基于BP神经网络的六边形孔阵耦合截面的预测

孔缝耦合截面作为度量电磁能量经孔缝泄漏强弱的重要参数,一直没有一个普适快速且精度较高的获取方法。针对六边形孔阵归一化耦合截面的获取问题,分析了垂直入射条件下各因素对六边形孔阵耦合截面的影响,选择合适的参数并使用全波分析法共获取13 820组耦合截面数据。对部分输入参数进行预处理后输入神经网络进行训练,构建了一个以孔单元电尺寸、行/列数、行/列间距电尺寸、孔壁厚度电尺寸、入射波极化角度等7个参数为输入,归一化耦合截面为输出的BP神经网络模型。该模型在预测电尺寸为[0.1, 1.2]时的归一化耦合截面平均相对误差为3.8%。选取未出现在神经网络训练集与测试集中的输入参数,比较全波分析法计算值和神经网络预测值共480组数据,其平均相对误差为7.27%。最后通过实验测量,进一步验证了该模型的普适性和有效性。