基于机器学习的开孔加载金属腔电磁屏蔽效能评估

• 作者: 刘筝阳 赵翔 闫丽萍
• 来源期刊: 强激光与粒子束
• 学科: 物理学
• 关键词: 加载金属腔 屏蔽效能 随机森林 机器学习
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 复杂电磁环境
• 页码范围: 43-48
• 页数: 6页
• 分类号: O441.4
• 字数: 3869字
• 语种: 中文
• DOI: 10.11884/HPLPB201931.190079

摘要

利用全波分析方法计算了不同电路板加载、不同孔缝和尺寸的开孔金属腔在0～5 GHz范围内的屏蔽效能(SE),获得共计5250个样本.进而利用机器学习中的随机森林回归算法,对其中4200个样本数据进行训练,获得了可以根据开孔腔物理尺寸、加载物材料及电磁特性和位置、频率等共计16个输入参数快速评估开孔加载金属腔屏蔽效能的机器学习模型.利用其余的1050个样本进行模型验证,结果表明该模型可以快速准确地计算加载腔的电磁屏蔽效能.该模型具有随时根据样本量增加不断训练提高其普适性的特点,可为实际工程中加载开孔腔的屏蔽设计及SE评估提供高效途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵翔	四川大学电子信息学院	75	291	10.0	14.0
2	闫丽萍	四川大学电子信息学院	81	446	11.0	19.0
3	刘筝阳	四川大学电子信息学院	1	1	1.0	1.0