨率；以及

将分辨率经过提高的所述多个二维数据集组合成四维数据集，以作为所述第二电磁场仿真结果。

2.根据权利要求1所述的装置，其中，所述电磁场仿真部分被配置为利用时域有限差分FDTD方法获得所述第一电磁场仿真结果。

3.根据权利要求2所述的装置，其中，所述电磁场仿真部分被配置为至少基于所述仿真区域中的电磁波传播频率范围、所述仿真区域的几何参数和材料参数、以及网格大小，计算出所述第一电磁场仿真结果。

4.根据权利要求1所述的装置，其中，所述深度学习方法包括超分辨率生成对抗网络SRGAN。

5.根据权利要求1所述的装置，还包括模型获得部分，所述模型获得部分被配置为通过以下方式获得所述模型：

分别将所述第一分辨率和所述第二分辨率的电磁场仿真结果作为训练数据；以及

利用所述深度学习方法基于所述训练数据得出所述模型。

6.根据权利要求5所述的装置，其中，所述深度学习方法包括超分辨率生成对抗网络SRGAN，并且所述模型获得部分被配置为：利用所述训练数据获得所述SRGAN的生成器网络和鉴别器网络，并且将所述生成器网络作为所述模型。

7.根据权利要求1所述的装置，其中，所述模型包括多个模型，所述多个模型分别用于多个所述第一分辨率和/或多个所述第二分辨率之间的映射。

8.一种用于电磁场仿真的方法，包括：

以第一分辨率获得仿真区域的第一电磁场仿真结果；以及

利用基于深度学习方法训练的模型，根据所述第一电磁场仿真结果得出具有第二分辨率的第二电磁场仿真结果，其中所述第二分辨率高于所述第一分辨率，

其中，所述第一电磁场仿真结果和所述第二电磁场仿真结果包括四维数据集，并且

通过以下方式将所述第一电磁场仿真结果转换为所述第二电磁场仿真结果：

将所述第一电磁场仿真结果的四维数据集分解为多个二维数据集；

针对所述多个二维数据集中的每个二维数据集，利用所述模型提高该二维数据集的分辨率；以及

将分辨率经过提高的所述多个二维数据集组合成四维数据集，以作为所述第二电磁场仿真结果。

9.一种训练用于电磁场仿真的模型的装置，包括：

第一仿真部分，被配置为以第一分辨率获得仿真区域的第一电磁场仿真结果；

第二仿真部分，被配置为以第二分辨率获得仿真区域的第二电磁场仿真结果，其中所述第二分辨率高于所述第一分辨率；以及

模型得出部分，被配置为以所述第一电磁场仿真结果和所述第二电磁场仿真结果作为训练数据，利用深度学习方法得出所述模型，

其中，所述第一电磁场仿真结果和所述第二电磁场仿真结果包括四维数据集，并且

所述第二仿真部分被配置为通过以下方式将所述第一电磁场仿真结果转换为所述第二电磁场仿真结果：

将所述第一电磁场仿真结果的四维数据集分解为多个二维数据集；

针对所述多个二维数据集中的每个二维数据集，利用所述模型提高该二维数据集的分辨率；以及

将分辨率经过提高的所述多个二维数据集组合成四维数据集，以作为所述第二电磁场仿真结果。