國防科大采用人工智能輔助能量選擇表面高效設計

21世紀以來，各種電子信息系統(tǒng)飛速發(fā)展，催生了高密度、高強度、多頻譜的復雜電磁環(huán)境，可不同程度地對電子設備造成干擾、降級乃至毀傷效應，電子信息設備面臨日益嚴峻的電磁兼容難題。為保證敏感設備在強電磁環(huán)境下的工作性能，研究者們通常采用限幅器、濾波器、頻率選擇表面和吸波體等手段。

能量選擇表面（ESS）作為一種新型的電磁防護技術(shù)，能夠在不影響電子設備正常工作性能的同時保護其不受強電磁的干擾降級乃至毀傷，具有快響應速度、帶內(nèi)自適應防護、收發(fā)兼容等優(yōu)勢，能夠感應空間電磁場的強弱自適應切換工作狀態(tài)，已經(jīng)被證明是一種有效、高效的防護手段，得到了廣泛關(guān)注。

通常，能量選擇表面的設計涉及兩種相互關(guān)聯(lián)的工作狀態(tài)下多個電磁參數(shù)的優(yōu)化，存在多物理約束下設計關(guān)聯(lián)參數(shù)多、耦合復雜的難題，專業(yè)和經(jīng)驗依賴性強，難以滿足智能化、快迭代的電子信息系統(tǒng)發(fā)展需要。因此，亟需發(fā)展ESS設計新模式，縮短迭代周期、加快研發(fā)效率，降低電子設備強電磁防護設計門檻。

為此，國防科技大學電磁兼容與防護團隊將人工智能技術(shù)手段輔助應用于能量選擇表面高效設計，以人工智能為著力點，賦能ESS電磁性能高效預測，結(jié)合智能算法實現(xiàn)同頻位置ESS透波性能與防護效能的同步優(yōu)化。

所設計的ESS在目標頻點附近具有低插入損耗（＜0.2 dB）和高防護效能（＞25 dB），即能夠在保證電子設備正常工作性能的同時屏蔽大部分強電磁信號，將傳統(tǒng)仿真優(yōu)化時間壓縮3倍以上，且能夠根據(jù)需求快速定制。成果以“A High Efficiency and Effectiveness Designing Methodology for Discrete-Coded Energy Selective Surface Based on Machine Learning”為題，發(fā)表在行業(yè)內(nèi)頂刊《IEEE Transactions on Antennas and Propagation》（doi: 10.1109/TAP.2024.3511089）。

上圖（a）所示為人工智能賦能的ESS設計流程：首先建立ESS電磁性能正向預測的神經(jīng)網(wǎng)絡模型，隨后結(jié)合粒子群優(yōu)化（PSO）算法，以ESS的響應曲線在工作狀態(tài)的傳輸極點和防護狀態(tài)的傳輸零點與設計頻點對準為優(yōu)化目標，實現(xiàn)了帶內(nèi)低插損與高防護的兼容設計。

所設計的離散編碼型ESS單元由諧振區(qū)域、感應區(qū)域和金屬外框組成（圖1（b）），諧振區(qū)域0/1矩陣的不同分布可實現(xiàn)不同諧振回路的ESS單元；感應區(qū)域的二極管可以感應空間電磁場的強弱自適應切換導通或截止狀態(tài)。

通過改變0/1矩陣排布和二極管狀態(tài)，仿真得到6000組傳輸系數(shù)曲線作為數(shù)據(jù)集，經(jīng)圖1（c）中具有4個隱藏層的全連接神經(jīng)網(wǎng)絡訓練，得到ESS響應數(shù)據(jù)正向預測的神經(jīng)網(wǎng)絡模型；之后采用PSO算法，以ESS的0/1排布為優(yōu)化對象，以傳輸極點和傳輸零點與目標頻點的距離關(guān)系構(gòu)建適應度函數(shù)，得到四種中心頻點不同的ESS結(jié)構(gòu)，單個優(yōu)化耗時約300s；最后通過實物加工測試，并與仿真結(jié)果對比，進一步驗證所設計結(jié)構(gòu)的性能。

根據(jù)優(yōu)化得到的ESS結(jié)構(gòu)制備波導插件并加載二極管，在標準波導中測試得到弱場條件下樣品的傳輸曲線；以集總電阻替代二極管，模擬器件完全導通，測試得到模擬強場條件下的傳輸曲線，如圖2（a）-（d）所示。所有樣品均在目標頻點附近同時實現(xiàn)了低插損與高防護，插損小于0.2 dB，防護大于25 dB，與仿真基本一致，性能超過傳統(tǒng)方法設計的同類型結(jié)構(gòu)。

圖2（e）所示為波導注入法測試得到的樣品在5 GHz處屏蔽效能隨注入功率變化曲線，可以看出，隨著注入功率的升高，四個樣品的屏蔽效能顯著增大；當波導內(nèi)場強達到4.8 kV/m時，樣品的防護效能均超過15 dB，樣品1、2、4超過20 dB，驗證了其在強場環(huán)境下有效的防護能力。

本研究工作首次將人工智能領(lǐng)域技術(shù)手段輔助用于ESS結(jié)構(gòu)高效設計，推動ESS設計由“仿真+經(jīng)驗”向“理論+數(shù)據(jù)+AI”的研發(fā)新模式轉(zhuǎn)變，與傳統(tǒng)的ESS結(jié)構(gòu)設計方法相比，大大提升了設計效率、減少了資源消耗和專業(yè)依賴，可實現(xiàn)高性能ESS的快速定制，為高速迭代的電子信息系統(tǒng)提供了強有力的防護能力保障，同時展示了人工智能手段在電磁兼容領(lǐng)域廣闊的應用前景。

論文信息：Lixiang Yao, Xianjun Huang*,
Hongting Chen, Huan Jiang, Yuanlong Liang and Peiguo Liu, “A High Efficiency and Effectiveness Designing Methodology for
Discrete-Coded Energy Selective Surface Based on Machine Learning,” in IEEE Transactions on Antennas and Propagation, doi:
10.1109/TAP.2024.3511089.論文鏈接：https://doi.org/10.1109/TAP.2024.3511089

撰稿人：姚理想、黃賢俊