基于串联神经网络的超表面极化转换器的设计和优化
摘要
设计一种工作在太赫兹波段内的超表面极化转换器，采用串联型神经网络对其结构参数进行了优化。该超表面极化转换器由底部的金属铝板、介质基板和顶部的金属铝图案层构成。训练该串联型神经网络的数据集是通过数值仿真获得的。结果表明，利用串联型神经网络可以实现超表面极化转换器的逆设计，即给定理想的目标转换效率谱线，就可以得到最优的结构参数。数值仿真结果表明，采用最优结构参数的超表面极化转换器展现了极佳的性能，在0.8~1.8 THz的频段范围和0°~50°入射角范围内可以保持80%以上的极化转换效率，实现了宽带极化转换。所设计的超表面极化转换器在通信、隐身、成像、遥感、传感、显示以及电子对抗等领域具有广阔的应用前景。所采用的优化方法提升了整个设计过程的速度与准确度。
引用本文（GB/T 7714）
梁琳璟 Liang Linjing, 薛文瑞 Xue Wenrui, 张越 Zhang Yue. 基于串联神经网络的超表面极化转换器的设计和优化[J]. Acta Optica Sinica, 2025.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。