复杂电磁介质的解析、物理与数据驱动建模：AI反演、超表面工程与复杂介质传播前沿

《IEEE Transactions on Antennas and Propagation》：Guest Editorial Special Issue on Analytical, Physical, and Data-Driven Modeling of Complex Electromagnetic Media

　　

现代电磁问题常涉及复杂材料特性、精细几何结构、多尺度相互作用和耦合物理机制，对传统解析与数值方法构成重大挑战。因此，对电磁系统进行精确建模、高效优化和可靠表征的日益增长需求，推动了先进计算技术和严格理论框架的发展。

一个日益重要的研究方向是将人工智能（AI）和机器学习（ML）应用于电磁问题。基于AI的方法能够在电磁响应与未知物理参数之间建立高效映射，为快速预测、重构和表征创造新机会。与此同时，如何确保学习模型满足物理约束、在其训练场景之外具有泛化能力，并在不完整或含噪观测下保持鲁棒性，仍是一个活跃研究领域。与之并行，电磁学中的严格计算与解析方法在广泛建模、设计和应用领域中持续发展。超表面（metasurface）与超材料（metamaterial）工程需要高效计算技术，以准确捕捉各向异性表面响应，并支持共形、可重构和极化控制结构的设计。类似地，复杂介质中的波传播、散射和导波现象分析需要半解析和全波工具，能够处理旋磁和双轴各向异性、极端材料对比度、斜向多体相互作用以及甚低频（VLF）传播。同样重要的是，将理论和计算进展转化为实际系统，从而弥合电磁建模与实际工程部署之间的差距。

本期特刊题为“复杂电磁介质的解析、物理与数据驱动建模”，汇集了17篇文章，从互补视角应对这些挑战。这些贡献涵盖基于AI的电磁反演、物理信息神经网络（PINNs）、共形与各向异性超表面设计、半解析技术、人工电磁结构、复杂介质传播以及多端口网络理论。以下按四个主题类别对录用文章进行总结，从而提供本期特刊技术范围和主要贡献的结构化概述。

特刊解读：复杂电磁介质的解析、物理与数据驱动建模

一、研究背景与问题
现代电磁问题常涉及复杂材料特性、精细几何结构、多尺度相互作用和耦合物理机制，给传统解析与数值方法带来显著挑战。对精确建模、高效优化和可靠表征的需求，推动先进计算技术与严格理论框架发展。人工智能（AI）和机器学习（ML）可在电磁响应与未知物理参数间建立高效映射，支持快速预测、重构与表征；但学习模型需满足物理约束、泛化到训练场景之外，并在不完整或含噪观测下保持鲁棒。同时，超表面（metasurface，人工亚波长结构）与超材料（metamaterial）工程需高效计算技术准确捕捉各向异性表面响应，支持共形、可重构和极化控制结构设计；复杂介质中波传播、散射和导波分析需半解析和全波工具处理旋磁与双轴各向异性、极端材料对比度、斜向多体相互作用和甚低频（VLF）传播。因此，本期特刊汇集17篇文章，从互补视角应对这些挑战，涵盖基于AI的电磁反演、物理信息神经网络（PINNs）、共形与各向异性超表面设计、半解析技术、人工电磁结构、复杂介质传播和多端口网络理论。

二、研究人员开展的研究、结论与意义
研究人员围绕复杂电磁介质的解析、物理与数据驱动建模组织17项贡献，分为四个主题：AI电磁建模与反演、超表面电磁建模设计与分析、复杂介质电磁传播散射与导波理论、天线系统与电磁测量技术。原文指出，这些贡献共同表明AI、严格电磁理论与工程化电磁结构正在融合，用于逆建模、超表面工程、复杂介质传播、散射分析和天线系统开发；所提方法提高计算效率、建模精度、物理洞察力和实际适用性，并指出基于物理与数据驱动电磁学交叉领域的未来研究方向。

三、主要关键技术方法
主要方法包括：深度学习与混合前向-逆散射框架；空间注意力压缩网络和特征融合；混合数据-物理信息神经网络、天线去耦网络、初估网络、相位因子分离和多尺度坐标映射；稀疏增益超表面集成反射放大器；分布式等效电路和阻抗网络；表面积分方程（SIE）结合阻抗边界条件（IBC）与伴随变量优化；柱周期混合势格林函数（Green’s function）、渐近提取、变换Gegenbauer加法定理、Rao–Wilton–Glisson（RWG）基函数与矩量法（MoM）；格林函数阶梯型重正化；全波矢量解、扩展边界条件法（EBCM）和修改Graf加法定理；半解析模态法与积分方程相序分解；人造介质波导与混合模式转换；虚拟矢量网络分析和去嵌入。数据来源包括模拟与实测雷达海杂波数据、仿真与实验测量结果以及2.45 GHz实验验证。

四、研究结果
A. AI-Based Electromagnetic Modeling and Inversion（基于AI的电磁建模与反演）
Wang et al. 提出融合前向与逆散射的深度学习方案，用有限散射数据补偿不完整介质目标轮廓，二维数值实验表明可实现准确重构和散射预测。Wu et al. 提出空间注意力压缩网络，以雷达海杂波数据反演大气波导，通过压缩空间信息和多尺度非均匀特征及特征融合，模拟与实测雷达数据表明反演精度优于现有深度学习方法。Liu et al. 提出混合数据-物理信息神经网络框架，用天线反射系数反演非均匀等离子体参数，结合天线去耦网络、初估网络与PINNs，并引入相位因子分离和多尺度坐标映射，仿真与实验证明复杂工况下诊断准确且物理一致。

B. Electromagnetic Modeling, Design, and Analysis Methods for Metasurfaces（超表面电磁建模、设计与分析）
Wu et al. 提出稀疏增益超表面设计，将反射放大器与超表面单元集成并考虑耦合，仿真、实验和无线通信测试表明其波操控能力优于无源和部分激活超表面。Wang et al. 提出考虑趋肤效应的分布式等效电路方法，分析全金属、基于互补开口谐振环（CSRR）的槽型频率选择表面（FSS），修正模型准确预测谐振并经加工FSS验证，槽结构增强频率灵敏度。Budhu et al. 提出基于SIE-IBC和伴随变量法的三维平面与共形各向异性超表面设计框架，通过多阶段优化和功率平衡表面波实现无源无损波前变换。Gao and Wu 采用柱周期混合势Green函数、渐近提取、变换Gegenbauer加法定理及RWG-MoM分析圆柱分层介质上共形超表面与阵列，与商业全波仿真比较验证精度并提高计算效率超过50倍。Abdipour and Eleftheriades 用超表面模型研究准连续域束缚态（Q-BIC），实现远场视角分析并捕捉其基本特征。Hosseininejad et al. 提出阻抗网络方法设计同时调控反射和透射的极化控制超表面，等效电路模型预测单元行为，仿真与实验验证波束扫描和近场聚焦。

C. Electromagnetic Propagation, Scattering, and Guided-Wave Theory in Complex Media（复杂介质中的电磁传播、散射与导波理论）
Sadzi and Hadad 提出半解析框架计算矩形腔中深亚波长粒子耦合共振，用阶梯型Green函数重正化消除局域电磁场奇异性并导出腔重正化极化率，数值验证各向同性、旋磁和手性粒子，覆盖微波至太赫兹。Zeng et al. 研究非均匀海洋-岩石圈波导中极低频（ELF）电磁波模式转换，推导模式转换系数和相位偏差并量化频率、厚度变化和边界电导率影响。Zouros et al. 提出任意截面旋磁圆柱集合斜向多重散射全波矢量解，结合圆柱矢量波函数、EBCM和修改Graf加法定理，准确评估散射特性。Ribeiro et al. 提出含双轴各向异性介质的两层圆柱波导半解析模态解，解耦Maxwell方程并用缩放圆柱函数导出模态，高损耗条件下与有限元仿真一致。Li et al. 理论分析电离层等离子体中甚低频四分之一圆环天线，用积分方程和相序分解阐明天线几何、工作频率和电离层特性影响。Uslenghi 研究含超材料偏转器的任意多边形截面同轴线中螺旋平面波模式，推导传播角和模式数解析表达式，为导波调控提供解析框架。

D. Antenna Systems and Electromagnetic Measurement Technologies（天线系统与电磁测量技术）
Wen et al. 开发人造介质波导改进7 T超高场磁共振成像（MRI）行波激励，减轻重量和信号伪影，通过混合模式转换和场约束提高B₁⁺场效率和磁场均匀性。Hougne 提出基于虚拟矢量网络分析的无线多端口传感，用反向散射调制和可调负载网络及去嵌入恢复无源器件散射参数，2.45 GHz实验验证，为包括射频识别（RFID）和生物电子学在内的无线传感提供框架。

五、讨论与结论翻译
本期特刊收集的文章突出了复杂电磁系统在电磁建模、分析、设计和测量方面的最新进展。它们共同表明，AI、严格电磁理论和工程化电磁结构正日益融合，以解决涉及逆建模、超表面工程、复杂介质传播、散射分析和天线系统开发的挑战性问题。这些贡献引入了提高计算效率、建模精度、物理洞察力和实际适用性的方法，同时指出了基于物理和数据驱动电磁学交叉领域有前景的未来研究方向。客座编辑团队向所有作者和审稿人表示诚挚感谢，也感谢编辑委员会和制作团队，特别是 Prof. Konstantina Nikita，在特刊筹备全过程中提供的专家指导、持续支持和贡献。