申请/专利权人:中国人民解放军空军工程大学
申请日:2022-07-12
公开(公告)日:2024-04-16
公开(公告)号:CN115167088B
主分类号:G03H1/08
分类号:G03H1/08;G03H1/00;G06F30/10;G06F30/27;G06N3/04
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2022.10.28#实质审查的生效;2022.10.11#公开
摘要:本发明提供一种基于深度学习的可定制全息超表面设计方法,包括:确定弯曲的“I”形的超表面单元结构,以及根据预成像图案定制超表面幅值和相位排布;构建深度学习网络模型;输入每个超表面单元结构幅值和相位信息,根据训练好的深度学习网络模型利用参数扫描方法推算出单元结构参数信息;根据单元结构参数信息,调控各“I”形的超表面单元结构的幅值和相位;填充各调控后的“I”形的超表面单元构成全息超表面。本发明在保证设计好目标全息图的情况下,通过推演其相位和幅值分布,通过训练深度网络实现了全息超表面的快速生成,且制作工艺简单,设计结构简单,具有强的实用性。
主权项:1.一种基于深度学习的可定制全息超表面设计方法,其特征在于,包括:确定弯曲的“I”形的超表面单元结构,以及根据预成像图案定制超表面幅值和相位排布;构建深度学习网络模型;采用深度学习网络模型,通过合并超表面单元幅值和相位的响应信息,并使用二维卷积进一步共同提取幅值和相位的高维特征实现对幅值和相位的特征信息的提取;输入每个超表面单元结构幅值和相位信息至深度学习网络模型进行训练,根据训练好的深度学习网络模型利用参数扫描方法推算出超表面单元结构参数信息;根据超表面单元结构参数信息,调控各“I”形的超表面单元结构的幅值和相位;填充各调控后的“I”形的超表面单元并构成全息超表面。
全文数据:
权利要求:
百度查询: 中国人民解放军空军工程大学 一种基于深度学习的可定制全息超表面设计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。