(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210722395.0 (22)申请日 2022.06.17 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 (72)发明人 张鸿涛　郭伯岩　 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06F 113/26(2020.01) (54)发明名称 一种非局部生成式的散射体参数设计方法 (57)摘要 目前的设计方法将超表面视为独立单元结 构的组合， 而不是相 互作用的散射体阵列， 因此 受到几何结构和材料的限制， 无法设计可生成具 有任意电场分布的超表面。 本发 明实例提出了一 种非局部生成式的散射体参数设计方法。 这一方 法基于生成对抗网络， 主要可以分为两部分： 正 向模型和逆向算法。 正向模型利用并矢格林函数 作为主要的数学工具， 对两种形式的非局部响应 进行解释性 分析， 实现了从散射特性到生成电场 的映射； 逆向算法创新性地将 散射特性和电场转 化为图像， 用计算机视觉的方法生成数据集， 并 提出了一种具有ResBlock结构的生成对抗网络 架构， 整体实现了可生成任意电场分布的设计 。 权利要求书2页 说明书10页 附图5页 CN 115203904 A 2022.10.18 CN 115203904 A 1.一种非局部生成式的散射体参数设计方法， 其特征在于， 包括： 确定散射体的数目及 排布方式， 确定观 察点数目及排布方式， 建立散射体模型和散射电场分布之 间的数学模型； 随机生成极化率参数， 得到观察面的生成电场分布； 将极化率参数和生成电场分布转化为 散射体参数图像和生成电场图像， 得到数据集； 搭建生成对抗网络并进 行训练， 得到训练模 型并保存； 输入目标电场分布， 得到全局设计的散射体参数。 2.根据权利要求1所述的散射体模型和生成电场分布之间的数学模型， 其特征在于， 偶 极子发射体位于笛卡尔坐标系的原点r ′0＝(0,0,0)， 散射体阵列为矩形， N个散射体满足N ＝n2， 位于 可视为电磁场的源点； 观察点 平面为矩形， M个观察点满足M＝m2， 其位置为 可视为电磁场的场点。 根据麦克斯韦方程组和并矢格林函数， 可以求得观察 点处的电场强度为 其中， E(rj)为rj处电场强度矢量， E0(rj)为偶极子发射体在rj处产生的电场， 为rj与r′i处的并矢格林函数， 为 的旋度， 和 为某一个散射体 的电极化 率张量和磁极化 率张量。 3.根据权利要求2所述的散射体模型中两种形式的非局部效应的解释性分析， 其特征 在于， 非局 部效应有以下形式： 其一， 由r ′1到r′2并回到r′1， 这一过程表示为格林函数的二 次方， 即 与r′1处的电场强度或磁场强度相乘； 其二， 其一， 由r ′1到r′2 并回到r′1， 最终由r ′2散射， 这一过程表示为格林函数的三次方， 即 与 r′2处的电场强度或磁场强度相乘。 这种理解可以扩展到通用的散射体模型， 任何散射体产 生的电场分量都将包括： 由自身 出发最后由自身散射的电磁波以及由自身 出发最后由其它 散射体散射的电磁波。 4.根据权利要求1所述的生成散射体参数图像 ‑散射电场图像数据集方法， 其特征在 于， 将随机生成的极化率张量和电场分布转化为散射体参数图像和生成电场分布图像， 在 这一过程中， 需要保证： 散射体参数与生成电场之间的一一对应关系， 电场分布的随机性， 散射体参数的物理可实现性， 散射体参数转变成图像时的空间相关性。 5.根据权利要求1所述的生成对抗网络架构， 其特征在于， 在生成网络的设计中加入了 ResNet中的ResBlock， 解决了图像生 成中的优化困难问题和梯度消失现象。 生成网络由5个 部分组成， 从输入到输出共包括： 数据输入部分、 2个下采样部分、 9个ResBlock部分、 2个上权　利　要　求　书 1/2 页 2 CN 115203904 A 2采样部分和数据输出部分。 对抗网络的 由5个卷积神经子网络组成。权　利　要　求　书 2/2 页 3 CN 115203904 A 3