论文部分内容阅读
吸波材料是用于吸收电磁辐射能量且具有重要应用价值的一类材料。通常吸波材料可根据其制造技术分成两类:一类指的是通过涂敷具有吸波特性的材料构成涂敷型吸波材料,另一类指除了具备吸波能力,还能够起到承载功能的材料,称之为结构型吸波材料。本文主要基于遗传算法(Genetic Algorithm,GA)对涂敷型吸波材料的电磁参数以及吸波蜂窝的结构参数进行了优化设计;基于深度卷积神经网络(Convolutional Neural Network,CNN)对蜂窝结构吸波材料的结构参数进行预测,并且对遗传算法和深度卷积神经网络的优化结果进行了对比。本文主要研究内容如下:(1)建立了MATLAB与FEKO的联合仿真,充分发挥遗传算法以及快速多极子仿真算法的优势,有效提高了对涂敷型吸波材料优化过程的效率。利用遗传算法优化了涂敷吸波材料的电磁参数,采用雷达散射截面(Radar Cross Section,RCS)的缩小程度衡量其优化效果,遗传算法优化结束后返回双层涂敷平板模型的最优电磁参数,结果表明遗传算法在涂敷模型的优化方面效果显著。与相同尺寸未涂敷的金属模型RCS值相比,上述基于GA的电磁参数优化方法使双层涂敷后模型的RCS值在入射采样角度?:-45~45的范围内显著缩小,在-10~10范围内尤为明显,降低约25dBm~2。(2)利用遗传算法与HFSS软件的优点,建立了MATLAB-HFSS联合仿真,有效提高了蜂窝结构吸波材料优化过程的效率。通过编写程序控制HFSS软件以实现MATLAB-HFSS联合仿真,利用MATLAB控制电磁仿真软件自动化创建蜂窝结构型吸波材料,在此基础上利用遗传算法,对蜂窝结构吸波材料的结构参数进行优化,以吸波蜂窝反射系数的减小程度反映优化效果,使其反射系数最大限度降低。结果表明在8.4~12.2GHz频段范围内,吸波蜂窝初始模型反射系数仿真结果大致分布在-2dB左右,利用遗传算法优化结构参数之后吸波蜂窝的反射系数在所有仿真频点均有不同程度的降低,在10.4GHz频率时达到最低反射系数-20dB,降低约18dB,验证了遗传算法在优化吸波蜂窝结构参数过程中的有效性。(3)提出了深度卷积神经网络方法同时对蜂窝吸波材料高度和浸渍厚度两个结构参数的进行快速优化。以蜂窝模型的反射系数的仿真结果为输入样本,搭建了共16层的深度卷积神经网络,核心结构包括一维卷积神经网络和池化层。为了避免模型在预测过程出现过拟合现象,采用了批量归一化的方法。选择在验证集上表现最佳的CNN模型对蜂窝结构型吸波材料进行优化预测,结果表明在8.4~12.2GHz频段范围内20个采样频率下均有所降低,-5dB有效吸收带宽的最低频率为9.6GHz,最高频率为12GHz,有效吸收带宽为2.4GHz。-10dB有效吸收频段范围为9.6GHz~11GHz,在10.4GHz时达到最低反射系数,反射系数接近-25dB。为进一步说明CNN模型优化蜂窝结构吸波材料几何参数的正确性,与第三章遗传算法对吸波蜂窝的反射系数优化结果进行对比。两种方法优化的吸波蜂窝的反射系数在走势上大致吻合,并且在9GHz~11GHz频段范围内CNN的表现要明显优于遗传算法,且具有更高的优化效率。