-
-
公开(公告)号：CN114330124A
公开(公告)日：2022-04-12
申请号：CN202111636588.6
申请日：2021-12-29
Applicant: 东南大学
Abstract: 本发明公开了一种周期目标电磁散射特性快速仿真方法，该方法包括以下步骤：基于传统子全域基函数方法生成数据集；构建人工神经网络模型；对数据集进行分类，并训练人工神经网络模型；利用训练好的人工神经网络模型对周期阵列结构目标预测其子全域基函数拓展系数，并完成电磁散射感应电流分布计算。本发明将已训练的人工神经网络模型集成到子全域基函数方法中，快速预测子全域基函数的拓展系数，从而避免了耗时的互耦缩减矩阵方程求解，将原始的大规模周期阵列问题简化为一个包含9个单元的3×3小阵列问题，大大缩减了仿真时间，提高了计算效率。
-
-
公开(公告)号：CN116992787A
公开(公告)日：2023-11-03
申请号：CN202310964022.9
申请日：2023-08-02
Applicant: 东南大学
IPC: G06F30/28 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种周期目标电磁辐射特性快速仿真方法，该方法包括以下步骤：选取阵列规模及馈源分布，基于新型子全域基函数方法产生数据集；搭建神经网络模型；训练神经网络，保存网络模型；利用训练好的神经网络模型预测目标结构的子全域基函数拓展系数，并完成电磁辐射感应电流分布计算。本发明将训练好的神经网络模型取代原有的缩减矩阵方程，预测子全域基函数的拓展系数，并将其集成到新型子全域基函数方法中，通过将原大规模周期阵列问题简化为3×3小阵列的方式，实现了高效求解。
-
公开(公告)号：CN116522052A
公开(公告)日：2023-08-01
申请号：CN202310427461.6
申请日：2023-04-20
Applicant: 东南大学
IPC: G06F17/15 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于残差神经网络的周期结构电磁散射特性计算方法，方法步骤如下：针对平面波多角度入射下周期结构散射问题建立数据集；搭建残差神经网络模型；划分数据集，并对残差神经网络模型进行训练；使用训练好的残差神经网络模型预测多入射角下目标周期阵列中单元的SED基函数拓展系数，然后计算电磁散射感应电流分布。本发明把训练好的残差神经网络模型集成到传统的SED基函数方法中，快速预测多入射角下的SED基函数拓展系数，从而避免缩减阻抗矩阵的建立和求解，极大地提高了仿真的效率。
-
Patent Agency Ranking
公开(公告)号：CN115548696A
公开(公告)日：2022-12-30
申请号：CN202211367685.4
申请日：2022-11-02
Applicant: 东南大学
IPC: H01Q15/24
Abstract: 本发明公开了一种基于超材料的柔性透明宽带极化旋转器，自上而下分别是图案化的柔性透明的金属丝网、柔性透明的PDMS介质基底、柔性透明的金属丝网作为反射背板。本发明中的极化旋转器可以在9.15‑18.25GHz频段的水平极化电磁波转换为垂直极化的电磁波；将垂直极化的电磁波转换为水平极化电磁波，且转换效率高达90％，FSS结构比较新型，采用相互嵌套的U字形结构作为超材料结构，除了极化旋转的带宽之外，与其它极化旋转器最大的优点是结构简单仅采用最普通的三层结构即可实现、使用了新型的导电材料和介质材料，提供了优良的光学透明度和机械柔韧性。
-
公开(公告)号：CN115186593A
公开(公告)日：2022-10-14
申请号：CN202210848644.0
申请日：2022-07-19
Applicant: 东南大学
Abstract: 本发明公开了一种基于人工神经网络快速计算可变形S型腔体单站RCS的方法，针对传统计算方法求解变形目标时需要多次建模仿真导致效率低下的问题。该方法包括以下步骤：基于弹跳射线(SBR)方法生成数据集；构建人工神经网络模型；对数据集进行学习，并训练人工神经网络模型；利用训练好的人工神经网络模型对可变形S型腔体目标预测其单站RCS。本发明将已训练的人工神经网络模型应用于可变形S型腔体的单站RCS快速计算，从而避免传统SBR方法建模求解，大大缩减了计算时间，提高了可变形S型腔体的单站RCS计算效率。
-
公开(公告)号：CN110222111A
公开(公告)日：2019-09-10
申请号：CN201910461078.6
申请日：2019-05-30
Applicant: 东南大学
IPC: G06F16/26 , G06F16/957 , G06F17/50
Abstract: 本发明提供了一种目标特性数据库可视分析系统，包括目标特性数据多视图关联可视分析模块、目标与特性融合可视分析模块、页面动态布局模块、多种图表交互方式模块；目标特性数据多视图关联可视分析模块用于将三维视图与二维视图间通过视向角度数据实现双向关联；目标与特性融合可视分析模块用于将目标三维模型与其特性数据融合显示在同一视图中；页面动态布局模块用于根据需要可视化的文件数量分别展现不同的页面布局方案；多种图表交互方式模块用于实现三维模型及其融合显示图形的旋转、缩放，并显示信息。本发明将用户的交互与视图显示密切结合，可实现针对目标特性数据的动态对比分析。
-
公开(公告)号：CN114330124B
公开(公告)日：2024-07-02
申请号：CN202111636588.6
申请日：2021-12-29
Applicant: 东南大学
Abstract: 本发明公开了一种周期目标电磁散射特性快速仿真方法，该方法包括以下步骤：基于传统子全域基函数方法生成数据集；构建人工神经网络模型；对数据集进行分类，并训练人工神经网络模型；利用训练好的人工神经网络模型对周期阵列结构目标预测其子全域基函数拓展系数，并完成电磁散射感应电流分布计算。本发明将已训练的人工神经网络模型集成到子全域基函数方法中，快速预测子全域基函数的拓展系数，从而避免了耗时的互耦缩减矩阵方程求解，将原始的大规模周期阵列问题简化为一个包含9个单元的3×3小阵列问题，大大缩减了仿真时间，提高了计算效率。
-
公开(公告)号：CN110222111B
公开(公告)日：2023-08-01
申请号：CN201910461078.6
申请日：2019-05-30
Applicant: 东南大学
IPC: G06F16/26 , G06F16/957 , G06F30/20
Abstract: 本发明提供了一种目标特性数据库可视分析系统，包括目标特性数据多视图关联可视分析模块、目标与特性融合可视分析模块、页面动态布局模块、多种图表交互方式模块；目标特性数据多视图关联可视分析模块用于将三维视图与二维视图间通过视向角度数据实现双向关联；目标与特性融合可视分析模块用于将目标三维模型与其特性数据融合显示在同一视图中；页面动态布局模块用于根据需要可视化的文件数量分别展现不同的页面布局方案；多种图表交互方式模块用于实现三维模型及其融合显示图形的旋转、缩放，并显示信息。本发明将用户的交互与视图显示密切结合，可实现针对目标特性数据的动态对比分析。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.017 seconds)
