国内刊号:51-1311/O4
国际刊号:1001-4322
发布日期:
作者:贺智彬, 闫丽萍, 赵翔,
关键词:耦合截面, 六边形孔阵, 神经网络, 全波分析法, 预测精度,
孔缝耦合截面作为度量电磁能量经孔缝泄漏强弱的重要参数,一直没有一个普适快速且精度较高的获取方法。针对六边形孔阵归一化耦合截面的获取问题,分析了垂直入射条件下各因素对六边形孔阵耦合截面的影响,选择合适的参数并使用全波分析法共获取13820组耦合截面数据。对部分输入参数进行预处理后输入神经网络进行训练,构建了一个以孔单元电尺寸、行/列数、行/列间距电尺寸、孔壁厚度电尺寸、入射波极化角度等7个参数为输入,归一化耦合截面为输出的BP神经网络模型。该模型在预测电尺寸为0.1,1.2时的归一化耦合截面平均相对误差为3.8%。选取未出现在神经网络训练集与测试集中的输入参数,比较全波分析法计算值和神经网络预测值共480组数据,其平均相对误差为7.27%。最后通过实验测量,进一步验证了该模型的普适性和有效性。
来源:2022年第5期
《强激光与粒子束》期刊编辑部