一种基于LSTM神经网络建模的时域电磁正演方法

• 作者: 武风波 范梦宁 刘文远 赵盼 周远国
• 来源期刊: 西北大学学报（自然科学版）
• 关键词: 电磁正演 LSTM神经网络 时域有限差分法
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 物理学
• 页码范围: 485-490
• 页数: 6页
• 分类号: TM153
• 语种: 中文
• DOI: 10.16152/j.cnki.xdxbzr.2021-03-016

摘要

针对传统计算电磁学在求解时域电磁散射特性时耗时较长的问题,该文提出了一种基于长短时记忆(LSTM)神经网络的时域电磁正演算法,以快速准确地求解时域电磁散射特性.首先,利用时域有限差分(FDTD)方法生成样本数据;然后,搭建一个适用于本问题的LSTM神经网络模型,将一部分样本作为训练数据输入到该LSTM神经网络中,另一部分作为测试数据来验证基于LSTM神经网络的电磁正演模型的可靠性.经过验证,基于LSTM神经网络的时域电磁正演建模方法与传统的FDTD方法相比,在保证足够精确度的前提下(平均相对误差低于2％),计算速度提高了1809倍.实验结果表明,基于LSTM神经网络的时域电磁正演模型算法能够对不同形状、不同相对介电常数的散射体在不同位置时的电场做出正确的预测,并且计算速度显著提高.