CN111581588B - 一种电磁波空间计算装置及其运算方法 - Google Patents

一种电磁波空间计算装置及其运算方法 Download PDF

Info

Publication number
CN111581588B
CN111581588B CN202010373386.6A CN202010373386A CN111581588B CN 111581588 B CN111581588 B CN 111581588B CN 202010373386 A CN202010373386 A CN 202010373386A CN 111581588 B CN111581588 B CN 111581588B
Authority
CN
China
Prior art keywords
layer
metamaterial
electromagnetic wave
unit
loss0
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010373386.6A
Other languages
English (en)
Other versions
CN111581588A (zh
Inventor
苗龙
姜汝丹
赵兴
程强
崔铁军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Cyberspace Science And Technology Co ltd
Original Assignee
Jiangsu Cyberspace Science And Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Cyberspace Science And Technology Co ltd filed Critical Jiangsu Cyberspace Science And Technology Co ltd
Priority to CN202010373386.6A priority Critical patent/CN111581588B/zh
Publication of CN111581588A publication Critical patent/CN111581588A/zh
Priority to PCT/CN2021/080196 priority patent/WO2021223512A1/zh
Application granted granted Critical
Publication of CN111581588B publication Critical patent/CN111581588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Aerials With Secondary Devices (AREA)

Abstract

本发明公开了一种电磁波空间计算的运算装置及其优化方法,该电磁波空间计算的运算装置一般采用层叠结构实现;一般用单元阵列结构实现单层电磁结构;采用周期或者准周期的单元排布方式形成单元阵列。该电磁计算方法利用相互作用的电磁网络完成可调参数的矩阵运算,并且这种可调参数的矩阵运算关系可以实现级联、反馈及其组合,形成复杂电磁波空间计算功能及其装置。

Description

一种电磁波空间计算装置及其运算方法
技术领域
本发明属于电磁波空间计算的领域,尤其涉及一种电磁波空间计算装置及其运算方法。
背景技术
超构材料是指具有亚波长尺度的单元按一定的宏观排列方式(周期性或非周期性)形成的人工复合结构。由于其基本单元和排列方式都可任意设计,因此能突破传统材料在原子或分子层面难以精确操控的限制,构造出传统材料与传统技术不能实现的超常规媒质参数,进而对电磁波进行高效灵活调控,实现一系列新奇的物理特性和应用。近二十年来,超构材料一直是物理和信息领域的国际前沿,以等效媒质理论为基础,在变换光学等方法指导下,新型电磁结构设计不断涌现,例如电磁隐身衣、隐身地毯、完美吸波体、电磁黑洞等,引起了世界各国科学家和政府组织的高度关注。
本发明中涉及的信息超构材料,或称为数字电磁超材料、电磁编码超材料,可将电磁模拟信号数字化,智能实时地调整材料的电磁信息特性,以适应或改变周围电磁环境,即具备对电磁波在时-空-频-极化等多维电磁物理空间实时调控的能力,其重要特征之一就是能够直接处理数字编码信息。该信息超构材料的概念,由我国学者崔铁军等人由2014年首先提出(Light:Science&Applications,2014年9月9日正式录用,2014年10月24日在线发表),该思想不但被实验所证实,而且开拓出一个新领域,为超构材料技术的发展开辟了新方向。比如,1-比特的信息超构材料由“0”和“1”的单元码元来分别表征0°和180°的相位响应,然后按照一定规律排列这样的“0”和“1”的单元码元构成超构材料表面(或称超构表面、超表面),以实现所需的设计功能;而2-比特的信息超构材料由“00”、“01”、“10”和“11”等单元码元来分别表征0°、90°、180°和270°等的相位响应,以此进行单元排列、构成特定功能的超构表面;以此类推,多比特的单元码元则选用相位差基本保持稳定的有限种电磁超构材料单元形式,按一定的编码规律进行排列,具有2N种状态特性,其中N代表比特数,构成所需功能的超构表面。多比特超构表面具有与1比特超构表面相同的数字化设计的优点,且具有更多的编码组合,因此对电磁波的调控更加自由,能实现的功能更加丰富、调控效果更优。
现代经典的信号与信息处理系统,所涉及的大部分信号或者信息的初始形态是事物的运动变化,为了测量它们和处理它们,先要用传感器把它们的特征转换成电信号,等到这些电信号处理完后,再把它们转变为我们能看见、能听见或能利用的形态。比如,初始信号代表某种事物的运动变换,它经信号转换单元可变为电信号。例如声波,它经过麦克风后就变为电信号;又如压力,它经压力传感器后变为电信号;电信号可视为许多频率的正弦波的组合。数字信号处理的过程实际上是一系列的运算过程,即它按照指令对二进制的数字信号进行计算。例如,将声波信号与一个高频正弦波信号相乘,可实现幅度调制。广义来说,数字信号与信息处理是用数字方法和算法对信号进行分析、变换、滤波、检测、调制、解调等运算,对所涉及的信息进行接收、存储、转化、传送和发布等处理。因此,传统的信号与信息处理系统都是计算机等数字设备中实现的,以数字电路为媒质、以电信号为载体实现相应的运算。
信息超构材料,将电磁模拟信号数字化,具备对电磁波在时-空-频-极化等多维电磁物理空间实时调控的能力,其重要特征之一就是能够直接处理数字编码信息,如信息超构材料表面可以实现电磁波的卷积运算、复数加法运算等,也就实现了物理世界与数字世界的统一,由此为信息超构材料形成电磁波空间计算的装置奠定了理论基础,进一步形成新体制的信号与信息处理架构、且其架构大大简化。
发明内容
本发明所要解决的技术问题是:提供一种电磁波空间计算装置及其运算方法,由多个信息超构材料表面层叠级联,构建基于电磁域的多层网络,来实现信息运算和信息运算。
本发明为解决上述技术问题采用以下技术方案:一种基于信息超构材料单元,该单元包括自上而下依次设置的上层金属结构(1)、上层介质板层(2)、金属地(3)、下层介质板层(4)和底层金属结构层(5);并且,在上层金属结构(1)上方设置有上层放大器(51),在下层金属结构(5)下方设置有下层放大器(62)。
进一步的,所述上层金属结构(1)包括第一圆形金属结构(11)、第一传导结构(12)、第一金属过孔结构(13),所述第一圆形金属结构(11)与第一金属过孔结构(13)通过第一传导结构(12)连接,并且位于同一表面;
所述下层金属结构(5)包括第二圆形金属结构(51)、第二传导结构(52)、第二金属过孔结构(53),所述二圆形金属结构(51)与第二金属过孔结构(53)通过第二传导结构(52)连接,并且位于同一表面;所述第一金属过孔结构(13)与第二金属过孔结构(53)连通。
此外,本发明还提出一种根据所述基于信息超构材料单元构成的超表面,该超表面由所述信息超构材料单元排列而成。
此外、本发明还提出一种根据所述的超表面构建的电磁波空间计算装置,该装置包括M个所述超表面,并且M大于等于2;所述超表面空间上通过支柱或者结构框架连接形成相对平行的空间层叠的级联架构或者每层超表面之间填充介电常数和损耗参数的电磁介质形成相对平行的空间层叠的级联架构。
此外,本发明还提出一种根据所述电磁波空间计算装置的优化方法,该方法包括如下步骤:
第一步,将电磁波空间计算装置的第一层为第0层,也即输入层,并设置输入层的电磁波;
第二步:随机初始化所有Ti的参数值,
Figure BDA0002478992060000031
Ti代表第i层超材料单元的传输调控系数矩阵,Ti中每个元素和第i层超材料阵列中每个单元的增益系数对应,i=1,2,…,M-1,
第三步:计算依次经过M层超表面后的电磁波输出EM+1,并由误差函数计算出此时的误差Loss0=LF(EM+1),其中,LF()表示由系统输出EM+1计算误差的函数;
第四步:随机初始化
Figure BDA0002478992060000032
参数单次更新的步长
Figure BDA0002478992060000033
假如
Figure BDA0002478992060000034
的值增加
Figure BDA0002478992060000035
则系统的输出会增加
Figure BDA0002478992060000036
即系统的输出变为
Figure BDA0002478992060000037
计算一个辅助用的更新误差:
Figure BDA0002478992060000038
第五步:对比Loss0和
Figure BDA0002478992060000039
假如Loss0小于等于
Figure BDA00024789920600000310
Figure BDA00024789920600000311
值不更新,保持不变;假如Loss0大于
Figure BDA00024789920600000312
Figure BDA00024789920600000313
值更新为
Figure BDA00024789920600000314
对第i层所有的
Figure BDA00024789920600000315
循环执行第三步到第五步,i=1,2,…,M,p=1,2,…,N,N为每层超表面包含的信息超构材料单元的个数;
第六步:对所有层的
Figure BDA00024789920600000316
执行第一步到第五步得到所有层优化的Ti
第七步:使用执行完第六步后所有层Ti的值,重新由前向传输过程计算系统的输出EM+1,并由误差函数重新计算出此时的误差Loss0=LF(EM+1),判断此时Loss0的大小,假如Loss0的值大于预设的阈值,则跳回第三步继续迭代更新;相反的,假如Loss0的值小于等于预设的阈值,则保存此时Ti的值作为优化的最终结果。
进一步的,从第i层超材料单元到第i+1层超材料单元的前向传输的过程可以表达为:
Ei+1=Gi·(Ti⊙Ei)
Ei代表了照射到第i层超材料表面的电磁波,也可以看成是第i-1层超材料的输出;
Ti代表第i层超材料单元的传输调控系数矩阵,Ti中每个元素和第i层超材料阵列中每个单元的增益系数对应;
Gi代表从第i层超材料单元到第i+1层超材料单元的自由空间传输系数矩阵。
进一步的,所述计算误差的函数为均方误差函数或者交叉熵误差函数。
有益效果:与现有技术相比,本发明的技术方案具有以下有益技术效果:
现有的信息超构材料单元在以往的幅度调控设计中通常是引入一些谐振结构,来实现吸波的效果,这类超构材料单元及其功能表面都是通过吸收能量来对幅度进行调控,且材料结构一旦确定,功能也就固定了,不能实时改变。为了实现实时可调,一些结合变容二极管的可调谐超构材料单元也已被提出,但因没有额外能量输入,其对电磁波调控仍以吸波来实现,且调控范围也很有限。因此,所述新型超构材料的基本单元可依据特定系数变化实现幅度调控,实时可调范围大,调控方法灵活。
由该基本单元,可通过排布构成为电磁波空间计算的运算层,通过超构材料传输结构和放大器的结合,利用其对放大器增益特性有效调控,使得所设计的信息超构材料表面具有可编程的功能,实现对传输电磁波幅度的有效控制,其调控特性可以实现Y=W*X电磁波空间计算,且传输调控系数矩阵W可根据运算要求实时可控;同时,级联的电磁波传输,也可以直接通过运算层表面实现A/D或D/A转换。
该电磁波空间计算装置,支持任意误差函数,支持任意个数复数离散值;可采用并行更新,误差可在几分钟内稳定收敛,给功能扩展提供了可能;考虑到每个节点的相位变化可能并不固定,每个节点都支持随机相位误差的引入,可稳定收敛。
附图说明
图1是本发明中基本单元的截面结构示意图;
图2是本发明中基本单元的正面和背面结构示意图,其中a为正面结构示意图,b为背面结构示意图;
图3是本发明中基本单元对电磁信号调控和传输原理图;
图4是本发明所述的电磁波空间计算装置的一种具体实施例;
图5是本发明的电磁波空间计算装置多层级联的实施例;
图6是本发明的电磁波空间计算装置实现电磁波传输过程的示意图;
图7是本发明的电磁波空间计算装置进行离线学习训练的流程图;
图8是本发明的电磁波空间计算装置进行现场强化学习训练的流程图;
图9是本发明的具有反馈网络的电磁波空间计算装置的实施例。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本技术领域技术人员可以理解的是,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
如图1-2所示,所述基本单元结构即构成一个超构材料结构单元,包括自上而下依次设置的上层金属结构1、上层介质板层2、金属地3、下层介质板层4和底层金属结构层5;在上层金属结构1上方加载有上层放大器61,在下层金属结构5下方加载有下层放大器62。
所述上层金属结构1包括第一圆形金属结构11、第一传导结构12、第一金属过孔结构13,所述第一金属结构11、第一传导结构12及第一金属过孔结构13在同一表面相互连接;
所述下层金属结构5包括第二圆形金属结构51、第二传导结构52、第二金属过孔结构53,所述二圆形金属结构51、第二传导结构52、第二金属过孔结构53在同一表面相互连接;所述第一金属过孔结构13与第二金属过孔结构53在内部通过多层PCB工艺实现连通。
优选的,所述单元结构的第一圆形金属结构11和第二圆形金属结构51半径均为a,单元的周期尺寸均为b,上层介质板层2和下层介质板层4的厚度均为h。
进一步,上层介质板层2和下层介质板层4也可以根据设计需求厚度不一致。
再结合图3说明该基本单元实现电磁波传输能量调控的原理:电磁波首先通过第一圆形金属结构11由空间耦合至超构材料结构单元内,并在第一传导结构12和第二传导结构52传输过程中,经顶层放大器61和底层放大器62进行处理;其中,有源放大器61和62分别加载于第一传导结构12和第二传导结构52上,且第一传导结构12和第二传导结构52间通过金属过孔13和53连接;电磁波经过超构材料的人工结构对传输的电磁波能量进行调制后,最后通过第二圆形金属结构51辐射到空间中,通过控制有源放大器的供电电压,来实现放大器输出增益的调控,从而实现对传输电磁波的能量调控。
下面结合图4进一步说明电磁波空间计算装置的一种具体实施例。根据上述的特征的基本单元A11和A21,按照周期或者准周期方式进行排列,进一步形成阵列,即构成信息超构材料表面A1和A2。该信息超构材料表面A1和A2具有透射式的传输电磁波调控功能,以构成电磁波空间计算装置的运算层。比如,对于信息超构材料表面A1而言,该运算层对照射到顶层表面的入射波E0实现电磁波的接收,然后通过在阵面的顶层和底层之间传输并进行幅度调控,再从底层表面发射出去,即形成透射波E1,整个运算层可实现Y=G·(T⊙X)形式的矩阵运算,所述⊙代表矩阵的哈达玛积,·为一般的矩阵乘法,其中,X和Y分别是电磁波的输入(入射波E0)和输出(透射波E1),T为传输调控系数矩阵、可根据实际通过调控基本单元A11上的放大器输出增益来进行权值调变,G为自由空间的传输系数矩阵,表征电磁波在自由空间传播过程中幅度的衰减和相位的改变。令W矩阵为G矩阵的各行和T矩阵的转置向量进行哈达玛积后形成的矩阵,则Y=G·(T⊙X)可以表示为Y=W·X的基本矩阵运算。
由于信息超构材料表面A1是基本单元A11按照周期或者准周期方式进行排列的,整个信息超构材料表面形成了一个二维阵面,每个基本单元上面都有可独立控制的有源放大器,即构成可调的二维矩阵,根据实际的运算,通过控制有源放大器的供电电压,来实现放大器输出增益的调控,从而使每个基本单元对应的T矩阵的网格节点设置成所需的传输调控系数的权值。因为超构材料表面的透射波或透射场,物理上是由表面上每个基本单元的透射波或透射场进行叠加而成的,而基本单元所接收的入射波通过基本单元内部的“传输”和“系数权值的调控”,形成透射,再叠加成为透射波,实现Y=W·X形式的基本矩阵运算。
不失一般性,对于基本单元排列成阵列,不仅可以是矩形网格排布的,也可以是三角网格排布、圆形网格排布、甚至特定组合或者随机稀疏网格排布的。
进一步,由信息超构材料表面(即运算层)A1和A2在空间上按一定的距离平行排放,构成一个典型的级联的电磁波空间计算装置,当入射波E0照射到运算层A1后,形成透射波E1,完成了Y1=W1·X形式的矩阵运算,其中,Y1为通过运算层A1计算后的输出矩阵,W1为运算层A1的自由空间传输系数矩阵G1的各行与传输调控系数矩阵T1的转置向量进行哈达玛积后形成的合并矩阵;
然后,透射波E1作为信息超构材料表面A2的入射波,通过运算层A2后,最终形成透射波E2,则完成了Y2=W1·Y1形式的矩阵运算,其中Y2为通过运算层A2计算后的输出矩阵,W2的定义和W1相同。运算装置的运算层之间保持一定的距离,可以如图4虚线的位置在空间上通过支柱或者结构框架相连接,形成相对平行的空间层叠的级联架构;也可以通过在运算层之间填充具有特定的介电常数和损耗参数的电磁介质实现。
再进一步,可以通过多级级联的方式将信息超构材料表面(即运算层)构成更复杂的电磁波空间计算装置,结合图5和图6所示,信息超构材料表面(即运算层)A1、A2、……、Ai-1、Ai、……、AM,相互间保持一定的距离且平行放置,输入的电磁波为E1,输出的电磁波为Ei+1,实现多级的矩阵运算,i取值为1到M,M为大于1的整数。
为了下述公式表示方便,我们用上标i代表第i层的物理参数,并对各符号和参数的定义进行说明;其中将二维矩阵退化为一维向量来说明整个训练和计算的过程,即图6上每个圆点“○”代表运算层的一个基本单元、且基本单元的阵列形成一维向量。
符号说明:
Figure BDA0002478992060000061
:向量对向量的求导,排布方式使用分子式;
参数定义:
N;第i层超材料单元的单元数量,由于每一层超材料单元的单元数量相同,所以统一用N表示。
M:除去系统输入层之后,整个系统的超材料单元层数,系统输入层以第0层表示。
Ei:是一个N行一列的复数向量,元素个数等于第i层超材料单元数N,Ei代表了照射到第i层超材料表面的电磁波,也可以看成是第i-1层超材料的输出。对于二维的超材料阵列,Ei中的每个元素和扁平化为一列后的第i层超材料阵列中的每个单元一一对应,整个系统的输出由EM+1表示。
Ti:是一个N行一列的复数向量,代表第i层超材料单元的传输调控系数矩阵,Ti中每个元素和第i层超材料阵列中每个单元的增益系数一一对应,一个单元的增益系数的幅度值可以理解为电磁波穿过此单元后电磁波的幅度被放大的倍数。
Gi:从第i层超材料单元到第i+1层超材料单元的自由空间传输系数矩阵。Gi是一个大小为N×N的二维复数矩阵,表征了电磁波在两层超材料单元之间的自由空间传播过程中幅度的衰减和相位的改变。Gi的第m行n列元素代表电磁波从第i层超材料阵列的第n个单元的位置传输到第i+1层超材料阵列的第m个单元的位置时的复数衰减系数,其值与两个单元间的距离和单元的辐射方向图有关。
Figure BDA0002478992060000071
:第i层超材料单元的传输调控系数矩阵Ti中的第p个元素的值,由此Ti可以表示为:
Figure BDA0002478992060000072
下面我们先给出整个系统从输入到最终输出的前向计算过程:
如图6所示,当系统第一层用作整个系统的输入层,计算时看成第0层时,输入层的超材料单元对应的传输调控系数矩阵会设置成人为给定的值,且在后续的优化过程中不会被自动更新。输入层的作用是用来给后续的M层超材料单元提供特定的输入E1。不失一般性,这里的输入和输出的电磁波,可以是任意类似的电磁波,比如,平面波、或者球面波,等等。
从第i层超材料单元到第i+1层超材料单元的前向传输的过程可以表达为:
Ei+1=Gi·(Ti⊙Ei)
Ei:是一个N行一列的复数向量,元素个数等于第i层超材料单元数N,Ei代表了照射到第i层超材料表面的电磁波,也可以看成是第i-1层超材料的输出。对于二维的超材料阵列,Ei中的每个元素和扁平化为一列后的第i层超材料阵列中的每个单元一一对应,整个系统的输出由EM+1表示;
Ti:是一个N行一列的复数向量,代表第i层超材料单元的传输调控系数矩阵,Ti中每个元素和第i层超材料阵列中每个单元的增益系数一一对应,一个单元的增益系数的幅度值可以理解为电磁波穿过此单元后电磁波的幅度被放大的倍数;
Gi:从第i层超材料单元到第i+1层超材料单元的自由空间传输系数矩阵。Gi是一个大小为N×N的二维复数矩阵,表征了电磁波在两层超材料单元之间的自由空间传播过程中幅度的衰减和相位的改变。Gi的第m行n列元素代表电磁波从第i层超材料阵列的第n个单元的位置传输到第i+1层超材料阵列的第m个单元的位置时的复数衰减系数,其值与两个单元间的距离和单元的辐射方向图有关;
整个系统的前向传输过程由各层级联而成,得到系统最终的输出EM+1
E1=G0·(T0⊙E0),
E2=G1·(T1⊙E1),
……
EM=GM-1·(TM-1⊙EM-1),
EM+1=GM·(TM⊙EM),
当整个系统需要完成特定的人工智能任务时,就需要对每一层超材料单元的传输调控系数矩阵T进行优化,优化的目标就是对于特定的输入E1(设置第0层输入层的目的也是生成特定的输入E1),经过系统各层的调制之后,可以得到满足预定能量分布要求的EM+1。由此可以制定一个误差函数Loss,来计算系统实际输出的EM+1和预定的EM+1之间的差距。根据具体问题的需要,Loss函数可以有不同的形式,比如均方误差函数或者交叉熵误差函数。
由于每层运算层上的基本单元的增益幅度是离散调控的,所以电磁计算的训练过程的参数更新也必须做成离散的。因为整个系统的前向传输方程是线性的,所以透射系数的变化会线性反映为系统最终输出的变化。
接下来我们给出第i层超材料单元的传输调控系数矩阵Ti的第p个单元值
Figure BDA0002478992060000081
的优化过程:
第一步:随机初始化所有Ti的参数值,
Figure BDA0002478992060000082
Figure BDA0002478992060000083
:第i层超材料单元的传输调控系数矩阵Ti中的第p个元素的值,i=1,2,…,M-1;
第二步:由前向传输过程计算系统输出EM+1,并由误差函数计算出此时的误差Loss0=LF(EM+1),其中,LF()表示由系统输出EM+1计算误差的函数,比如均方误差函数或者交叉熵误差函数;
第三步:随机初始化
Figure BDA0002478992060000084
参数单次更新的步长
Figure BDA0002478992060000085
假如
Figure BDA0002478992060000086
的值增加
Figure BDA0002478992060000087
则系统的输出会增加
Figure BDA0002478992060000091
即系统的输出变为
Figure BDA0002478992060000092
计算一个辅助用的更新误差:
Figure BDA0002478992060000093
第四步:对比Loss0和
Figure BDA0002478992060000094
假如Loss0小于等于
Figure BDA0002478992060000095
Figure BDA0002478992060000096
值不更新,保持不变;假如Loss0大于
Figure BDA0002478992060000097
Figure BDA0002478992060000098
值更新为
Figure BDA0002478992060000099
对第i层所有的
Figure BDA00024789920600000910
循环执行第二步到第四步,i=1,2,…,M,p=1,2,…,N;
第五步:对所有层的
Figure BDA00024789920600000911
执行第一步到第四步得到所有层优化的Ti
第六步:使用执行完第五步后所有层Ti的值,重新由前向传输过程计算系统的输出EM+1,并由误差函数重新计算出此时的误差Loss0=LF(EM+1)。判断此时Loss0的大小,假如Loss0的值大于预设的阈值,则跳回第三步继续迭代更新;相反的,假如Loss0的值小于等于预设的阈值,则保存此时Ti的值作为优化的最终结果。
根据上述的电磁域深度学习和训练过程,本发明的电磁波空间计算装置,可使用多种方式进行参数训练,如可使用监督或非监督的方式,可使用连续或离散的方式,也可以使用强化学习的方式。进行学习的过程,可以是离线学习的方式,如图7所示;也可以是现场强化学习的方式,如图8所示。训练的过程需要上位机对电磁计算装置的运算层上的基本单元进行参数配置、调控,这里的上位机可以是如DSP、FPGA、CPLD、或者ARM、RISC-V及单片机芯片等构成的控制电路,甚至是PC。
再进一步,电磁波空间计算装置的级联架构,除了上述的电磁波前向传输网络外,还可以具有电磁波的后向反馈网络。如图9所示,信息超构材料表面(即运算层)A1和A2相互平行放置,构成电磁波前向传输网络,同时,可选地,信息超构材料表面(即运算层)A10与信息超构材料表面(即运算层)A1和A2呈非平行方式配置。
信息超构材料表面(即运算层)A10上面的基本单元的输入与信息超构材料表面(即运算层)A2上面的输出通过传输线101(比如,同轴线、微带线、甚至表面等离激元SPP传输线,等等)相连接、实现部分能量的耦合,且设计运算层A10上的基本单元,使其发射的电磁波Eb传输方向对应运算层A2,形成运算层A2的反馈波,即运算层A2的输入即包含运算层A1的透射场E1和反馈场Eb,由此实现如X2=W2*X1+B2形式的矩阵运算,其中B2也是一个复数矩阵,代表对应运算层A2的反馈系数矩阵。同样地,也可以设计运算层A10上的基本单元,使其发射的电磁波Eb传输方向对应运算层A1,实现X1=W1*X0+B1形式的矩阵运算,则与B2相类似的,B1为对应运算层A1的反馈系数矩阵。
需要进一步说明的是,反馈场Eb与输入E0、输出E2可以是相同的频率,也可以是不同的频率。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种根据超表面构建的电磁波空间计算装置的优化方法,其特征在于,所述电磁波空间计算装置包括M个超表面,并且每层超表面空间上依次连接形成相对平行的空间层叠的级联结构或者每层超表面之间填充电磁介质形成相对平行的空间层叠的级联结构,其中,M大于等于1,所述超表面由信息超构材料单元排列而成,该单元包括自上而下依次设置的上层金属结构(1)、上层介质板层(2)、金属地(3)、下层介质板层(4)和底层金属结构层(5);并且,在上层金属结构(1)上方设置有上层放大器(51),在下层金属结构(5)下方设置有下层放大器(62);
根据超表面构建的电磁波空间计算装置的优化方法包括如下步骤:
第一步,所述电磁波空间计算装置的第一层为第0层,即输入层,并设置输入层的电磁波;
第二步:随机初始化所有Ti的参数值,
Figure FDA0002961726970000011
Ti代表第i层超材料单元的传输调控系数矩阵,Ti中每个元素和第i层超材料阵列中每个单元的增益系数对应,i=0,1,2,…,M-1,N为每层超表面包含的信息超构材料单元的个数;
第三步:计算依次经过M层超表面后的电磁波输出EM+1,并由误差函数计算出此时的误差Loss0=LF(EM+1),其中,LF()表示由系统输出EM+1计算误差的函数;
第四步:随机初始化
Figure FDA0002961726970000012
参数单次更新的步长
Figure FDA0002961726970000013
假如
Figure FDA0002961726970000014
的值增加
Figure FDA0002961726970000015
则系统的输出会增加
Figure FDA0002961726970000016
即系统的输出变为
Figure FDA0002961726970000017
计算辅助的更新误差:
Figure FDA0002961726970000018
第五步:对比Loss0和
Figure FDA0002961726970000019
假如Loss0小于等于
Figure FDA00029617269700000110
Figure FDA00029617269700000111
值不更新,保持不变;假如Loss0大于
Figure FDA00029617269700000112
Figure FDA00029617269700000113
值更新为
Figure FDA00029617269700000114
对第i层所有的
Figure FDA00029617269700000115
循环执行第三步到第五步;
第六步:对所有层的
Figure FDA00029617269700000116
执行第一步到第五步得到所有层优化的Ti
第七步:使用执行完第六步后所有层Ti的值,重新由前向传输过程计算系统的输出EM+1,并由误差函数重新计算出此时的误差Loss0=LF(EM+1),判断此时Loss0的大小,假如Loss0的值大于预设的阈值,则跳回第三步继续迭代更新;相反的,假如Loss0的值小于等于预设的阈值,则保存此时Ti的值作为优化的最终结果。
2.根据权利要求1所述的一种根据超表面构建的电磁波空间计算装置的优化方法,其特征在于,所述上层金属结构(1)包括第一圆形金属结构(11)、第一传导结构(12)、第一金属过孔结构(13),并且所述第一圆形金属结构(11)与第一金属过孔结构(13)通过第一传导结构(12)连接,并且位于同一表面;
所述下层金属结构(5)包括第二圆形金属结构(51)、第二传导结构(52)、第二金属过孔结构(53),并且所述第二圆形金属结构(51)与第二金属过孔结构(53)通过第二传导结构(52)连接,并且位于同一表面;并且所述第一金属过孔结构(13)与第二金属过孔结构(53)连通。
3.根据权利要求1或2所述的一种根据超表面构建的电磁波空间计算装置的优化方法,其特征在于,从第i层超材料单元到第i+1层超材料单元的前向传输的过程表达为:
Ei+1=Gi·(Ti⊙Ei)
Ei代表了照射到第i层超材料表面的电磁波;
Ti代表第i层超材料单元的传输调控系数矩阵,Ti中每个元素和第i层超材料阵列中每个单元的增益系数对应;
Gi代表从第i层超材料单元到第i+1层超材料单元的自由空间传输系数矩阵。
4.一种根据权利要求1或2所述的一种根据超表面构建的电磁波空间计算装置的优化方法,其特征在于,计算误差的函数为均方误差函数或者交叉熵误差函数。
CN202010373386.6A 2020-05-06 2020-05-06 一种电磁波空间计算装置及其运算方法 Active CN111581588B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010373386.6A CN111581588B (zh) 2020-05-06 2020-05-06 一种电磁波空间计算装置及其运算方法
PCT/CN2021/080196 WO2021223512A1 (zh) 2020-05-06 2021-03-11 一种电磁波空间计算装置及其运算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010373386.6A CN111581588B (zh) 2020-05-06 2020-05-06 一种电磁波空间计算装置及其运算方法

Publications (2)

Publication Number Publication Date
CN111581588A CN111581588A (zh) 2020-08-25
CN111581588B true CN111581588B (zh) 2021-04-27

Family

ID=72127651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010373386.6A Active CN111581588B (zh) 2020-05-06 2020-05-06 一种电磁波空间计算装置及其运算方法

Country Status (2)

Country Link
CN (1) CN111581588B (zh)
WO (1) WO2021223512A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111581588B (zh) * 2020-05-06 2021-04-27 江苏赛博空间科学技术有限公司 一种电磁波空间计算装置及其运算方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102479278A (zh) * 2011-03-15 2012-05-30 深圳光启高等理工研究院 一种生成人造微结构参数的方法
CN102593593A (zh) * 2012-02-29 2012-07-18 深圳光启创新技术有限公司 一种负磁导率超材料
CN102682141A (zh) * 2011-03-18 2012-09-19 深圳光启高等理工研究院 一种超材料单元结构的推演方法和装置
CN106229692A (zh) * 2016-09-18 2016-12-14 东南大学 一种应用于太赫兹波段的1‑比特双频段电磁编码超材料
CN106410395A (zh) * 2016-09-19 2017-02-15 四川大学 超材料整流表面
CN106911007A (zh) * 2017-03-16 2017-06-30 西安电子科技大学 用于多频带频率选择透波角度的多层超材料表面结构
CN108598715A (zh) * 2018-05-08 2018-09-28 东南大学 一种多功能集成的反射透射一体化电磁编码超材料
CN109888504A (zh) * 2019-03-26 2019-06-14 东南大学 一种具有可编程非互易特性的透射式基本单元及超材料
CN110504550A (zh) * 2019-09-09 2019-11-26 江苏易珩空间技术有限公司 一种辐射和散射一体化信息超构材料表面及其应用
CN110994187A (zh) * 2019-11-22 2020-04-10 东南大学 一种具有极化可重构特性的反射式基本单元及超材料

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7256753B2 (en) * 2003-01-14 2007-08-14 The Penn State Research Foundation Synthesis of metamaterial ferrites for RF applications using electromagnetic bandgap structures
CN103091569B (zh) * 2011-10-31 2015-09-16 深圳光启高等理工研究院 一种人工电磁材料的结构单元参数仿真实验方法及装置
CN111581588B (zh) * 2020-05-06 2021-04-27 江苏赛博空间科学技术有限公司 一种电磁波空间计算装置及其运算方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102479278A (zh) * 2011-03-15 2012-05-30 深圳光启高等理工研究院 一种生成人造微结构参数的方法
CN102682141A (zh) * 2011-03-18 2012-09-19 深圳光启高等理工研究院 一种超材料单元结构的推演方法和装置
CN102593593A (zh) * 2012-02-29 2012-07-18 深圳光启创新技术有限公司 一种负磁导率超材料
CN106229692A (zh) * 2016-09-18 2016-12-14 东南大学 一种应用于太赫兹波段的1‑比特双频段电磁编码超材料
CN106410395A (zh) * 2016-09-19 2017-02-15 四川大学 超材料整流表面
CN106911007A (zh) * 2017-03-16 2017-06-30 西安电子科技大学 用于多频带频率选择透波角度的多层超材料表面结构
CN108598715A (zh) * 2018-05-08 2018-09-28 东南大学 一种多功能集成的反射透射一体化电磁编码超材料
CN109888504A (zh) * 2019-03-26 2019-06-14 东南大学 一种具有可编程非互易特性的透射式基本单元及超材料
CN110504550A (zh) * 2019-09-09 2019-11-26 江苏易珩空间技术有限公司 一种辐射和散射一体化信息超构材料表面及其应用
CN110994187A (zh) * 2019-11-22 2020-04-10 东南大学 一种具有极化可重构特性的反射式基本单元及超材料

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Deep Learning: A Rapid and Efficient Route to Automatic Metasurface Design;Tianshuo Qiu等;《adcanced science》;20190419;第6卷(第12期);第2节、第3.2.1节,图6 *
Lei Chen等.Space-Energy Digital-Coding Metasurface Based on an Active Amplifier.《PHYSICAL REVIEW APPLIED》.2019,第11卷(第5期), *
Space-Energy Digital-Coding Metasurface Based on an Active Amplifier;Lei Chen等;《PHYSICAL REVIEW APPLIED》;20190520;第11卷(第5期);第2节,图2 *
基于人工超材料与超表面的电磁波调控;李肃成;《中国博士学位论文全文数据库 基础科学辑》;20160815(第08期);A005-678 *

Also Published As

Publication number Publication date
CN111581588A (zh) 2020-08-25
WO2021223512A1 (zh) 2021-11-11

Similar Documents

Publication Publication Date Title
Gotmare et al. Nonlinear system identification using a cuckoo search optimized adaptive Hammerstein model
CN108511915B (zh) 一种基于时空编码的任意比特可编程超材料设计方法
TW202005312A (zh) 用於訓練基於矩陣的可微分程式的系統及方法
US20220036176A1 (en) Artificial Neural Network Implementations
CN110535486B (zh) 基于超表面神经网络的射频信号直接处理式无线收发机
CN111581588B (zh) 一种电磁波空间计算装置及其运算方法
Bahoura et al. FPGA-implementation of high-speed MLP neural network
Wu A new concept of eigenvalues and eigenvectors and its applications
Zhang et al. Linear arbitrary array pattern synthesis with shape constraints and excitation range control
Lin et al. Low-sidelobe shaped-beam pattern synthesis with amplitude constraints
Zhao et al. Radial basis function neural network optimal modeling for phase-only array pattern nulling
Fang et al. Design of reconfigurable periodic structures based on machine learning
Nosrati et al. Switch-based hybrid beamforming for massive MIMO communications in mmWave bands
CN113472409B (zh) 毫米波大规模mimo系统中基于past算法的混合预编码方法
Zeng et al. Fast descent search algorithm for shaped-beam synthesis with the desired field phases as design variables
Wei et al. Artificial neural network and convex optimization enable antenna array design
Mehrivash et al. Constrained model predictive control for positive systems
Ram Optimization for the reduction of power in sidebands and side lobes of time‐modulated antenna array
Kondratieva et al. Artificial neural networks in digital antenna arrays
Ramirez et al. Event-triggered dynamic quantizers for networked control systems
Onat et al. Efficient Embedded Element Pattern Prediction via Machine Learning: A Case Study with Planar Non-Uniform Sub-Arrays
Singh et al. Estimation of resonant frequency of a circular microstrip antenna using artificial neural network
Xu et al. Design of Sparse Two-Dimensional FIR Notch Filter Based on BP Neural Network
CA2651256A1 (en) Method to control error floor in analog neural ldpc decoder
Al Zuraiqi et al. Neural networks FPGA controller for reconfigurable antennas

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant