买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利基于神经网络与等效原理的三维金属目标电磁仿真方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120995893B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511509158.6，技术领域涉及：G06F30/27；该发明授权基于神经网络与等效原理的三维金属目标电磁仿真方法是由雷霖;杜赛迪;胡俊;赵冉;江明;赵华鹏;宗显政设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本基于神经网络与等效原理的三维金属目标电磁仿真方法在说明书摘要公布了：本发明属于计算电磁学与人工智能交叉领域，具体提供一种基于神经网络与等效原理的三维金属目标电磁仿真方法，用以解决三维金属目标电磁散射特性分析中等效原理算法在算子矩阵构造和散射特性求解阶段存在的计算复杂度高、内存消耗大以及传统数值积分方法效率低等技术问题。本发明将深度神经网络与多频率三角特征、空间耦合感知激活机制相结合，构建了等效原理算子矩阵的预测模型，在保持高预测精度的同时，显著降低算子矩阵构造以及散射特性求解所需的计算资源和时间，为复杂三维金属目标电磁散射问题提供一种高效、稳定、可扩展的快速求解方案。

本发明授权基于神经网络与等效原理的三维金属目标电磁仿真方法在权利要求书中公布了：1.基于神经网络与等效原理的三维金属目标电磁仿真方法，其特征在于，包括如下步骤： 步骤1.采用等效原理算法对目标表面与等效面分别进行网格离散，分别获取目标表面与等效面离散单元的公共边中心坐标，构造点对索引； 步骤2.构建点对坐标向量，经过归一化处理与三角频率特征扩展后生成点对坐标特征； 步骤3.构建深度神经网络模型，包括依次连接的输入模块、第一残差模块、第二残差模块、第三残差模块与输出模块； 输入模块由全连接层、批归一化层与ReLU激活函数构成，输入模块的输入为点对坐标特征，依次经过全连接层、批归一化层与ReLU激活函数后得到输出； 第一残差模块、第二残差模块与第三残差模块采用相同结构，由全连接层、批归一化层、ReLU激活函数与Dropout层构成；残差模块的输入依次经过全连接层、批归一化层、ReLU激活函数与Dropout层后得到中间特征向量，中间特征向量与输入相加得到残差模块的输出； 输出模块由两个全连接层与一个ReLU激活函数构成，输出模块的输入依次经过第一个全连接层、ReLU激活函数与第二个全连接层后得到1维输出特征，作为算子矩阵中元素预测值； ReLU激活函数引入空间耦合感知激活机制，具体为： 针对点对，首先计算目标面上点与等效面上点之间的欧式距离，再设置空间耦合因子：，表示平衡参数，则激活函数的输出表示为：，表示激活函数的输入，表示激活函数的输出； 步骤4.将等效原理算子矩阵进行分块，并分别对每一矩阵块的实部与虚部分别构建深度神经网络模型； 等效原理算子矩阵的表达式为： ， ， ， 其中，为等效原理算子矩阵，为目标上散射电磁流产生的电磁场向等效面传播的过程表达，为求解目标上的散射电流的过程表达，为等效面上入射电磁流产生的入射场向目标传播的过程表达；为等效面的单位外法线矢量，为自由空间波阻抗，为混合场积分方程中的比例因子；均表示K算子，均表示L算子； 等效原理算子矩阵分为4个矩阵块，依次为： ， ， ， ， 其中，与表示的上矩阵块与下矩阵块，与表示的左矩阵块与右矩阵块； 步骤5.采样数值积分结果生成监督训练数据，对每一矩阵块的实部与虚部的深度神经网络模型进行训练； 步骤6.将所有点对的坐标特征输入完成训练的深度神经网络模型，对应获得算子矩阵元素预测值，将预测结果经归一化逆变换还原为原始物理量量级，得到预测算子矩阵； 步骤7.根据预测算子矩阵求解得到三维金属目标的电磁散射场及雷达散射截面。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。