用于获取带孔屏蔽腔体三维电场替代模型的困难案例挖掘方法

《IEEE Transactions on Electromagnetic Compatibility》：Hard-Example Mining for 3-D Electric-Field Surrogates of Apertured Shielded Cavities

　　

摘要：

基于训练数据的全波电磁仿真替代方法受到样本效率的限制。每个数据点对应一次多分钟的全波仿真测试，穷举参数扫描是不可行的，而均匀随机采样则会浪费资源在容易识别的区域上。我们将在线困难样本挖掘（HEM）技术——该技术最初用于目标检测的随机训练——适配到微波全波替代训练的离线批量环境中，提出了一种基于核密度估计的总体变分参数重要性的批量HEM程序，用于计算机仿真技术（CST）-MATLAB流程。这种方法在一个具有单个矩形开口的矩形屏蔽腔上进行了验证，其解析模态结构允许对替代模型的失效模式进行奈奎斯特风格的诊断。该网络将一个8维向量（一个操作频率和七个几何参数）映射到一个5维张量，在单次前向传递中完成处理。训练集覆盖了大约1.6 × 14,880次CST仿真的10个几何参数网格。使用具有残差精细化的3D卷积（Conv3D）解码器，可以实现0.0123的标准化平均绝对误差，性能优于多层感知器、普通Conv3D和两种傅里叶神经网络基线方法。与预算相匹配的比较表明，HEM更适合用于困难区域的增强，而不是替代最初的随机探索。部分相关性分析显示，误差随操作频率的升高而平滑变化，而不是随接近低阶解析模式而变化，这与探针网格的奈奎斯特效应相符。这种替代方法将每次查询的成本从几分钟降低到了亚秒级的CPU计算时间。