[发明专利]一种基于遗传算法设计优化的宽频透明吸波体及其设计方法有效
申请号: | 202011424017.1 | 申请日: | 2020-12-08 |
公开(公告)号: | CN113032951B | 公开(公告)日: | 2022-11-25 |
发明(设计)人: | 朱嘉琦;宋梓诚;杨磊;闵萍萍;张锐聪;张智博 | 申请(专利权)人: | 哈尔滨工业大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06N3/12 |
代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 刘景祥 |
地址: | 150001 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 遗传 算法 设计 优化 宽频 透明 吸波体 及其 方法 | ||
1.一种基于遗传算法设计优化的宽频透明吸波体的设计方法,其特征在于,所述设计方法包括以下步骤:
步骤1:在电磁仿真软件中建立吸波体的电磁仿真模型;
步骤2:在电磁仿真软件中输入吸波体结构的参数的范围;
步骤3:将步骤2中的参数随机采样生成初代个体,即个体对应的参数;
步骤4:将步骤3的生成的个体参数导入电磁仿真软件中并运行;
步骤5:将步骤4运行的仿真中获得本代个体的S参数,导入适应度函数,得到本代个体的适应值;
步骤6:判断步骤5的适应值是否满足需求,若满足则进行步骤8,若不满足则步骤7;
步骤7:利用适应值,对本代个体进行选择运算、交叉运算和变异运算后生成下一代个体的输入参数的范围,并返回步骤4;
步骤8:结束设计,得到上层与中层的互补图形化的吸波体结构;
初始化的是遗传算法的基础系数包括每一代个体的数量,优化的是设计单元的要素,输出的是评价函数的适应度函数;利用函数进行表示为:
Best(Fitness(xpattern,xparameter))=Gene(xbase,xpattern,xparameter)
其中,Best()为选取最优的数据,Fitness()为适应度函数,Gene()为遗传算法,xbase为遗传算法基础参数,xpattern为图案要素,xparameter为参数要素;
初始化输入遗传算法,每一代的个体数xbase,输入图案要素xpattern以及参数要素xparameter对应的范围;并利用随机采样在范围之间选取生成初代个体;将初始化的图案要素与参数要素仿真获得S参数,将S参数输入到适应度函数,获得适应值;
图案要素xpattern指设计图案的像素参数,其中初始设计区域的独立像素个数为m*m个,其余部分由初始设计区域沿单元中心对称旋转而成;每个像素对应的参数置为0或1,分别代表像素所在位置没有导电涂层或有导电涂层;上层与中层是互补结构,若上层第一个像素选取0时,中层第一个像素选取1,若上层第一个像素选取1时,中层第一个像素选取0。
2.根据权利要求1所述一种基于遗传算法设计优化的宽频透明吸波体的设计方法,其特征在于,参数要素xparameter包括设计单元的物理参数;包括单元的边长大小x1mm,上层空气腔的厚度x2mm,下层空气腔的厚度x3mm,上层与中层的透明导电薄膜的面电阻x4(Ω/□);其中选取上层与中层的面电阻保持一致,上层与中层在同一个像素位置,只存在一个导电涂层;单元的边长x1范围选取为9-20mm,空气腔厚度x2、x3范围选取为1-5mm上层与中层的透明导电薄膜的面电阻x4范围选取为40-200Ω/□。
3.根据权利要求1所述一种基于遗传算法设计优化的宽频透明吸波体的设计方法,其特征在于,适应度函数设计为,吸收率大于0.9或0.95的频率范围对应的相对带宽;
其中吸收率的公式定义为:
A=1-|S11|2-|S21|2
其中S11为反射率,S21为透过率
相对带宽公式定义为:
ffoc=2×(fH-fL)/(fH+fL)
其中ffoc代表相对带宽,fH代表吸收率大于0.9的整个频段的最高频率,fL代表吸收率大于0.9的整个频段的最低频率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011424017.1/1.html,转载请声明来源钻瓜专利网。