26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc

下载文档加入资源篮

阅读 0
格式 doc
大小 4.57 MB
约26页
2026-09-19
评论
收藏
赞(0)
海报
分享
微信扫码分享或点击分享到
QQ空间
QQ好友
新浪微博
复制链接
分享赚佣金
举报

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第1页

1/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第2页

2/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第3页

3/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第4页

4/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第5页

5/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第6页

6/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第7页

7/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第8页

8/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第9页

9/26页

26年WP电子科学与技术基于深度神经网络的能量选择表面设计与性能预测3.18-AI6.35(14791字).doc_第10页

10/26页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/26

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

WHKJ 大学本科毕业设计摘要随着高功率微波武器实用化与电磁环境日益复杂，电子系统面临严峻的电磁防护挑战。传统防护结构不足以兼顾低插入损耗与高屏蔽效能，能量选择表面(Energy Selective Surface, ESS)虽具备“低场透波、高场屏蔽”的特殊特性，但传统设计依赖等效电路与全波仿真，这些步骤具有周期长、参数优化等困难。本文提出一种基于深度神经网络(Deep Neural Network, DNN)的 ESS 正向性能预测方法。以矩形栅格单极化 ESS 单元为对象，采用 6×6 二进制矩阵编码金属贴片分布与PIN 二极管状态，通过全波仿真构建含 3000 组样本的数据集；进而搭...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在违规，或者侵犯商业秘密、侵犯著作权等，请点击“违规举报”。

碎片内容