基于分类学习器的超材料微带天线高增益性能逆设计

超材料微带天线在通信、雷达等领域有着重要应用。首先,通过仿真获得了852组数据样本,根据与电磁特性的映射关系建立由参数到性能的数据库,得到了852组样本点并验证该样本点的微带天线的增益、E面半功率波瓣宽度和H面半功率波瓣宽度绝对误差均小于2 dB;其次,基于分类学习器和人工神经网络建立样本点的6个结构几何参数与3个性能参数的关系数据模型,得到的训练集、验证集、测试集的均方误差均小于1%;最后,基于人工神经网络数据模型实现了超材料微带天线高增益性能的逆设计,并对逆设计得到的非样本点结果进行天线性能的重分析。结果表明,非样本点的增益性能真实值与验证值的绝对误差不超过1 dB,这也验证了所提设计具有较高的精准性和可行性。