基于数据高效的频率查询代理模型与边缘抗锯齿像素化布局的平面滤波器跨分辨率逆向设计

《IEEE Transactions on Microwave Theory and Techniques》:Cross-Resolution Inverse Design of Planar Filters via a Data-Efficient Frequency-Query Surrogate and Edge Anti-Aliasing Pixelated Layout

【字体: 大 中 小 】 时间:2026年09月20日 来源:IEEE Transactions on Microwave Theory and Techniques 5.2

编辑推荐:

   本文提出了一种面向紧凑微带滤波器的由人工智能(AI)驱动的反向设计框架。为解决基于像素的电磁(EM)设计中密集频率采样带来的参数快速增长问题,以及受限于对角连接性所导致的设计自由度(DoF)降低问题,本文通过结合卷积神经网络(CNN)特征提取与Transformer编码器-解

  本文提出了一种面向紧凑微带滤波器的由人工智能(AI)驱动的反向设计框架。为解决基于像素的电磁(EM)设计中密集频率采样带来的参数快速增长问题,以及受限于对角连接性所导致的设计自由度(DoF)降低问题,本文通过结合卷积神经网络(CNN)特征提取与Transformer编码器-解码器,开发了一种频率查询代理模型。该模型通过对布局编码一次并查询频率响应,仅需传统代理模型20%的训练数据,即可在241个频率采样点(964个标量输出)上高效预测S参数。通过注意力引导可视化方法生成的归因图与仿真电流密度分布展现出一致的空间特征,表明模型归因具有物理一致性。此外,本文引入了三角形边缘抗锯齿像素化配置以恢复设计自由度,从而实现布局上采样和跨分辨率迁移学习。该框架通过在16×16和32×32网格分辨率下对带通滤波器(BPF)进行反向设计进行了验证。16×16 BPF实现了0.6 dB的插损(IL),尺寸紧凑为0.126λg×0.126λg。通过少样本迁移学习优化的32×32 BPF由于具有更高的分辨率和自由度,展现出更优的选择性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号