《Optics & Laser Technology》:Deep learning-enabled invisible electromagnetic scattering amplifier
编辑推荐:
•双功能集成实现了自身隐形以及对电小目标的散射增强。•两阶段神经网络训练策略提高了回归效率。•展示了针对具有不同位置、方向和复杂几何形状的电小目标的稳健性能。引言随着微机器人技术的快速发展 [1], [2], [3],新兴设计如微型无人机 (UAV) 和仿生蚊子机器人创造了对
- •
双功能集成实现了自身隐形以及对电小目标的散射增强。
- •
两阶段神经网络训练策略提高了回归效率。
- •
展示了针对具有不同位置、方向和复杂几何形状的电小目标的稳健性能。
引言
随着微机器人技术的快速发展 [1], [2], [3],新兴设计如微型无人机 (UAV) 和仿生蚊子机器人创造了对于集成环境隐蔽与主动感知能力的智能电磁 (EM) 设备的迫切需求。此类设备能够在保持其固有电磁隐形的同时,显著增强空中感知区域内微小自由移动目标的电磁散射响应,从而实现“掩蔽自身同时暴露对手”的战略目标。这些电磁设备在自适应监控、安全防护及相关场景中具有广阔的应用前景。
为了实现“隐藏自身同时放大目标散射信号”的核心需求,以往的研究通常分别处理隐身和散射放大这两个功能。一个研究方向专注于设计特殊的隐身结构以消除目标物体的散射截面 (SCS)。例如,通过采用变换光学 [4], [5], [6], [7], [8], [9], [10] 或散射抵消理论 [11], [12],可以创建特殊设计的超材料外壳,要么引导电磁波绕过隐藏物体并恢复其原始传播方向 (光线弯曲隐身衣) [13], [14], [15], [16], [17], [18],要么抵消隐藏物体对外部探测波产生的散射 (散射抵消隐身衣) [19], [20], [21], [22],从而实现“隐身”功能 [23]。另一个研究方向旨在通过设计特殊的外壳结构 [24] 来放大目标物体的 SCS,例如基于空间折叠变换的超散射体 [25], [26]、使用米氏散射理论设计以突破物体单通道散射极限的超散射体 [27], [28] 以及基于增益介质或非线性格效应的放大结构 [29]。尽管这两项技术在各自的隐身和散射放大领域取得了重大进展,但目前的核心挑战在于,在单个设备中协同集成这两个功能尚未实现。
随着人工智能 (AI) 技术的进步,设计新型光电器件 [30], [31], [32], [33], [34]、超材料或超表面 [35], [36] 的新方法出现了。虽然研究小组已经利用 AI(如用于反向设计的深度学习 [37], [38], [39])来创建隐身衣 [40], [41], [42], [43] 或反隐身技术 [44], [45],但学术界尚未通过 AI 或其他手段开发出能够有效同时实现自身电磁隐身并显著放大进入其空气感知区域的亚波长目标的 SCS 的结构。为了解决这一技术差距,本研究提出了一种前向无损串联神经网络,设计了一种名为隐形电磁散射放大器 (IESA) 的新型功能设备,其核心工作机制如图 1 所示。IESA 采用多层圆柱壳配置。从中心向外,结构包括:作为平衡介质的中心介质圆柱体、用于亚波长目标检测的空气感知区域以及四个同心介质壳层。介质材料的介电常数和半径作为变量进行优化。如图 1(a) 所示,当电小微型无人机靠近建筑物但在 IESA 的空气感知区域之外时,IESA 本身保持近似隐身,SCS 接近于零,而无人机的信号仍然太弱,常规探测器(如雷达或相机)无法捕获,只留下背景建筑物可见。然而,一旦无人机进入 IESA 的空气感知区域 (图 1(b)),IESA 会增强无人机的 SCS,使传统检测设备能够清晰识别它,从而实现对这类微小入侵目标的精确检测。
章节摘要
IESA 的预训练设置
在实际操作中,所提出的 IESA 被设计为有限高度、开口端的圆柱壳,而不是无限长或封闭的圆柱体。无人机可以通过上部或下部开口进入结构并停留在圆柱壳内,而电磁观测是从侧向进行的。因此,所提出的结构旨在增强无人机朝向水平观测方向的散射特征,从而实现其检测
结果
基于有限元电磁数值模拟结合上述提出的前向无损串联神经网络,完成了 IESA 结构的反向设计,并获得最终优化结构参数,如图 3(d) 所示: r1 = 36 mm, r2 = 40.8 mm, r3 = 43 mm, r4 = 43.4 mm; ε1 = 2.17, ε2 = 25, ε3 = 11, ε4 = 9.2 和 rb = 6 mm; εb = 10.2。最终的 IESA 实现了自身的固有电磁隐身,并能同时实现显著的散射
讨论
需要注意的是,采用 2D 模型来表征预设横截面观测平面上的散射增强,而不是代表真实无人机的完整 3D SCS。由于所提出结构的目标是定向检测,来自水平观测方向的散射响应增强足以证明潜在的检测机制。它并非旨在完全取代完整
结论
总之,本工作提出了一种基于有限元电磁模拟和前向无损串联神经网络结合的隐形电磁散射放大器 (IESA),创新性地实现了设备自身固有电磁隐身与外部电小目标散射放大的协同集成。优化后的 IESA 在波长为 60 mm 的 TM 极化电磁波激励下保持接近于零的固有电磁散射,
CRediT 作者贡献声明
Qike Xie: 撰写–初稿,验证,软件,方法论,调查,数据管理。Qin Liao: 方法论,调查,正式分析。Xiaofan Ji: 方法论,调查,正式分析。Yichao Liu: 撰写–审阅与编辑,方法论,概念构思。Fei Sun: 撰写–审阅与编辑,方法论,概念构思。
利益冲突声明
作者声明他们不存在任何已知的竞争性财务利益或个人关系,这些关系可能会影响本报告中工作的独立性。
致谢
国家自然科学基金 (编号:12274317, 12374277),三晋人才支持计划——山西省青年拔尖人才项目 (SJYC2025302),山西省自然科学基金 (202303021211054),山西省高等学校青年科研与创新支持计划 (2025Q006),以及山西省研究生实践创新项目 (2025SJ164)。
Qike Xie|Qin Liao|Xiaofan Ji|Yichao Liu|Fei Sun