公开(公告)号：CN111985150B

公开(公告)日：2024-06-04

申请号：CN202010639297.1

申请日：2020-07-06

Applicant: 东南大学

Inventor： 无奇 ,  王海明 ,  余晨 ,  陈炜琦 ,  尹杰茜 ,  洪伟

IPC: G06F30/27

Abstract: 本发明公开了一种利用机器学习辅助优化的多层电子器件鲁棒优化设计方法，该方法构建了一种多层的电子器件鲁棒优化设计架构，并在其每层中引入机器学习辅助优化方法，从而可以利用已有信息预测包括电子器件性能响应、特定输入容差下的最差性能和特定输出容差下的最大输入容差超容量等信息，大大加速电子器件鲁棒优化设计流程。该方法可用于包括天线、阵列、有源及无源微波毫米波器件等在内的电子器件的鲁棒优化设计等领域。

公开(公告)号：CN113051836A

公开(公告)日：2021-06-29

申请号：CN202110417710.4

申请日：2021-04-19

Applicant: 东南大学

Inventor： 无奇 ,  王海明 ,  余晨 ,  陈炜琦 ,  洪伟

IPC: G06F30/27 ,  G06F119/20

Abstract: 本发明公开了一种机器学习辅助的阵列环境下的天线快速建模方法，该方法通过引入机器学习方法，学习天线单元在阵列中的位置信息对单元的阵列中方向图和回波损耗等天线性能的影响，从而可以对任意阵列排布下的天线单元的性能进行快速预测。本发明中的方法将天线单元间互耦、阵列的电磁环境以及平台影响等考虑在内进行建模，可供天线阵列在实际电磁环境中的方向图进行快速优化设计。该方法可用于对不同类型的天线及天线阵列的波束赋形设计、低副瓣设计、多波束设计领域。

公开(公告)号：CN117614574A

公开(公告)日：2024-02-27

申请号：CN202311131757.X

申请日：2023-09-04

Applicant: 东南大学

Inventor： 王海明 ,  裔成 ,  陈炜琦 ,  无奇

IPC: H04B17/391 ,  G06F30/27 ,  G06N20/00 ,  H04B17/309

Abstract: 本发明公开了一种机器学习辅助的射线跟踪信道仿真校准方法与系统，该方法包括：在场景不同位置设置多个接收机获取测试CSI，进行场景建模获取不同材料参数配置下的仿真CSI；分别从测试CSI和仿真CSI获取各接收机位置处MPC，并标记关键径；利用机器学习方法建立代理模型，得到信道仿真模型中各材料参数与接收径功率之间的关系；引入反射率与材料参数之间关系的先验知识动态调整参数的搜索空间，基于代理模型分阶段搜索材料参数的最优解，先基于关键径对部分参数进行优化，再基于所有径对所有参数进行优化；对最优解进行射线跟踪仿真验证，若没达到预设目标则更新数据集和参数搜索空间进一步优化。本发明在保证校准精度的同时实现了耗时的大幅度降低。

公开(公告)号：CN115146544A

公开(公告)日：2022-10-04

申请号：CN202210900482.0

申请日：2022-07-28

Applicant: 东南大学

Inventor： 无奇 ,  王海明 ,  余晨 ,  陈炜琦 ,  洪伟

IPC: G06F30/27 ,  G06T7/11 ,  G06F17/10

Abstract: 本发明公开了一种采用知识和数据混合驱动的阵列天线设计方法。该方法通过引入平面耦合区域分割和二维虚拟阵列拟合技术等先验的电磁知识，结合机器学习等数据驱动的方法，成功实现了快速的二维阵列环境下的天线元单元的有源方向图的建模，相较于传统的机器学习辅助的建模方法，提升了模型的预测精度的同时降低了计算复杂度。在此基础上，可以结合任意传统的阵列天线设计方法实现快速、精确的考虑阵元间互耦和平台效应的阵列天线设计。该方法可用于对不同类型的天线及天线阵列的建模及波束赋形设计、低副瓣设计、多波束设计领域。